汉字数学表达式开发平台的设计与实现

汉字数学表达式理论弥补了汉字内码中包含信息量不足的缺点,使计算机以比汉字更细粒度的汉字部件为基本单元来处理汉字成为可能;基于汉字数学表达式原理,设计并实现了汉字数学表达式开发平台;该平台可以应用在很多领域,作为一个应用实例,开发了一个基于汉字数学表达式平台的文本数字水印系统。     

汉字数学表达式的自动生成

汉字的数学表达式是一种全新的汉字表示方法．通过对汉字部件特征的深入分析,利用图像处理技术对汉字数学表达式的自动生成做了探讨．选取了大约500个基本汉字部件,提取了各部件的连通数、亏格数、端点数、折点数、连接点数、交叉点数以及NMI,HNMI,VNMI值作为汉字部件的基本特征;并通过汉字连通区域的分割与合并进行汉字部件的划分和识别;最后,通过汉字结构的识别得到了汉字的数学表达式．实验中,汉字表达式自动生成的正确率为92％．这将在排版印刷、广告及包装设计、网络传输和中文移动通信等领域进一步促进中文信息的处理和传播．     

数学表达式识别方法综述

数学表达式的识别是将科学和工程文献中的数学公式转变成电子文档的一种形式。数学表达式的识别由符号识别和结构分析组成，符号识别又分两大阶段，即符号的分割和识别。本文介绍了目前数学表达式识别的研究现状，给出了数学表达式识别的过程和已提出的符号识别方法和结构分析方法。     

基于笔画段分割和组合的汉字笔画提取模型

The offline recognition of Chinese Characters is a very important research field in OCR. In this paper, the authors propose an effective stroke extraction model for Chinese Character based on Stroke Segmentation and Combination. Comparing with the existed models, the experiments prove that it could improve the precision for the stroke extraction and reduce the computation complexity considerably.     

对联机手写汉字识别技术的研究——实现笔画识别

联机手写汉字识别(OLCCR)，是指用笔在图形输入板上写字，人一边写，机器一边认，是一种方便的汉字识别手段。在各种自动识别输入的方法中，OLCCR是能够代替或部分代替人工编码输入的惟一可能的方法。识别中主要是两方面的问题：建立汉字识别库和手写板上笔画轨迹的识别。文中就第二方面即手写笔画识别的问题进行了全面的研究，采用笔画基元帮助分析笔画轨迹，并用可视化编程工具Visual C 6.0实现了基于这种方法的笔画识别过程。     

手写数学表达式识别方法研究

本文构建了一种基于编码器-解码器结构的网络结构,用于处理手写数学表达式识别的问题.经过对不同卷积神经网络的测试,整个网络先用密集连接卷积网络提取图片特征,再引入一个门限循环单元来形成编码器-解码器结构来处理图片特征,并在其中使用带有Coverage的2D注意力机制.基于CROHME竞赛提供的手写数学表达式数据集,结果达...     

基于运动图象的手写汉字笔画时序信息提取

利用连续帧图象之间的时序关系,提出了一种基于运动图象的手写笔画时序信息提取方法.根据汉字结构特点和汉字识别的需要,此文首先定义了网格时序和笔顺两种手写汉字的笔画时序信息;然后,应用数学形态学方法确定手写汉字笔画像素点出现的图象帧序,并提取网格时序;最后通过笔段提取与融合获取笔顺.从实验结果看,所提取的笔画时序,尤其是起始和终止笔画是正确的,表明该方法有效的.     

基于部件复用的分级汉字字库的构想与实现

为减少汉字图像字库的存储量,提出了一种基于仿射变换的分级汉字字库构造的新方法。该方法设计了汉字经常使用的基本部件库,通过仿射变换重复使用这些部件来自动生成任意汉字。提出了使用仿射变换来实现部件与汉字之间的转换的方法。试验表明,该方法可行,在减小字库存储量上具有显著的优点。     

基于汉字笔画的汉字排序

目前常用的音序汉字序列并不符合中国人对汉字排序的观念,能够反应汉字特征的是汉字的笔画.结合汉字的重编码与汉字笔画排序规则,提出在计算机上实现汉字按笔画序规则排序的方法,根据重编码和内码的性质,在第一次排序结果的基础上再进行一次排序,使得排序搜索速度得到有效提高.     

