汉字原型与手写汉字识别

本文评述了目前三种汉字的计算机表示和二种传统的汉字结构分析方法。应用拓扑和几何的基本原理, 分析汉字结构及其制约关系。从而, 确定四类组成汉字的基本关系并在此基础上实现了汉字原型, 给出了把汉字原型应用在手写汉字认别的实例。     

汉字的数学表达式研究

通过深入分析汉字的有关结构知识，提出了一种全新的汉字表达方法，该方法将汉字表示成由505个部件作为操作数、部件间的6种位置关系作为运算符号的数学表达式，这种表达方法接近自然、结构简单，而且可像普通的数学表达式一样按一定的运算规则处理，它可广泛应用于排版印刷、广告、包装设计、网络传输及中文移动通信等领域，已成功地在汉字字形自动生成，互联网上跨平台传输汉字信息、挖掘有关汉字结构知识等方面。     

手写体汉字特征分析

本文采用结构方法研究汉字手写体识别。通过对手写体汉字结构特征和书写特点的研究，我们发现，以直划和折划来表征笔划特征，以相交字元和基本字元来表征汉字结构特征，大大降低了结构方法中决策判断串行的程度。     

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.     

手写印刷体汉字相关属性关系图启发式匹配法

在手写印刷体汉字识别的研究中,汉字的总体结构特征渐渐体现出了它的重要性,人在识字时,也只是掌握了汉字结构的一种抽象描述,只要汉字的结构偏差在一定范围内,人就可以进行非精确匹配,将该字识别出来,我们详细分析了手写印刷体汉字的结构特征,认为手写印刷体汉字最稳定的结构特征是汉字笔划段之间的相对位置关系。因此如     

基于统计的汉字字形视觉重心计算

该文提出了一种汉字字形视觉重心的计算方法。首先收集常用汉字图像样本,通过图像预处理,提取出样本汉字的连通区域视觉平衡中心;然后招集被试对样本汉字进行视觉重心标注;再利用统计建模的方法,构建出连通区域视觉平衡中心和汉字整体视觉重心之间的关系模型。与相关方法比较,文中方法考虑了汉字视觉重心依赖于人的主观体验这一因素。该方法能广泛应用于汉字特征提取、汉字结构设计与优化等应用领域。     

基于凸包像素比特征的粘连汉字切分

汉字切分正确与否直接影响了汉字识别系统的识别率,粘连汉字则是切分中的难点。本文将基于背景细化的切分方法应用于《四库全书》的两字符粘连汉字数据集,并针对其中切分路径选择问题,提出了一种新特征- 凸包像素比,反映了在不同切分路径下汉字结构变化的特性。实验结果表明该特征对多种分类器均能有效地提高切分路径选择的正确率。其中在使用基于高斯混合模型分类器时取得了8816 %正确率。     

汉字识别方法综述

分析汉字结构特征及其演变,在汉字字库及汉字识别目标变化的基础上,结合汉字识别过程,研究与比较贝叶斯决策、二次判别函数法、隐马尔科夫模型、神经网络分类器以及支持向量机这5种汉字识别方法的优缺点及适用范围。结果表明,汉字识别方法仍需要在识别目标及特征提取、训练字符集准备方面进行改进。     

一种无笔序手写体汉字在线识别方法

文中介绍了一种无笑序手写汉字在线识别方法，提出了基于汉字笔画数的编码方法。整个识别过程为两大部分，首先进行笔画分类，然后根据笔画序列码和汉字的结构完成入手 写何不在于识别。由于本系统要求可以无笔序地进行汉字输入，给汉分类带的来很大的困难，为此，在汉字结构匹配时，提出了一种结构特征搜索及排索算法，很好地解决了要求无笔序输入所带来的问题，实践证明，这种方法用于无笔序手汉字的在线识别是非常有效的。     

汉字智能造字的理论和方法研究

针对现行的汉字字库方式不足的问题,提出了开展汉字智能造字和采用智能造字方式取代字库方式的研究.运用拓扑知识描述了汉字结构的数学表示和可以从汉字中挑选汉字基元的理论,为用汉字基元来拼合造字提供数学理论上的依据.运用层次分析法研究如何从汉字中挑选汉字基元的问题,并给出汉字智能造字的方法和数学模型,从理论上解决了汉字由基元通过结构来智能拼合的问题.智能造字实验结果表明了汉字智能造字理论的准确性和汉字造字的可操作性.     

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。     

小类别数手写汉字识别

针对小类别数手写汉字,在骨架图形的基础上,把手写汉字看作孤枝、孤环和部件的集合,并定义三者之间的方位关系,从而建立手写汉字的数学模型．基于迷种模型,进一步探讨一种新的识别方法以及新方法所使用的知识库的构造方法．实验表明,所提出的模型及识别方法对于小类数的手写汉字识别行之有效。     

手写体汉字识别问题综论

本文在讨论了人对汉字的认知心理试验研究结果之后,认为人类的汉字识别是经由整字属性及分层结构的多种途径复合而成的。这些途径中的大多数都可以在手写体汉字的机器识别中模仿运用。由此可把汉字的机器识别方法归纳为整模式法和子模式法两个大类,对它们的有利方面和困难方面进行了讨论;对影响其性能的因素进行了分析;对识别率以及它与识别字集大小和后处理等的关系提出了评估的问题。     

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。     

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     

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。     

联机手写体汉字识别后处理技术的研究

文中提出了一种规则和统计相结合的计算语言模型应用于联机手写体汉字识别后处理的技术,把基于统计的大词表Ｍａｒｋｏｖ语言模型与语言规则量化模型,通过词网格技术集成在一个语言解码器,这种后处理方法由３个阶段组成,词网格生成,语言解码,基于Ｃａｃｈｅ的自学习机制,语言解码器采用Ｖｉｔｅｒｂｉ搜索算法求解最优语句候选,该项技术已应用于ＨＰＣ（手持机）手写电脑的联机汉字手写体识别系统中,汉字识别率为９１．３％     

一种识别手写汉字的多分类器集成方法

根据多信源信息处理与字符识别的经验知识，提出了一个识别手写汉字的多分类器线性集成模型．这个模型不仅考虑到不同的分类器对不同字符识别能力的不同，而且还考虑了不同的分类器得出的输入字符与参考模板之间相似度的实际大小对判决的影响，及不同分类器提供的候选字符对判决的支持作用，更重要的是提供了一种通过监督学习，利用计算机程序自动计算模型参数的方法，因而实现了一个较好的集成系统．同时，本文还提供了三个用于集成的分类器，它们集成的结果充分显示了本方法的有效性。     

一种笔段序列匹配联机汉字识别方法

文中针对行书体汉字的识别,提出一种笔段序列匹配汉字识别方法。选择笔段数、笔段书写顺序、笔段位置作为主要的识别特征。首先,在预处理阶段,为了减小汉字类内分散性,采用笔段密度均衡化非线性规整法对笔段位置进行了非线性规整;进而在笔段序列的基础上,采用动态规划算法寻找待识笔段序列与候选笔段序列的最优匹配路径;根据此路径,得到匹配笔段集,缺少笔段和多余笔段;然后计算出待识字与每个候选字的识别距离;最后,对识