基于笔划特征的手写体汉字字符识别

本文提出了一种利用笔划提取骨架结构特征的手写体汉字字符识别方法。首先,以二进制字符模式的直线长度来决定笔划的方向,根据其方向和它们相互关系,将笔划分为笔划段和分叉段,然后提取笔划的骨架,亦称之为骨架段,在提取了所有的轮廓段后,对分叉段进行处理,找到分叉点和分叉角。轮廓段和分叉段在分叉点处相连,这样所有相连的骨架段构成了字符的骨架,根据提取的轮廓和分叉点,我们可以得到用于识别的基本笔划和笔划方向图。     

基于篇章字体导引的单字符字体识别

字体识别是印刷文档识别重构的重要组成部分,是目前识别技术的一个难题。以印刷文档的单体单字高识别率为基础,论文提出了一种基于篇章字体导引的汉字单字符字体识别方法,结合字体排版的规律性,使得字体识别速度和精度大大提高。以常用报纸、杂志正文文本为样本进行实验,字体识别率达到了99%。     

基于纹理特征的汉字字体识别研究

介绍了字体识别的重要性和有待解决的问题，提出了一种利用Gabor滤波器提取版面纹理特征进行字体识别的方法，着重介绍了滤液器设计、纹理特征提取和字体识别的过程。这种方法是与内容无关的，不需要局部微细特征分析，可以解决实际版面样弱印刷质量差、变形多的问题。用于常见字体的识别，取得了较好的效果。     

基于笔划类型的字符细化算法研究

字形细化可以大大简化汉字识别特征的提取过程,提高汉字识别的准确性和快速性,是字符识别最重要的预处理技术之一。文中探索并提出了一种提取字符的组成笔划并根据笔划类型直接求取各笔划的中心骨架,从而完成对字符细化的细化算法,并将其用于所研制的汽车牌照计算机自动识别系统之中,取得了令人满意的效果。     

文字相关的单字符字体识别方法

汉字具有丰富的字体类型,并且不同的字体在汉字结构上有显著的不同,现在的OCR技术侧重字的识别,而对字体识别的关注较少。提出文字相关的单字符字体识别方法,利用文字相关的先验信息及字体结构特征,对字体的相似性度量采用向量空间模型,并针对常用66款简体字进行实验,得到了较好的平均识别率。     

基于笔划方向特征和非对称分布的手写体汉字识别

提取稳定的笔划结构是汉字结构识别方法的前提，合适的样本特征矢量参数分布模式是统计识别方法的基础。本文将这两个看似不相关的问题联系在一起，提出了基于笔划方向特征和非对称分布的手写体汉字识别模型。一种从手写体汉字骨骼图像上提取分叉点的改进算法，可以保证特征点提取的完整性，从而保证笔划提取的可靠性，并直接从笔划结构上提取统计识别特征矢量。基于类间样本分布的差异以及类内样本分布的非对称性，采用基于PCA的非对称分布手写体汉字识别模型。实验表明，基于笔划方向特征和非对称分布的统计识别模型具有优良的识别性能。     

细化字符断裂笔划修补方法的研究

本文通过对细化字符中断裂笔划的分析,提出了修复字符笔划断裂区域的一套模板和插值修补方法。实践表明,这种处理方法是有效的。     

基于Gabor变换的汉字字体识别研究

在分析汉字字体特征的基础上,介绍了利用Gabor滤波器,通过纹理分析提取全局特征进行汉字字体识别的方法。实验结果表明,这种方法是可行的、有效的。     

基于汉字笔划骨骼运笔特征的特定对象笔迹鉴定的研究

本文论述了基于汉字笔划骨骼运笔特征的笔迹鉴定的方法。实验以汉字中抽取的基本笔划为研究对象，并提取反映各行笔部运笔的骨骼特征，以形成多维持征空间，在特征空间中确定鉴定对象的分布后，计算它与辞书中各书写者位置间的广义距离来实现笔迹的鉴定。判断鉴定对象是否自出于原书写者的方法即为特定对象鉴定法，该方法采用对十位书写者、八种基本笔划，每种笔划十个样本进行测试，结果显示对于单一笔划和笔划组合取得了令人满意的鉴定率，对推广和完善该实用性的研究具有参考价值。     

构造化线段特征矩阵的手写汉字识别

本文介绍了一种利用线段特征矩阵进行匹配的手写汉字识别方法。对输入文字图像测定其笔划宽度，抽取四个方向子图像。然后，利用文字图像重心分割图像成若干区域，按分割的区域，求各子图像区域的线段特征矩阵，与样本字库比较识别，进行手写汉字识别分类。实验表明本方法是有效的。     

一个高质量汉字笔划字形到轮廓字形的转换系统

本文介绍一个基于三阶Ｂｅｚｉｅｒ曲线的字形转换系统ＳＯＣＳ（ｓｔｒｏｋｅｔｏｏｕｔｌｉｎｅｃｏｎｖｅｒｔｉｏｎｓｙｓｔｅｍ）．该系统作为汉字字形设计系统ＣＣＤＳ（Ｃｈｉｎｅｓｅｃｈａｒａｃｔｅｒｄｅｓｉｇｎｓｙｓｔｅｍ）的后端，把ＣＣＤＳ产生的多笔划曲线轮廓字形数据加工成整字曲线轮廓字形数据．其结果适于多种高精度输出，如Ｐｏｓｔｓｃｒｉｐｔ印字机．ＳＯＣＳ系统具有一定的通用性，它不只限于接受ＣＣＤＳ的加工结果，还可以作为独立的系统使用．     

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。     

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。     

HMM方法识别脱机手写汉字

本文提出了一种在隐含马尔可夫模型(HMM)框架下建立的识别脱机手写汉字的方法,介绍了以HMM对脱机手写汉字进行建模、识别的整个过程,并给出了实验结果对国标一级3755个汉字的识别率,在两种测试集上分别达到96.4%和91.5%.     

基于笔划描述的样条汉字库及其应用

轮廓法描述汉字字形是实现高质量，低成本汉字输出的重要途径，西方提出了一种基于笔划抽取的方法来获得汉字字形的样条轮廓描述，使得汉字字形的描述质量大为提高，且数据量较少，基于笔划抽样的样条汉字库可应用于汉字字形的衍生，自动变体和动态汉字库的生成。本文对笔划抽取方法进行了详细介绍，另外还对拟合过程中初始分段点的确定，取样点的选取，轮廓数据的平滑处理等问题进行了探讨，取得了较好的拟合效果。     

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。     

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。     

汉字识别技术中手写汉字书写变形规律的研究

现有手写汉字识别技术在工整书写字体识别上已达到实用化要求,但对于难度很大的自由手写体还不能较好地予以支持,这方面的研究基础上还是一片空白,文中试图显化表达汉字书写时发生变形的内在规律,相应地将汉字识别过程转化为判断输入模式是否为给定参考模式的合法书写变形的计算过程。     

一种基于笔划映射的曲线轮廓汉字字形设计方法

本文介绍了一种以汉字间架结构和基本笔划为汉字的知识表示，通过由导向因子和宽度因子控制的笔划映射来设计曲线轮廓汉字字形的方法。该方法以一套汉字间架结构库和一个基本笔划库为基础，可生成多种粗细的多套字库。改变基本笔划库，可改变生成的字体种类。