手写体汉字识别问题综论

本文在讨论了人对汉字的认知心理试验研究结果之后,认为人类的汉字识别是经由整字属性及分层结构的多种途径复合而成的。这些途径中的大多数都可以在手写体汉字的机器识别中模仿运用。由此可把汉字的机器识别方法归纳为整模式法和子模式法两个大类,对它们的有利方面和困难方面进行了讨论;对影响其性能的因素进行了分析;对识别率以及它与识别字集大小和后处理等的关系提出了评估的问题。     

改进的NAMK彩色图像表示算法

利用格雷码可以扩展或保持二值图像块状性的特点,提出一种改进的NAMK彩色图像表示算法NAMKG,给出算法的形式化描述及其存储结构,对其总数据量进行分析。理论分析和实验结果表明,相比NAMK算法和线性四元树算法,NAMKG可以有效减少子模式数,减小存储空间。     

基于指标融合的跟踪算法性能评估度量标准

为了全面评估目标跟踪算法的性能,该文提出一种融合性能指标的新度量标准.在分析最优子模式分配度量标准基础上,新度量标准定义目标扩展状态包含跟踪算法的计算量信息,并在扩展状态的基本距离中引入了计算量距离概念,将计算量指标融入新度量标准的最优子模式分配距离中.新度量标准有效融合目标跟踪算法的跟踪精度、集合势误差和计算量指标,反映了跟踪算法的全面性能.单目标和多目标环境下的仿真实验结果验证了该标准的正确性和有效性.     

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。