基于粘连符号分割和多特征融合的手写公式识别

为了解决字符粘连影响脱机手写数学公式自动识别的问题,提出一种基于字符轮廓特征的单点粘连符号切分方法.首先利用字符上下两侧轮廓方向码信息得到切分点和切分方向;然后结合宽度、高度、角点个数、投影轮廓等几何特性对切分后的字符片段实现多特征融合的特殊符号识别,并将特殊符号从整体数学公式中进行有效分离;最后结合特殊符号与周围字符的上下左右、重叠、半包围等空间位置关系特性实现结构的解析,并将经过卷积神经网络识别后的普通字符代入结构解析序列,实现公式的整体识别.实验结果表明:该方法能有效处理数学公式中粘连情况及特殊符号识别;粘连符号的切分准确率达到87.25％,提高了手写数学公式的整体识别率.     

部件字典结合时分方向特征的手写维吾尔字符识别

针对联机手写维吾尔128类变体字符,提出了一种基于部件字典和时分方向特征的识别算法。该算法首先结合连笔分析,将字符分解为主体、附加和点三类部件,建立手写维吾尔字符的部件字典,有效解决联机手写维吾尔字符的笔顺连笔自由问题;然后,为减轻手写字符拓扑变形造成的干扰,对单个部件提取一种新的联机特征-时分方向特征,该特征在模糊域提取方向链码然后按时序划分统计,并通过检测和调整短时变动进行抖动校正;最后,设计不同分类器对各部件进行匹配,利用匹配测度分布估计各部件权重,并通过加权朴素贝叶斯融合得到字符识别结果。实验结果表明,该算法能有效地识别128类无约束手写维吾尔字符,在包含13 056个样本的手写体维吾尔字符数据库上的平均识别率为93.15%。     

基于双模编码器-解码器框架的联机手写数学公式识别

为了充分利用联机手写数学公式的笔迹特征和全局二维结构特征, 将联机模式和脱机模式联合, 设计了一种基于编码器-解码器框架的双模识别模型。该模型可接受一维坐标点序列和二维静态图像形式的手写数学公式数据, 通过联机编码器从输入的坐标点序列中提取笔迹特征信息, 并通过脱机编码器从静态图像中提取二维结构特征信息, 进而充分保留手写笔迹特征和全局二维结构特征。在编码器阶段, 针对联机模式提出正弦编码, 对输入的坐标点序列进行编码, 补充笔画级别的信息, 能够有效避免笔画间隔模糊导致的笔画信息丢失的问题; 针对脱机模式提出平滑注意力机制, 通过引入平滑窗口的方式, 实现特征图中每个像素特征的感受野的自适应调整, 在一定程度上解决了普通的注意力机制无法同时对尺寸相差较大的手写符号筛选有效特征信息的问题, 有效提升了注意力机制捕捉有效手写区域的能力。实验结果表明, 该模型的公式识别准确率可达58.76%, 并且与相同领域内其他的识别模型相比, 其可将公式识别准确率提升1.56%~4.71%, 达到较高水平。

     

基于连通域的字符孔洞提取算法及其实现

提出了基于等价类行程的连通域算法,通过计算字符图像背景区域连通域提取手写字符图像的孔洞特征。为将相关行程合并成连通域,构造一个等价类数组记录和传递相关行程间的连通关系。手写数字字符图像的实验结果表明,本文算法能准确有效地提取手写数字字符孔洞特征,可用于字符分类识别。     

一种基于WindowsCE的手写体识别系统的实现

研究了基于模板匹配算法的手写体识别技术,通过图像预处理、图像特征提取、模板匹配和图像识别等,建立了一种基于WindowsCE的手写识别系统。     

一种多特征组合与多神经网络分类器集成的手写数字识别新方法

提出了一种多特征组合与多神经网络分类器集成的手写体数字字符识别方法。新方法对结构简单、书写规范的数字字符使用高效的结构分类器实现快速分类;对结构分类器不能准确分类的字符,首先通过提取多个特征,构造不同结构和类型的多个神经网络分类器,然后对多个分类器的识别结果,通过多专家集成方案对手写数字进行最终判决。实验结果表明,提出的方法能有效降低识别错误率,提高识别系统的可靠性。     