基于图形识别的汉字笔画分类方法

提出了一种获得汉字笔画种类及其拓扑结构的新方法.通过分析TrueType字库存储的汉字字形信息,构造笔画图形并提取出笔画特征,采用统计分类和边界关键点定位相结合的方法,利用综合分类法实现了对二级6763个汉字的笔画种类和拓扑结构的基于XML的语义知识表达,可结合前端输入程序进行快速搜索和定位.为字体变形、字体自动生成、汉字知识挖掘等提供了必需的基本信息.实验表明这种方法能够准确、有效地识别汉字笔画及其拓扑结构.     

基于汉字原型的手写汉字识别

本文以现存三种汉字的计算机表示和两种传统的汉字结构分析方法进行评述，应用拓扑和几何的基本原理，分析了汉字结构及其制约关系，确定了四类组成汉字的基本关系，在此基础上实现了汉字原型，最后给出了汉字原型应用手写汉字识别的实例。     

一种基于笔划映射的曲线轮廓汉字字形设计方法

本文介绍了一种以汉字间架结构和基本笔划为汉字的知识表示，通过由导向因子和宽度因子控制的笔划映射来设计曲线轮廓汉字字形的方法。该方法以一套汉字间架结构库和一个基本笔划库为基础，可生成多种粗细的多套字库。改变基本笔划库，可改变生成的字体种类。     

从笔画的表示到区域的表示

把空心汉字的笔画表示模型化，并用此模型来表示一般的有界连通区域。文中还指出有界连通区域用笔画表示的实用价值，同时给出从笔画表示中提取规范表示的算法。     

汉字字模读取程序ZM的原理与实现

本文提供了一个汉字字模读取程序ＺＭ。利用ＺＭ程序生成的字模数据，可以在应用程序中方便地实现西文ＤＯＳ下的汉字显示功能，而不必借助于中文操作系统，也无需附带汉字库或其它内存驻留程序，从而有效地节约程序内存和磁盘空间资源。ＺＭ为在西文ＤＯＳ下实现汉字显示提供了一个简捷方法，是建立友善的人机界面的有效工具，有广泛的应用价值。     

试论WINDOWS 3．1中文平台上汉字输入法的实现

本文描述了ＷＩＮＤＯＷＳ中文平台上汉字输入的机制,简单介绍了两种典型ＷＩＮＤＯＷＳ中文平台上汉字输入法制作的要点,提出了在ＷＩＮＤＯＷＳ平台上实现汉字输入法所必须要考虑的新问题,为汉字输入法上一个新台阶提供了一条崭新的思路。     

基于遗传算法的手写体汉字识别系统优化方法的研究

为了改善手写体汉字识别系统的性能,提出了前端单字识别器（SCR）和后端语言解码器（post-processing system）有效结合的模型,并且利用遗传算法对系统参数进行优化。以联机手写体汉字识别系统作为SCR进行测试,首选准确率为69．46％,汉字识别的准确率达到87．59％,较优化前提高6．4％。实验结果表明,遗传算法（GA）是一种有效的优化系统参数的方法。     

一种图纸文字过滤器

文字在扫描地图和工程力纸是一个比较特殊的对照，如果不加区分地文字和图形同时进行细化和矢量化，会使图纸线条产生畸变，所以设计一种算法从原始扫描图纸上发现文字并加以抹去，便十分有用，本文提出了一种通用型的文字过滤器算法，针对地图上的汉字具有笔划稠密，形状大小先验，文字孤立的特征，用膨胀－腐蚀算法强化文字特征，利用滑动框架等方法直接在原始扫描地图上发现并抹去文字。     

矢量汉字库生成算法的研究

本文发展了文献「１」的矢量汉字库生成算法，它可以解决原算法不能解决的孤立点以及仅由两点构成的直线段的处理问题。     

智能神经网络组成原理在汉字识别中的应用

应用智能神经网络组成原理，研究了将传统神经网络完成的复杂任务划分为子任务，分配给功能专一，结构简单的较小的智能神经网络完成，在此基础上，构筑功能完善的较大的智能神经网络的方法。同时，通过加入推理规则，提高了网络获得取知识的速度，实验表明，智能神经网络组成原理为解决大规模，复杂的问题提供了一种有效途径。     

通用的汉字和图形仿真终端研究

本文论述了以全软件方法将ＩＢＭ－ＰＣ及兼容机“改造”成为“通用的汉字、图形仿真终端”的理论和实现技术,全文扼要讨论了这种软件的三个方面：（１）面向汉字终端的三码中西文系统的特点及新见解;（２）面向汉字、图形终端的图形核心系统ＧＫＳ的设计;（３）能仿真多种终端的“通用仿真程序”的设计方法,这种使得所设计的“仿真终端”可以作为多种多用户系统的终端,这与国内现有的“仿真终端”相比在通用性方面有一定的改进