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     

用抽取笔划法识别限制性手写汉字的探讨

本文提出了用抽取与合成笔划识别限制性手写汉字的方法。对约150个手写汉字进行了模拟识别试验,证明该方法从原理上对手写规整汉字笔划的检出有良好结果。经过进一步改进,完成识别的后级处理等部分,有希望构成一个限制性常用手写汉字和多种印刷体汉字的原理性识别系统。     

一个手写印刷体汉字识别实验系统

本文在充分考察了手写汉字和中国大汉字集特点的基础上, 提出了一组用于手写印刷体汉字识利的分类特征, 它们是长笔划分布类型、各类笔划的数目、交叉点数目和折点数目。利用这组特征进行匹配就可直接识别出GB2312-80汉字集中的绝大部分汉字, 再通过一个基于知识的推理过程即可进一步识别出已被分成类组的少数剩余汉字, 这种将统计分类与基于知识的推理识别相结合的两级识别方法具有较高的效率。一个适应性较强的汉字笔划和特征点抽取方法也被设计, 它是SLSA方法的改进, 与机器学习功能相配合, 大大提高了特征抽取的正确率。我们根据上述思想建立了一个手写印刷体汉字识别实验系统, 并获得了较好的实验结果。     

用非精确结构匹配法识别手写印刷体汉字

本文为手写印刷体汉字识别提供了一种新的解决方法。在研究过程中, 从汉字图象的输入到识别结果的获取, 建立了一整套基本完整的识别实验系统。系统选择四边形状特征作为粗分类的基本特征, 提出汉字最稳定的结构是笔划段之间相对位置关系的思想。在粗分类时引入集合运算, 提高了粗分类的正确率和分类能力, 在细分时用快速合并笔划段的方法获取汉字笔划段作为细分特征。最后对于关系结构图的匹配提出了一种新的匹配方法一相关属性关系图启发式匹配,这种方法利用了汉字样本知识, 建立具有相关属性的关系图, 在其指导下, 完成非精确的结构匹配, 该系统在386微机上用汇编语言实现, 对1千个手写常用汉字识别率达百90%以上, 速度是每字2秒。     

基于基元模糊关系的手写汉字识别

手写汉字中笔划，部件及其位置关系均产生较大变化，这种变化是引起手写汉字特征不稳定的主要因素。为了减小上述不利影响，使手写汉字特征的描述趋于稳定，本文给出了一种基于汉字基元之间的模糊关系识别手写汉字的方法。     

触摸屏数据处理算法研究及实现

触摸屏是常见的计算机输入设备,其数据处理方法直接影响了输入操作的准确性,特别用于文字手写输入时,其笔划数据的准确性直接影响到识别率。本文提出一种简单有效的提高触摸屏汉字笔划数据处理算法,即滤波、平滑和变换“三步法”,经过实验证明,可以提高汉字笔划输入数据的准确性。     

中国手写汉字数据库

一、前言在进行计算机自动识别手写汉字方法研究的时候,其方法的有效性受到输入的手写汉字数据的很大影响.在进行各种识别方法的有效性比较的时候,如果不使用共同的手写汉字数据,那将是毫无意义的.笔者利用在日本进修的机会,把从国内收集的20人手写汉字4000字种,做成中国手写汉字数据库8万字,现予公开,愿与国内同行一起进行计算机自动识别手写汉字的方法研究.     

汉王全智能阅读器开发成功

汉字识别技术是中文信息处理计算机化的关键技术,一直被国家列为重大科技攻关项目。自中汉王科技公司在国家863计划的支持下,经过广大科技人员多年的努力,在技术上取得了重大突破,较好地解决了手写汉字计算机自动输入问题,并首次开发出汉王全智能阅读器(手写和印刷OCR系统)。汉王全智能阅读器(OCR系统)是印刷体、手写汉字的扫描识别及联机手写汉字识别—汉王笔三合一软件,它通过扫描仪把印刷、手写文稿扫描成图像、然后识别出相应的汉字代码,对     

采用树状结构的一种汉字识别方法

本文对印刷体和手写印刷体汉字的组成结构进行了较为详细的研究,以人脑识别机制为出发点,提出一种既适用于印刷体汉字,亦适用于手写印刷体汉字的树状结构识别方法。初步的实验结果表明:此种方法为汉字的识别提供了一个可取的解决途径。     

CCC——计算机中国书法系统

计算机汉字书法系统(CCC)是模拟手写汉字书法的过程,在屏幕上显示或在纸上打印出汉字。基本思想是,用程序过程模拟毛笔的笔划,用笔径函数过程和笔深函数过程控制笔划,从而产生各种风格的笔体。再用组字规则知识库组成汉字。利用组字规则的变异和笔划的变异可以模拟出不同人的笔体。     

