用引导函数法抽取手写汉字笔划

本文提出了一种笔划不经细线化处理，用有引导的笔道元素分析法，直接从二值文字图象中抽取手写汉字笔划的方法。此方法的特点是，在笔划的动态追踪过程中，能够顺利地穿越笔划之间的交连点，迅速到达笔划的终点。算法较简便，程序实现较容易，笔划抽取速度较快。     

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％。     

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VB实现联机手写汉字的笔划端点提取

对联机自然手写汉字识别系统中笔划提取问题进行了研究,提出一种基于时间间隔的笔划端点提取策略,并用可视化编程工具Visual Basic加以实现。实验表明,该策略和算法具有较高的稳定性和变形容忍度。     

自然手写汉字FS识别法

提出联机识别自然手写汉字的FS识别法。在剖析五笔字根结构和编码原则基础上,对五笔字根作适应性改造,将键盘输入技术与联机识别技术有机融合的一种识别体系。在多库识别体系中首次采用层间分级技术。分析和实验表明：充分考虑了自然手写汉字书写习惯和结构特征,系统有较高稳定性。     

一种用于识别限制性手写汉字的微计算机系统

一、引言手写汉字识别是字符识别研究的最终目标之一。为了研制出实用有效的限制性手写汉字识别系统,必须解决现有识别方案中的两个主要矛盾:书写限制与书写畸变的矛盾;高识别率与低复杂度的矛盾。产生上述矛盾的主要根源在于汉字字种繁多(常用汉字有六千多个),相似字多(如“土-士”,“日-曰”,“戊-戍-戌”,“赢-羸”等),给机器正确识别带来困难。通过对大量限制性手写汉字的样本进行分析,可将其特点初步归纳如下: 1) 部件组字结构 (包括组成整字的偏旁部首数量及位置关系)基本稳定,但部件之间往往有连笔,部件大小变化大。     

手写印刷体汉字的笔段抽取及偏旁识别

本文采用对汉字点阵图象进行方向变换的方法抽取汉字的笔段, 采用结构分析的方法识别分布于汉字四周的偏旁, 对国标一级汉字中的99类偏旁计一万余字进行了偏旁抽取试验, 当侯选偏旁数<5时, 累计正确侯补率>96%。     

利用笔划密度函数等特征的手写汉字识别的讨论

为了对手写汉字的识别分类的方法进行探讨, 本文提出了一种分类处理能力强, 速度比较快, 算法上能尽量克服手写变形影响的手写汉字的识别分类方法。一般要求正介文字在候补文字上进行选择, 候补文字的数额要小。我们利用手写汉字笔划密度函数特征、粗网格特征、粗外围特征以及几个特征的拜用来对文字进行识别和分类, 用计算机进行模拟和验证。由实验可以知道利用各自的每一个特征, 分别有其相应的分类能力, 差不多到第五位或第七位分类能力可达到100%,如果将三个特征并用, 正如所予期的, 分类能力可以提高, 到第三位就可达到100%,这是因为各个特征分别从不同的方面吸收了手写的变形。     

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。     

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。     

手写汉字的集群识别

为了降低单个汉字的分辨率,论文分析了通用的汉字识别模型,并在此基础上建立了适于多字识别的集群识别模型。为了充分论证集群识别模型的观点,本文从理论证明和实验两方面获得支持根据。实验结果表明基于多字识别模型的集群识别能可靠提高对连续文字的识别效果,是手写汉字识别中很有希望的发展方向。     

基于汉字原型的手写汉字识别

本文以现存三种汉字的计算机表示和两种传统的汉字结构分析方法进行评述，应用拓扑和几何的基本原理，分析了汉字结构及其制约关系，确定了四类组成汉字的基本关系，在此基础上实现了汉字原型，最后给出了汉字原型应用手写汉字识别的实例。     

基于形状分割的手写汉字笔划提取方法

笔迹鉴别的目的是区分不同的书写者,而笔划提取是笔迹鉴别的基础。本文提出了一种用于笔迹鉴别的手写汉字笔划提取算法,该算法定义了凹凸点与四种基本笔划相交类型的对应关系,通过字符图像轮廓上的凹凸点检测来确定笔划相交区域和相交类型;接着,在各个相交区域上,根据其笔划相交类型进行形状分割;最后,用对笔划轮廓两侧对应点进行跟踪的方法来进行细化。我们将该算法与基于细化和基于段化的笔划提取算法进行比较,实验结果表明,该提取算法具有比较高的准确率和有效性,因此本文提出的基于形状分割的手写汉字笔划提取方法具有较高的可操作性和实用价值。     

用特征向量元素模糊分类的手写汉字识别

本文介绍了一个用特征向量元素模糊分类的手写汉字识别系统，系统在预处理时采用字心中心法，一级分类用笔道密度函数特征的向量元素模糊方法分类，详细识别用外廓方向贡献度特征，系统实验表明本识别方法是有效的。     

脱机手写汉字识别研究

脱机手写体汉字识别是当前OCR技术研究的热点之一.本文提出了一种用于手写体汉字识别的多特征多分类器集成的系统模型,并利用Matlab工具箱对50个汉字5000个样本进行了初步仿真实验,实验表明该模型是十分可行和有效的.     

在线手写汉字识别的字形结构排序法

汉字是二维平面上的线划图形,在线汉字识别的一个有利条件是利用书写时的笔段顺序信息,从而采用一维的表示.然而不同的人书写同一个字时笔顺会有所不同,这就给汉字的处理与识别带来困难.本文给出一种以笔段为基础,仅依赖汉字字形结构的排序方法,把二维空间的笔段在一维空间排出稳定的次序.这一次序与笔划的书写序无关.这就为在线手写汉字的识别打下了良好的基础.     

联机手写汉字识别的双向加权匹配法

输入字符和原型字符之间线特征的匹配可以系统地用双向加权匹配来叙述。若给出两个线段与任意线段的不匹配损失的距离，则匹配的目的就是寻找一个匹配总和，其值是匹配边缘的加权值与不匹配顶点损失之各为最小。本文通过一种压缩算法对匈牙利方法应用于解决匹配问题。     

用快速合并轮廓线的方法抽取手写印刷体汉字笔画段

本文提出了一种新的抽取汉字笔划段的方法, 这种方法避免了细化算法的不利因素, 利用汉字近似多角形的特点, 对包围汉字图象的轮廓线进行合并处理, 从而得到质量较好的汉字笔划段, 速度比细化算法有了显著提高。