一种基于曲线匹配的印鉴图像自动检索方法

从汉字笔划横平竖直这一特点出发,提出了汉字图像中适合于印鉴图像检索的两种特征:汉字的外边缘轮廓和汉字的方向投影密度.进而用函数曲线对这两种特征进行量化描述,将对汉字的匹配归结为对函数曲线的匹配.最后通过实验验证了这两种特征的稳定性以及基于这两种特征的曲线匹配方法的有效性.     

手写体汉字识别中基于笔段的松驰匹配算法

在汉字识别中，基于线性变换的识别模型往往会失效，用轮廓线段来进行松驰匹配．当手写体汉字曲折笔划较多时也很难提取稳定的轮廓特征，而且轮廓提取受笔划写书粗细的影响较大。本文用相容匹配算法来提取汉字的笔段特征，用模板匹配识别出手写体汉字样本。文中给出一个１００个汉字的识别结果．     

基于相对高度的曲线特征提取算法

特征是物体匹配和识别的依据.为提高图形图像的识别率,对曲线的特征提取进行了探索,提出了一种基于曲线相对高度的特征提取算法.算法可大致描述如下:利用曲线的高分割曲线,再分别计算各段曲线的相对高度,不断重复前面两个操作,直至相对高度满足小于某个给定的常数.对于每一个相对高度,按照分割曲线的层次存储在二叉树相应的节点.实验结果表明,该算法能够满足曲线在平移、旋转、缩放和对称变换后,其特征不变,而且具有良好的灵敏度.该算法可用于手写汉字和人脸轮廓的识别.     

断层测量反求工程中的关键技术

研究了由断层测量轮廓序列重构零件CAD模型的关键技术。根据截面的面积、形心位置等属性，并结合轮廓串匹配技术，提出了封闭轮廓集 分割算法。一个封闭轮廓由圆弧、直线段等规则形状的轮廓段和自由曲线段组成。为了抽取开放的规则轮廓段，提出了特征参数识别和特征轮廓抽取交互进行、有机结合的技术。为了抽取开放的自由曲线段，提出了基于转角映射的特征连接点辨识技术。进一步抽取开放轮廓集时，要解决相邻层上开放轮廓段的匹配问题，提出了基于串匹配的轮廓优化分割技术。实例表明，所提出的轮廓集分割算法可以实现规则形体表面和自由曲面对应开放轮廓集的精确分割。此外，文中对特征的分割策略、参数识别等问题提出了可行的解决方案。     

基于笔段间关系的联机手写汉字HMM模型

为了提高联机手写汉字模型的空间结构描述能力和识别性能,从汉字的笔段关系出发,提出一种新的联机手写汉字模型,该文称之为属性关系Markov模型(ARHMM). ARHMM以经典Markov模型(THMM)为基础,结合属性关系图对二维图形结构的描述特点,提出了一种直接描述状态间关系的新观测量,从而更充分地利用汉字的空间结构信息. ARHMM具有完整的参数训练方法和识别算法.联机汉字识别的实验结果表明 ARHMM联机汉字模型与THMM联机汉字模型相比,在工整书写到自由书写的不同质量汉字样本上识别错误率均有所下降,平均错误率下降了23.65%.     

基于模糊方向线素特征的手写体汉字识别

方向线素特征在手写体汉字识别中得到了广泛的应用，文中对该特征进行了形式化描述，分析了其存在的不足，在普通方向线素特征的基础上，引入模糊数学思想，提出了汉字的模糊方向线素特征，给出了形式化描述，应用该特征实现了一个非特定人手写体汉字识别系统，经对含有３７５５０个汉字（１０套国标一级汉字）的未学习样张的测试，识别率由８５．５％提高到８９．７％，十选正确率达到９８．４％，在同等测试条件下，比单纯使用方向线素特征识别率提高了四个百分点     

用神经网络方法进行汉字的部件识别

用二维图形结构的汉字属性关系图,从二维角度来直接描述汉字具有较强的描述能力.但其中由笔划间的关系图描述的部件通常关系复杂,其匹配问题如果采用传统的匹配方法来解决,其计算量和复杂度是非线性递增的.在此,提出一种神经网络的解决方法.实验结果表明,将神经网络的方法用于汉字的部件识别过程,可以大大地减少计算时间和计算量,且具有一定的容错能力.     

兼顾连笔和笔顺的联机手写汉字识别方法

为解决联机手写汉字识别技术中兼顾连笔和笔顺的难题，提出了联机手写汉字的模糊属性关系图描述和基于知识的松驰匹配方法。该方法能充分描述汉字结构、对手写变形不敏感，并具有良好的连笔字识别能力和适应不同笔顺的特点。基于上述方法，作者实现了一个联机手写汉字识别系统。实验结果表明，本方法能够有效地增加对于低限制书写汉字的识别正确率，并具有较好的抗噪声能力。经过２２５３０汉字测试，首位识别率达９８．８％，前十位识别率达９９．７％。     

一种联机手写汉字识别算法的设计与实现

提出了一种统计识别算法与结构算法相结合的联机手写汉字识别算法，模糊采集手写汉字与模板的结构对应关系．应用统计算法进行特征匹配识别，实现了与书写笔划顺序无关的快速、高识别率、手写字形限制小的国标两级汉字识别．     

基于笔划和笔顺的汉字识别算法

以笔划为基元结构笔划的顺序来表示汉字的结构信息,在此基础上提出了一种笔写汉字识虽的匹配算法,对于结构类似的汉字,该算法可以通过特征关系予以识别,从而提高汉字的识别率。     

