聯(lián)機手寫漢字識別技術研究.pdf

1、聯(lián)機手寫作為一種友好的人機交互方式，以其“不用學，不用記”的特點一直受到人們的青睞，特別是近年來，消費類電子終端產(chǎn)品的普及，更是對聯(lián)機手寫漢字輸入提出了更高的要求。聯(lián)機手寫漢字識別作為解決手寫漢字的聯(lián)機輸入問題的重要方法更是一直作為人們關注和研究的熱點。聯(lián)機手寫漢字識別是一個超多類的復雜模式識別問題，以其類別多，手寫變形大，字形結構復雜而成為聯(lián)機手寫系統(tǒng)必須攻克的難題。多年來，許多新方法新技術不停應用于聯(lián)機手寫漢字識別系統(tǒng)，取得了相當?shù)?/p>

2、成功，但有關聯(lián)機手寫漢字識別的關鍵算法和體系架構尚沒有完整的報道。聯(lián)機手寫漢字識別技術的研究有著廣泛的市場前景和深刻的理論意義。
　　 圍繞著聯(lián)機手寫漢字識別的難題，開展了如下幾個方面的工作：基于內(nèi)角和多邊形逼近提取筆段；基于有限狀態(tài)機對筆段進行合并；基于字根的聯(lián)機手寫漢字識別算法研究；利用支持向量機識別字根和相似字。
　　 針對漢字的結構特征提取不穩(wěn)定以及筆段可能會被過度合并或者合并不足而影響識別結果，提出基于內(nèi)角和多

3、邊形逼近的漢字筆段提取算法。算法首先找到筆畫的第一個拐點(最小內(nèi)角值小于指定閾值)，該拐點將筆畫分割成兩個部分。然后分別尋找拐點兩側曲線段上的拐點，反復執(zhí)行,直到再也找不到拐點為止。依次連接一個筆畫中所有曲線的起點和終點,就形成了該筆畫的筆段系列。對提取到的筆段集合運用有限狀態(tài)機描述并判定筆段的狀態(tài)，并以此判定筆段的合并要求，以最大限度地減少冗余筆段。實驗證明，這種算法具有較低的計算復雜度和很好的逼近效果，能適應手寫漢字的筆段提取合并要

4、求。
　　 對于基于字根識別手寫漢字的算法進行了研究。漢字的類型分為包圍、半包圍、左右、上下和獨體五種類型。在判斷漢字的結構類型后，對漢字進行分解，得到漢字的字根屬性字符串，然后對字根屬性字符串進行匹配得到漢字的識別結果。系統(tǒng)穩(wěn)定高效，取得了非常好的識別效果。
　　 采用排除法判斷漢字的結構類型。首先判斷漢字是否為包圍類型，即如果能檢測到外圍“口”字形，則判定該漢字為包圍類型，需根據(jù)具體漢字的筆段個數(shù)決定對漢字進行拆分或

5、者匹配；否則如果檢測到漢字中的長筆段符合半包圍的結構特征，則判定為半包圍類型，并確定字根的類型，再根據(jù)筆段個數(shù)確定對漢字進行拆分或者匹配。針對既不是包圍也不是半包圍結構的漢字，使用聚類算法進行分類判斷結構類型，為保證分類的準確性，對分類的結果進行了校驗后再確定漢字的結構類型。如果不是獨體字，則繼續(xù)進行拆分直到不能拆分為止。這樣，提取的每一個部分都是一個字根。將所有的字根結合起來構成漢字的待識字根屬性串，對其進行匹配得到漢字的識別結果。為

6、保證字根識別的正確性，利用局部排序算法對字根里的筆段進行了局部排序。
　　 支持向量機是一種統(tǒng)計學習方法，具有全局最優(yōu)性和學習泛化能力強的特點。近年來廣泛應用于模式識別。對支持向量機應用于聯(lián)機手寫漢字識別做了研究和探討。首先，對經(jīng)過抽取得到的筆段塊提取統(tǒng)計特征，然后進行學習識別以得到字根，實驗證明，利用支持向量機能一定程度地有效識別漢字字根，支持向量機的優(yōu)點得到了體現(xiàn)。針對漢字的字型結構復雜，相似漢字很多的特點，利用支持向量機結