用动态有序弹性匹配方法识别手写印刷体汉字

本文为手写印刷体汉字分类提供了一种新的实用解决方法。本方法采用日本山本氏提出的用松驰匹配方法识别手写印刷体汉字的基本思想。给出了用汉字轮廓点的差分作为轮廓跟踪及折断点选择的算法,提高了轮廓折线化速度;分类是按汉字四周的外轮廓线分二级进行匹配的,提出了动态有序弹性匹配方法,使全域松弛匹配得以在局部区域进行,从而有效地提高了匹配速度;在进行第一级粗分类时,采用多个模板,有效地提高了按偏旁位置分布进行分类的正确率;最后利用内轮廓折线与字典逐字匹配,达到手写印刷体汉字识别的目的。本识别系统在386微机上用C语言编程实现,对国标一级3755个汉字进行了三万余字的识别试验,前十位的累计正确分类率达92%,第一位的累计正确分类率达84%。识别时间为每字1.8秒。     

纵横投影的七段码"8"字型手写数字识别

根据电子屏幕只需七段码“8”字型就可将0~9这10个数字表示出来的情况,设想把数字作为一个整体放到七段码“8”字型中进行识别.本文提出了一种纵横投影的七段码“8”字型手写数字识别,其做法是根据数字的外形特征将数字对七段码“8”字的各框上进行投影,将手写符转化为标准符进行识别,从而简化字符特征的提取.与传统识别方法相比,更容易实现,实验证明了这种方法的有效性.     

基于位映像编码的手写字符样本存取方法

针对USPS手写数字样本数据库存储空间大,在开发实际手写数字字符识别系统时不能直接生成二值化图像的缺点,提出一种基于位映象编码的二进制存取方法,建立的手写样本数据库可以快速恢复为相应的二值化字符图像。该方法可使重建样本数据库的存储空间仅为原来的1．597％,且能正确恢复字符样本图像。利于研究识别系统时批量样本的读取。     

多尺度特征与知识图谱融合的景区手写诗词识别

针对景区手写诗词存在背景纹理复杂、字体尺寸及风格多样等特点导致景区游客难以识别手写诗词的问题,首先,分析研究景区手写诗词的识别场景,设计景区诗词检测网络（detection of poetry in scenic areas-network,DPSA-Net）以提取景区手写诗词不同尺度的特征,并结合手写诗词字符间的链接依赖关系实现景区手写诗词检测;其次,设计了卷积循环聚合网络（convolution recurrent aggregation network,CRA-Net）以对景区手写诗词进行识别,结合卷积神经网络（convolutional neural networks,CNN）和双向长短期记忆网络提取手写诗词图像的序列特征,并通过聚合交叉熵（aggregation cross-entropy,ACE）实现特征向文本的转换;最后,结合景区知识图谱对CRA-Net的输出进行校正,进而提高景区手写诗词的识别准确率。实验结果表明,通过景区手写诗词矫正技术对CRA-Net的识别结果矫正后,识别准确率达到了79.04%,同时,该技术具有较好的抗干扰能力和良好的应用前景。

     

联机手写汉字识别算法及其系统实现

基于统计模式识别原理的联机手写汉字识别算法,提出了一种新的笔划识别算法-笔划识别的混合算法,它是方向码差值判别法与坐标差特征值判别法的有机结合,同时提出了笔段二值化等概念,并论述了以最小距离判决法则为理论依据的特征坐标匹配识别原理。     

基于人工神经网络自适应共振理论的手写字符识别

以人工神经网络中的自适应共振理论为基础,研究了用光标在电脑屏幕上进行手写输入的字符识别方法.根据专业领域文字输入中经常使用特殊字符的特点,程序部分由内核是Unicode的Java实现.采用Unicode编码不但可以方便地实现特殊字符的识别和显示,还有利于跨平台的移植,较好地解决了文字录入中特殊字符不易查找以及某些用户操作键盘不便等实际问题.     

