一种用于手写体汉字切分的优化模型

在连通域单元的基础上提出了一种手写体汉字切分的优化模型,该模型可以自适应的确定部件、单个字和粘连字的宽度。另外,对粘连字的切分采用了加权k的均值法。整个切分方法既提高了算法的自适应能力,又提高了切分的正确率。实验表明这种方法具有很好的切分效果。     

无约束手写体汉字切分方法综述

汉字切分是手写体汉字识别预处理中的一个难点,切分的正确与否直接关系到汉字识别的准确度。该义对目前无约束手写体汉字识别在行字切分上主要采用的方法作了具体介绍,闸述了各种方法的优缺点,最后根据目前的研究状况,指出今后研究中心需要注意的问题和研究的发展方向。     

粘连字符切分综述

字符切分是字符识别系统的一个重要环节。粘连则是指字符图像问有笔画接触的情况,它普遍存在于手写和低质量的印刷文档中。然而普通切分算法很难处理粘连字符。本文综述了主要的粘连字符切分算法以及切分路径的评价方法,在详细介绍算法流程的基础上,对每种算法的优缺点以及粘连字符切分的未来工作进行了探讨。     

水平线与字符粘连的切分及字符修补

本文对文本识别中经常遇到的线段与字符粘连的问题进行了论述, 提出了抽取水平线和对字符进行修补的葬法, 并给出了结果。     

一种离线手写体汉字切分的自适应算法

目前用于字符切分的算法主要有基于灰度直方图投影、字符连通域算法等,但这些算法不适用于相邻粘连汉字的切分。论文针对粘连汉字的切分,以邮件信函地址为对象,提出了一种离线手写体汉字切分的自适应算法。其基本步骤为:首先,基于灰值投影将手写汉字地址粗分为几个字段;其次,用傅立叶变换判断这些字段是否为粘连字段;再次,用汉字的字高和字宽的比值大小判断非粘连字是单字还是单字的部首;最后,以伸缩框法对粘连字分割,并对过分的部首进行合并。此算法的优势在于根据每个人书写的不同习惯,确定不同的伸缩框对汉字进行分割。     

基于连通域的汉字切分技术研究

字符切分技术已经成为汉字识别系统设计中的关键问题,对于质量较差的文本图像,用灰度图像取代传统的二值化黑白图像能够取得更好的切分效果,基于连通域的切分算法能够对灰度图像进行较好的切分,基于连通域的汉字切分算法能有效地对文本图像中汉字字符部件进行合并及对粘连字符进行分割。     

基于折线切分路径的粘连搭接字符切分算法的研究

针对粘连和搭接字符切分算法的不足,提出一种基于折线切分路径的字符切分算法。该算法利用投影法将粘连搭接字符与非粘连搭接字符分离开,而后结合粘连搭接字符独有的外形特征,通过引入惩罚权重的路径搜索算法快速而准确地得到粘连搭接字符间的折线切分路径;为了避免一些字符在以上的切分过程中被误切碎,利用识别反馈信息对一些字符子图像进行合并。实验结果表明,该算法对印刷体日英混排字符切分有很强的适应性,取得了较理想的切分效果。     

印刷哈萨克斯拉夫粘连字符的切分方法

哈萨克斯拉夫图像文本经过行切分和列切分后,存在水平方向接触和垂直方向重叠的粘连字符。为提高字符识别率,依据字符连通域的最小外接矩形切分开垂直方向重叠的粘连字符图像块;利用判决条件:字符宽度概率密度分布图、字符图像块垂直投影的波峰数目和字符图像块垂直投影波峰的对称性,分离初始粘连字符图像块中正确的单个字符图像块和实际接触的粘连字符图像块;在允许的字符宽度范围内,寻找粘连字符图像垂直投影图的极小值点,以切分实际接触的粘连字符。实验结果表明,该方法泛化能力较好且识别率有明显提高。     

基于前景和背景分析的手写体汉字切分方法

在离线手写体字符识别中，正确切分字符是提高识别性能的关键步骤之一。本文针对离线手写体汉字，提出了一种基于垂直投影法和前景一背景细化的切分算法。首先，本算法利用垂直投影法和背景细化的方法对非粘连字符进行切分，根据周边特性取得代价函数，利用动态规划法合并字块。其次，对于粘连字符，根据背景和前景细化的结果，选取一系列的特征点形成切分路径，然后利用代价函数来选择合适的路径。实验结果表明，提出的切分算法对手写体汉字字符有较好的切分效果。     

一种视频中字符的集成型切分与识别算法

视频文本行图像识别的技术难点主要来源于两个方面: 1)粘连字符的切分与识别问题; 2)复杂背景中字符的切分与识别问题. 为了能够同时切分和识别这两种情况中的字符, 提出了一种集成型的字符切分与识别算法. 该集成型算法首先对文本行图像二值化, 基于二值化的文本行图像的水平投影估计文本行高度. 其次根据字符笔划粘连的程度, 基于图像分析或字符识别对二值图像中的宽连通域进行切分. 然后基于字符识别组合连通域得到候选识别结果, 最后根据候选识别结果构造词图, 基于语言模型从词图中选出字符识别结果. 实验表明该集成型算法大大降低了粘连字符及复杂背景中字符的识别错误率.     

