手写体笔迹单笔划提取算法

汉字笔划提取在笔迹鉴别研究中具有重要的意义,一旦汉字笔划提取在正确率和速度上取得突破,汉字笔迹鉴别乃至汉字的识别都将产生重大的突破.本文借助图像压缩技术中的游程长度编码技术,以计算像素点的方向游程长度为基础,通过计算待拆分汉字笔划厚度的方法来定义像素点方向游程长度的阈值.利用游程长度的阈值对像素点的方向游程长度进行分类,处理笔划交叉问题.该算法可对书写工整的汉字进行有效笔划提取.     

一种适合于笔划跟踪的并行细化算法

为了解决字符识别过程中笔划不易跟踪及其若干特征难以提取等问题，给出了一种新的适合于笔划跟踪的并行细化算法。该算法运用并行机理，在满足细化基本要求的前提下，去掉了不便于笔划跟踪的冗余点，细化速度快且质量较好。该算法已成功地运用于手写数字识别系统及汉字识别系统中，其中利用该算法的表格识别系统已经达到实用水平。     

一种快速有效的印刷体汉字识别方法

笔划代表着汉字的内部特征,笔划穿越次数是对笔划进行全穿越,反映了汉字的整体特征,全穿越在粗分时区分汉字的能力不是太强,增加了二级识别的工作量。除了提取笔划全穿越外还提取笔划半穿越,并把半穿越的次数进行重新组合形成新的特征值。把全穿越和半穿越结合起来作为汉字的特征值,对汉字进行粗分,粗分不能区分的汉字,采用四个角的能量值密度特征对汉字进行细分。实验结果表明了该方法的有效性。与单独使用全穿透方法相比,提出的方法在粗分时区分汉字的能力增强,减少了二级识别的工作量。     

联机手写体汉字识别系统中汉字的输入及其特征的提取

汉字识别是模式识别领域最富挑战性、又极具应用前景的研究课题之一,而联机汉字识别是近期需求十分迫切的技术,字量大、字形复杂多变、笔顺没有一定的规范、笔划数目变动等多种因素,是联机汉字识别的主要困难。笔划相对易于提取是联机识别的优点。针对联机手写体汉字的特点,提出笔划轨迹点方向量化的方法,提取笔划和计算笔划间的连接关系,形成输入样本字的特征。     

一种基于参照模型的联机手写汉字识别方法

联机手写汉字的识别是模式识别的热点问题，现在所采用的多为特征匹配和结构匹配两种方法。结构匹配方法充分考虑了笔划间的连接关系，能构得到较好的识别率。结构匹配的关健在于如何有效地从输入手写汉字中提取笔划。考虑到同一个汉字的手写体会由于笔划的长短、延伸角度的不同而有所区别，但彼此仍存在极大的相似性，文章提出了一种基于参照模型的手写汉字笔划提取及匹配方法，以解决手写汉字识别问题中的难题。     

一种新的汉字笔划疏密的描述方法

手写体汉字的点阵图一方面反映了汉字本身和笔划结构特征，另一方面也反映了书写者的个人书写特征。从模式识别角度来说，我们的目的是试图消除个人书写特征，即实现在特征空间中让模式的类内距离减小。这种汉字矫形的基础是汉字笔划疏密的描述。本文提出了一种新的汉字笔划密度函数，它对复杂区域有较好折分辩能力，为下一步的汉字识别奠定了良好的基础。     

从形近字看汉字简化中的不足

由于汉字简化而造成的形近字占形近字总数的22.8%。本文认为产生这些形近字的原因包括3个方面:一是某些汉字的简化符号无规律可循;二是某些汉字简化过程中没有从整体、系统上进行考虑;三是汉字的简化过程单纯考虑汉字的笔划而忽略了区别度。     

连笔手写识别搜索算法研究

该文提出了一种基于DP算法和隐马尔可夫模型的汉字手写体识别方法,通过提取整字特征和笔划特征来描述汉字特征信息,识别时,采用DP匹配算法,使得字库样本与待识样本的码列匹配关系是最优的,当出现连笔系统拒识时采用隐马尔可夫整字分类器,从而提高整体的识别效率。     