识别手写汉字的基元模糊关系法

手写汉字中笔划、部件及其位置关系均产生较大变化,这种变化是引起手写汉字特征不稳定的主要因素。为了减小上述不利影响,使手写汉字特征的描述趋于稳定,文章给出了一种基于汉字基元之间的模糊关系识别手写汉字的方法,用汉字基元之间的模糊关系来描述汉字的结构,其优点:一是对汉字基元之间相对位置的变化有较强的适应性,二是不需要对一个汉字中的各个基元在二维平面内进行复杂地排序,汉字的结构可以简化为一个基元模糊关系的集合。     

丢掉鼠标和键盘? 清华文通推出“录入之星”

集手写板(文通笔和汉瑞得笔)、IBM语音识别系统和清华 TH-OCR 印刷体识别系统数种汉字输入系统于一身的“录入之星”系列产品,4月28日由清华文通公司在京推出。该系列产品通过手写、朗读和扫描方式将汉字录入到计算机,共     

让计算机象人一样识字

计算机的出现给人类带来了历史性的革命,但计算机只能识别英文字符的特性极大地限制了其在中国的发展。于是,一些有识之士开始了艰苦的探索,试图让计算机象人一样能识别汉字。今天,计算机已不仅能识别印刷体的汉字,就连带连笔的手写汉字也能“认”个八九不离十。这巨大的变化诚然有计算机性能全面提高的     

基于参照模型的联机手写汉字笔划提取及识别

本文提出一种基于参照模型的联机手写汉字的笔划提取及识别的新方法 ,在该方法中不但考虑了流字识别中笔划的提取、匹配 ,还充分考虑到笔划间的连接关系 ,在手写汉字识别中取得了较好的效果。     

用于手写汉字识别的二维扩展属性文法中的文法归约

本文介绍用于识别手写印刷体汉字的二维扩展属性文法方法中文法归约阶段的工作。从四方位取出部件之后,按照部件组合属性和部件框位置关系对部件进行归约。由于利用了汉字部件组合关系中的信息冗余及扩展属性文法的语义处理能力,这种方法降低了对部件正确抽取的要求,但仍能识别畸变较大的汉字,并能有效地区分极相似字。     

基于笔顺自由及连笔的联机手写汉字识别

提出了一种基于笔顺重排算法的手写汉字识别。将手写汉字的可见线段和不可见线段进行联合编码,并 采用了一种基于单字切分及基本笔顺表的识别方法。首先将单字分解为部件,根据分解的结构,对字典进行粗略的过滤,将字典中不符合待识别汉字拆分结构的字排除,然后根据笔划编码进行识别,有效提高了笔划的匹配速度,较好地解决了联机手写汉字识别中连笔及笔顺自由问题。     

我国汉字识别技术的历史、现状和展望

本文论述了我国印刷体汉字识别、手写印刷体汉字识别、联机手写汉字识别的历史和现状。从实用化的角度指出了汉字识别技术今后的发展动向。     

部件在印刷体汉字识别中的应用

汉字是由不同部首、笔划构成的 ,但在计算机中表示部首是非常困难的。文章介绍一种便于计算机使用的部件来进行汉字识别的方法 ,所有的汉字被分解为几百个部件 ,识别时 ,先识别出汉字中的各个部件 ,然后再构成整个汉字 ,从而加快了汉字识别的速度。     

识别图板输入汉字的动态规划方法

本文是关于手写汉字在线识别中,利用动态规划法计算手写笔划与标准笔划之间的距离的研究。由于人们手写汉字笔划的不规范性,因而总不可能与标准笔划完全一致,手写笔划的识别也就归结为寻找与手写笔划距离最小(类似度最大)的标准笔划问题。把动态规划寻找最短路径的思想移用到这方面来,得到了非常满意的识别结果。实验表明:识别率达98%以上。     

限制性手写汉字识别中笔划的抽取、分析和合成

在用句法结构识别限制性手写汉字系统中,利用笔划作为基元,由机器自动地抽取笔划是困难的。 本文提出了一种从汉字骨架中抽取笔划的新方法:用启发式搜索和超前搜索抽取笔划成分,再分析与合成得到笔划,在抽取笔划成分时,考虑到细化引起的畸变。文中给出了搜索笔划成分的框图,对922个手写汉字进行了模拟实验,抽取笔划的正确率达到94％。