一种识别无限制手写体数字的方法

对无限制手写体数字的两大特点──畸变性和旋转性，提出了一种链匹配识别算法。全面描述了边界的拓扑结构（基元），根据形成输入字符图像的一维链码与参照链的匹配结果进行识别。压缩了原始图像信息，提高了处理速度，同时也达到了较高的识别率。     

句法统计距离及其在联机手写汉字识别中的应用

提出一种将句法识别方法与统计识别方法结合起来的距离概念:句法统计距离。采用这种距离对联机手写汉字笔划进行识别,效果令人满意,正确识别率达98％。     

用自然结构分析法识别手写汉字

本文从汉字的自然层次结构出发,提出了手写汉字识别的自然结构分析法。在充分考查了国标集6763个汉字的基础上,建立了一个模拟实验系统。在该系统中,使用了扩充的有限自动机和启发式搜索等技术。该系统能识别带有少量连笔的手写汉字。实验结果表明:自然结构分析法是一种有效的手写汉字识别方法。     

An integration approach to handwritten Chinese character recognition system

ＯｆｆｌｉｎｅｈａｎｄｗｒｉｔｔｅｎＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｒｅｃｏｇｎｉｔｉｏｎ(ｒｅｆｅｒｒｅｄｔｏａｓＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｒｅｃｏｇｎｉｔｉｏｎｏｒＣＣＲｆｏｒｓｈｏｒｔｉｎｔｈｅｆｏｌｌｏｗｉｎｇ)ｉｓａｔｙｐｉｃａｌｌａｒｇｅｎｕｍｂｅｒｏｆｃｌａｓｓｅｓｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｐｒｏｂｌｅｍ.Ｔｈｅｐｒｏｐｅｒｔｉｅｓｏｆｌａｒｇｅｖｏｃａｂｕｌａｒｙ,ｃｏｍｐｌｅｘｓｔｒｕｃｔｕｒｅａｎｄｌｏｔｓｏｆｓｉｍｉｌａｒｃｈａｒａｃｔｅｒｓｗｈｉｃｈＣｈｉｎｅ…     

手写字符样本自动采集研究

提出用行程段信息表示字符图像的编码方法 ,以二进制形式存取 ,能节省大量的文件存储空间。预处理阶段 ,使用最佳阈值二值化方法和平滑技术处理样本表格图像。为保证字符图像正确分割 ,先提取样本表格图像垂直边缘 ,然后使用Hough变换检测图像倾斜角度。提出了快速标记行程段中心迭代算法实现字符图像的分割。手写数字样本自动采集实验表明本文方法的有效性     

基于余弦整形变换的手写汉字训练样本生成方法

提出了一种新的基于余弦整形变换的手写汉字训练样本生成方法，该方法可以有效提高现有手写汉字识别系统的识别性能。通过对原始训练样本进行基于余弦整形变换的样本生成和样本筛选，在一定程度上缓解了某些条件下训练样本不足的问题，增强了识别器的扩展能力和鲁棒性。在HCL2000数据库上进行的实验表明，该方法可有效提高汉字分类器的识别率。     

基于余弦整形变换的手写汉字训练样本生成方法

提出了一种新的基于余弦整形变换的手写汉字训练样本生成方法，该方法可以有效提高现有手写汉字识别系统的识别性能。通过对原始训练样本进行基于余弦整形变换的样本生成和样本筛选，在一定程度上缓解了某些条件下训练样本不足的问题，增强了识别器的扩展能力和鲁棒性。在HCL2000数据库上进行的实验表明，该方法可有效提高汉字分类器的识别率。     

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。