利用端点方向修复数字笔划的一种方法

针对图像识别中数字笔划断裂而造成特征提取困难的情况,提出一种利用耦合端点修复笔划断裂的方法。以机动车牌照图像为例,从图像预处理、端点抽取、耦合端点判别、笔划修复等步骤分步进行了论述,给出了仿真实验结果,并对修复前后的数字图像进行了比较。     

美术字样条的制作

笔划、部首、汉字是构成汉字的三级数据结构。本文介绍了一种利用曲线轮廓描述汉字字体的方法，即用三次Bezier曲线拟合笔划，由笔划构成部首，再由部首来构成汉字。并给出了用C语言描述的笔划、部首、汉字的数据结构以及Bezier曲线的采样点选取的算法。本文还给出了局部坐标和绝对坐标相互转换的方法。     

一种基于汉字笔画的文本水印算法

该文针对在中文文本中嵌入水印比较困难,鲁棒性不高等特点,提出了一种基于汉字笔画的文本水印算法.首先以文本中特定笔画数的汉字为标志,提取其左右相邻汉字的笔画数并转换为一系列代码,然后按照对应比较规则,完成水印嵌入.仿真实验证明该算法嵌入水印容量大,具有较强的隐藏性和鲁棒性,能有效地抵抗格式攻击,以及识别文本字符的删除、添...     

基于细化的手写汉字的笔段提取方法

采用一种改进的一次通过的并行细化算法对一般细化算法的不足进行了改进,细化后的文字骨架较好地反映了汉字的结构,适合于手写汉字的笔段提取。在细化的基础上,又提出了一种笔段提取的方法,该方法以细化骨架上的特征点为依据,通过对细化骨架的象素点跟踪获得初步的结果,再进行笔段合并处理。     

汉字笔顺编码排检法的探讨

提出了一种以笔顺为主要依据的汉字排检方法。结合几种常用的汉字排检法对其科学性和实用性作了对比研究,证明了此法易学,易检。     

基于书法文字统计结构混合模型的笔顺提取

离线手写体的笔顺提取中用到的相邻笔段间最小曲率的假设,对于中文书法文字的笔顺提取并不完全适用,为此提出基于书法统计结构混合模型,通过该模型获得笔顺的新方法,其步骤是:(1)按照书法文字模型提取样本的相关特征,(2)按照输入样本使用粗糙选择获得候选样本集,(3)使用条件密度传播算法从已知笔顺的候选样本集中搜索出和输入样本最佳匹配的样本.对100个书法文字中的15个常用部首进行笔顺提取,基于最小曲率的Kalman滤波和新方法的准确率分别为42%和91%.     

汉字数学表达式的改进

汉字笔画中横和竖占很大比例，本文据此分解汉字，提出一种改进的汉字数学表达方法．该方法是以从汉字的整体特征出发进行全局分解得到的基本部件为基本操作数，以部件间的5种位置关系为运算符号的数学表达式．这种表达方式结构简单，形象自然，类似于代数系统，可以按照一定的规则进行运算，并可以广泛地应用于汉字的识别、网络传输、移动通信、汉字结构知识挖掘等方面．     

基于PowerPoint的笔顺教学课件制作技巧浅析

笔顺教学是汉字学习的一个重要内容,本文从建构主义思想出发,运用大众最普及、最易接受的软件PowerPoint,提出了一种简单易行的多媒体汉字笔顺教学课件的制作方法,动态模拟了汉字书写过程的情景,较好地解决了教师笔画书写动态演示的困惑,一定程度上提高了笔顺教学的效果。     

基于与或树结构的手写汉字识别方法

提出以与或树结构来描述手写汉字结构特征和笔划特征的方法，并以特征树之间的距离量度来判定特征树的匹配，从而达到识别汉字的目的。此外，使用与或树结构能够归纳出训练字的共性和差异，并对识别字典充实与完善。     

计算机书法的研究

本文提出了计算机绘图应用的一个新领域——计算机书法如同将名中医的治病方案存储于计算机一样,我们可将著名书法家的字体存储于计算机内,在需要时调用字体的存储采用“笔划”——字体”的方法,而笔划又可进一步分类、归并,根据笔划在各字中的位置、大小不同可有位移及比例变化笔划的生成采用自由曲线——三点定义的二次曲线。字的体(如颜体、柳体等)由控制字符决定,并由汉语拼音或四角号码来检索.目前所编制的通用程序可输出颜体、柳体、魏体及隶书几种