限制性手写体汉字识别中的笔划跟踪及特征抽取

在对计算机的汉字识别方法讨论分析之后,本文以汉字的结构特征为基础,提出了一个新的笔划跟踪搜索方法,用来解决手写体汉字的识别问铱,在该方案中采取了速度快、质量好的平滑细化等预处理方法。在特征抽取中采用了定向记忆跟踪和笔划拼接二种方法,从而解决了在笔划抽取中,特别是在笔划经过细化处理后,不可避免地带来某种程度的笔划畸变的情况下,如何正确地抽取笔划特征,找到了一个较完善的处理方法。经过大量的计算机实验,证明该方法切实可行。且已使正确识别率提高到95％以上,误认率低于5％,识别速度小于2秒。     

树状文法与投影叠加技术在汉字结构分层描述中的应用

句法模式识别方法能够很好地解决结构复杂模式的识别问题,这种方法的关键是对模式进行形式的描述,这个描述通常是文法的一个句子,它可以是一棵树,一个图或一条链。在手写体汉字识别中,由于通过摄象机获得的汉字模式已失去了书写时的顺序信息,这就使得分离、组合其有意义的结构并用来作为描述汉字的部件变得十分困难。本文提出一种树状文法与投影叠加技术(Tree Grammar with Projection)来分层描述汉字,有效地解决了汉字部件的分割和各种复杂结构的描述。为了保持汉字的二维结构信息,采用了树状文法。     

多种印刷体汉字识别的一种方法

本文提出了一种新的描述多种印刷体汉字的方法——特征链码法.使用该方法无需先对汉字图像进行细化和平滑处理,可以克服汉字图像位移、不同大小以及一些噪声的影响.实验中针对常用的一级字库约3700个仿宋体、宋体、黑体(理论上还可以扩充到二级字库6700多个印刷体汉字,字体还可以增加楷体等),以及相应的尺寸出现的变化如24×24、24×48、48×48等做了特征抽取和识别试验,实验中还对链码特征库进行了几种预分类.     

树状文法与投影叠加技术在汉字结构分层描述中的应用

句法模式识别方法能够很好地解决结构复杂模式的识别问题,这种方法的关键是对模式进行形式的描述,这个描述通常是文法的一个句子,它可以是一棵树,一个图或一条链。在手写体汉字识别中,由于通过摄象机获得的汉字模式已失去了书写时的顺序信息,这就使得分离、组合其有意义的结构并用来作为描述汉字的部件变得十分困难。本文提出一种树状文法与投影叠加技术(Tree Grammar with Projection)来分层描述汉字,有效地解决了汉字部件的分割和各种复杂结构的描述。为了保持汉字的二维结构信息,采用了树状文法。     

汉字的数字化编码方法与实用输入软件

用分类方法为汉字编码,简捷直观,便于编制输入软件.作为典型例子,选择一个最小的汉字库、一个最常用的汉字库和一个目前最完备的大汉字库,设计制作了汉字输入系统,使小字库上的数码可作为大字库上的简码,十分方便易学好用.大道至繁至简,汉字本身存在一字多音、一字多义、一字多形的实况,从而导致汉字编码可以规范方法解决输入系统一字多码和一码多字的问题.     

汉字笔画若干数据的统计方法研究与应用

统计汉字笔画信息的各种数据,这些数据主要包括:每个汉字的平均笔画数及按使用频度加权的平均笔画数、以各种笔画起笔的汉字数目、各种笔画在汉字字库中的出现次数、汉字字库中笔画相同的汉字、能与其他字区分开的汉字前若干笔画数的平均数与加权平均数以及汉字字库中相邻笔画的频度等。统计的数据对于基于笔画的汉字输入法和汉字的联机手写识别等方面具有重要的指导意义,我们根据这些统计资料设计了标准键盘和数字键盘,并在Windows下实现了以上两种笔画输入法。     

一种手写体汉字的非线性规范化方法

手写体汉字变形问题是无约束手写体汉字识别的关键问题。规范化处理的目的是对字符图像点阵进行变换,矫正手写体汉字变形,减小同类字符之间的差异。文章提出了一种非线性规范化方法,它一方面调整了汉字的笔划分布,使笔划的分布密度趋于均匀;另一方面又调整了笔划的粗细,使笔划的宽度趋于一致。实验显示,用文章提出的方法产生的同类字符点阵的离散度小于用已有的几种非线性规范化方法产生的同类字符点阵的离散度,表阴提出的非线性规范化方法,较之已有的几种非线性规范化方法更有效地减小了同类字符之间的差异。     

如何在纯西文环境下显示汉字

本文介绍了一种直接读取汉字库在纯西文环境下显示汉字的方法．     

基于编码的生僻汉字输入方法理论与测试研究

在BNF范式编码的基础上，深入讨论了生僻汉字数字化处理问题。根据对生僻汉字部件的统计和分析，本文提出了基于编码的生僻汉字输入方法，建立了相应的生僻汉字部件库，实现了生僻汉字的数字存储和显示。此外，应用测试用例自动生成的方法，对输入方法进行了测试，表明该方法具有造字速度快，应用范围广，与现有字体兼容性强等优点，从而为生僻汉字的数字化提出了一个新的解决方案。     

基于子笔划的手写体汉字识别

该文给出一种汉字子笔划的提取方法 ,较好地解决了因子笔划相交 ,使提取的同类字符子笔划不稳定问题。引入了字符的固定部件划分方法及特征矩阵的概念。字符部件中包含各类子笔划的位置、长度等信息 ,特征矩阵是这些信息的集中体现。设计了一种新的遗传算法 ,由未知字符一个部件的一类子笔划表示的字符与某类模型的相似度 ,既由与其它 3类子笔划相应的相似度调节 ,又由与周围部件同类子笔划相应的相似度调节。实验表明 ,该手写体汉字识别方法是有效的