基于结构聚类和笔画分析的粘连手写汉字切分

粘连手写汉字的切分是手写汉字切分中亟待解决的问题之一。因此,针对粘连手写汉字提出一种新的切分算法。该算法首先通过寻找分界线的方法来提取粘连笔段,分界线的位置是通过粘连汉字骨架图像的聚类和笔段端点类属可信度的信息来确定的。然后提取粘连笔段并对其进行分析和类型（直线或曲线）判定,从而确定切分点及切分方向。最后利用背景细化算法找到分割曲线。该算法不仅能够很好地适用于两个粘连汉字宽窄不一、含有多个粘连点等粘连情况,而且具有良好的抗噪声效果。     

笔迹图像中的单个汉字字符分割

提出了一套完整的针对单字的笔迹图像分割算法,选用不同的笔迹样本作了验证实验,对实现单字分割做了全面的阐述论证。将模板分割算法中的行分割、字分割、单字图像库建立和基于模板匹配的分割算法结合在一起,提高了算法的运算速度和精确度。利用50幅笔迹样本进行测试,92%的单字分割样本可以作为单字模板,应用模板匹配分割算法92%的样本可以实现单字提取。     

基于笔划包围盒的脱机手写体汉字分割算法

汉字分割是脱机手写体汉字识别预处理的重要部分，改进了基于笔画包围盒的汉字分割算法。根据方向行程长度提取出汉字的笔画，对所得笔画建立包围盒。使用4种基本合并操作得到汉字的粗略的分割。最后使用动态规划的方法实现汉字的精细分割。实验结果表明，该算法较好地解决了汉字分割中的笔画粘连和重叠问题。     

Segmentation of connected handwritten numeral strings

A new approach to separating single touching handwritten digit strings is presented. The image of the connected numerals is normalized, preprocessed and then thinned before feature points are detected. Potential segmentation points are determined based on decision line that is estimated from the deepest/highest valley/hill in the image. The partitioning path is determined precisely and then the numerals are separated before restoration is applied. Experimental results on the NIST Database 19, CEDAR CD-ROM and our own collection of images show that our algorithm can get a successful recognition rate of 96%, which compares favorably with those reported in the literature.     

基于snake模型的交错字符的分割方法

针对票据中字符之间的互相交错粘连,在总结与比较了以往的字符分割方法的基础上,提出了一种基于snake模型的交错字符分割方法。此方法首先根据传统的分割方法找出字符的候选分割位置,然后根据snake模型进行不规则、动态、曲线的分割,速度快且有较好的鲁棒性。     

基于滴水算法的验证码中粘连字符分割方法

众多研究表明,如果能将验证码中的字符分割开来,用现有的机器学习算法一般都能取得比较好的识别效果。针对字符粘连情况下的验证码的识别问题,提出了一种粘连字符的分割方法。该方法将字符的宽度统计值和竖直投影直方图中的投影极小值点相结合找到分割点,以这些分割点作为滴水算法的起始滴落点对粘连字符进行分割。实验结果证明,该方法用于分割验证码中的粘连字符具有一般性,能够提高验证码识别率。     

Optimal Level Curves and Global Minimizers of Cost Functionals in Image Segmentation

We propose a variational framework for determining global minimizers of rough energy functionals used in image segmentation. Segmentation is achieved by minimizing an energy model, which is comprised of two parts: the first part is the interaction between the observed data and the model, the second is a regularity term. The optimal boundaries are the curves that globally minimize the energy functional. Our motivation comes from the observation that energy functionals are traditionally complex, for which it is usually difficult to precise global minimizers corresponding to best segmentations. Therefore, we focus on basic energy models, which global minimizers can be characterized. None of the proposed segmentation models captures all the important scene variables but may be useful to get an insight into objects, surfaces or parts of objects in the scene. In this paper, we prove that the set of curves that minimizes the cost functionals is a subset of level lines, i.e. the boundaries of level sets of the image. For the completeness of the paper, we present a fast algorithm for computing partitions with connected components. It leads to a sound initialization-free algorithm without any hidden parameter to be tuned. We illustrate the performance of our algorithm with several examples on both 2D biomedical and aerial images, and synthetic images.     

Thinning and segmenting handwritten characters by line following

This article presents a new thinning algorithm particularly well suited to handwriting characters or engineering drawing images. The line following scheme is used with major improvements to reduce the distortion at intersections. The new algorithm uses a thinning window to detect the shape and type of each intersection it is about to thin. This added information allows for a much more accurate thinning process. The algorithm also segments the skeleton into line segments as it is generated. These lines correlate partly with the strokes that produced the image. To analyze the performance of the new algorithm, a comparative study of the skeletons is performed over speed and quality criteria. This study shows that the algorithm reduces the distortion at the line intersections while remaining fast.