从静态字符骨架中提取完整笔划

提出了一个跟踪手写体了字符骨架的新方法,该方法能够从静态字符骨架中提取出由笔落到笔起的完整笔划,也就是说,能够在离线情况下重新获得部分已丧失的书写字符时的动态信息,从而使得字符的离线识别能够采用在线识别的特征,提高离线识别率。     

卫星云图结构基元的提取

利用弗里曼链式方向码，对云图边缘和骨架数据线进行分割跟踪后，得到了特定的几何弧线。根据这些弧线中连接特征点的有向弧线段端点的不同，定义了一组结构基元，并给出了从基础数据中利用轮廓线跟踪算法和骨架分割跟踪算法完成基元提取的方法以及在台风云体系识别中的应用。实验数据表明，定义的结构基元具有特征明显和便于识别等优点，可用于采用句法模式识别方法进行卫星云图识别的研究。     

一种基于字符边界的细化算法

字符图像细化能极大地消除图像中的冗余信息量,大大简化字符识别特征的提取过程,提高字符识别的准确性和快速性.对字符进行细化,是字符识别的前提.提出了一种利用字符边界细化字符的算法,每一步都针对单个像素点作处理,并提取笔划单侧边缘点序列作为字符图像骨架.实验结果表明：该算法能较好地保留字符图像的基本信息,快速地去除字符图像中冗余的像素点,有效地解决了交叉点分离,笔段变短等问题,并为连笔笔划的切分提供了有效的方法,具有较好的细化结果.     

基于二值图像的手写体快速细化算法

针对查表算法模板数量多、匹配过程耗时长的缺点,分析手写体节点与周围像素邻点的相对位置,提出了一种手写体快速细化算法.该算法仅需要44个标记模板和15个优化模板即可实现对手写体二值图像的细化.实验结果表明,改进算法能够在有效降低算法复杂度的同时准确识别手写体的骨架.     

一种基于字符骨架的汉字细化算法

字符细化可极大地消除冗余信息,提高字符特征提取的速度和准确率,文中提出一种直接提取字符中心骨架的细化算法,基于字符八方向长特征和线段内切圆心连线提取字符中心轴线,同时得到笔划的类型信息。实验表明,该算法具有很好的鲁棒性,可以稳定有效的细化字符。     

基于笔划方向特征和非对称分布的手写体汉字识别

基于笔划方向特征和非对称分布的手写体汉字识别模型，提出一种从手写体汉字骨骼图像上提取分叉点的有效改进算法，保证笔划提取的可靠性，并直接从笔划结构上计算统计识别特征矢量；采用主向量空间的非对称参数分布模型计算距离测度．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．     

用于手写体汉字识别的汉字结构模型

针对手写体汉字识别问题，选取笔段和笔划作为基元，分析手写体汉字的组成规律和变形规律，提出了两种汉字结构模型：笔段中心点模型和笔划关系矩阵模型，以及基于模型的分类依据和识别方法．根据所提出的模型，采用两级分类方案构造汉字识别系统，粗分类采用笔段中心点法，细分类采用笔划关系矩阵法．实验表明模型是有效可行的．     

基于过程神经网络的汉字特征提取方法的研究

文章研究了一种基于过程神经网络的脱机手写体汉字特征提取方法。采用描述汉字整体构架性和可拆分性的笔划类型、笔划位置、笔划顺序以及拓扑结构特征的融合,给出了一种脱机手写体汉字特征表征方法以及冗余容错表征形状。采用过程神经网络模型的横向时间累积和纵向空间加权求和方法,模拟手写体汉字从左到右和从上到下的书写过程,给出了提取脱机手写体汉字特征的算法与步骤。采用粒子群优化学习算法保证过程神经网络的全局学习能力和收敛能力,建立了手写体汉字特征知识数据结构表,对SCUT-IRAC中的手写体汉字特征提取进等了仿真实验,结果表明该方法具有良好的“认知”手写体汉字特征的能力。     

快速的线结构光条纹骨架剪枝算法

针对线结构光条纹骨架存在分枝导致条纹中心不平滑的问题,在数学形态学提取骨架的基础上,提出了一种基于端点跟踪的快速线结构光条纹骨架剪枝算法。该算法采用沿分枝方向跟踪识别并去除分枝端点的方式来剔除骨架分枝,不需要建立复杂的跟踪规则来判断剪枝方向,并且不需要设置固定的跟踪阈值,其跟踪长度由分枝长度决定,从而提高了剪枝效率。实验结果表明:该算法的剪枝时间与骨架分枝的总长度呈线性关系;与传统的剪枝算法相比,该算法的剪枝速度提高了3~7倍,能够有效地去除骨架分枝,保留骨架主干。该算法实现了光顺、单向连通的线结构光条纹骨架的快速剪枝,提高了三维测量的精度与速度。     

一种文字类图象预处理的快速运算过程

在数字图象分析的过程中，首先要求对图象进行预处理，在预处理过程中，要求算法结构简单，性能可靠，应用普遍，以及实施速度快，并能准确地找出图象的骨架，保留图象的重要部分，失真度小．本文对图象的预处理分别提出了确定二值图阈值和提取图象骨架的快速算法。实验表明，该算法的连续过程满足上述要求，是一种较理想的图象预处理的方法。     

基于空间曲线弹性匹配的在线手写签名鉴别

论述了将手写签名笔划轨迹视为空间曲线,并采用点－点加权弹性匹配对其进行鉴别的方法．该方法强调签名在形状和签名压力的动态特征上都具有相似性．算法中权重系数根据签名样本的稳定度来确定,加权的匹配算法考虑了局部相似性不同的特点,有利于认证指标的改善．     

终端嵌入式数学公式手写识别中的连笔搜索算法

在数学公式的手写识别中,由于人们的书写习惯造成大量连笔的存在,连笔识别错误给后续公式的识别造成的影响是当前公式识别系统中一个非常重要、而又没有得到很好解决的问题,同时,公式输入的过程中出现连笔又在所难免.本文提出了一种基于DP算法和隐马尔可夫模型的数学公式连笔字符识别方法,识别时,采用DP匹配算法和隐马尔可夫模型相结合的方法,首先使得字库样本与待识样本的码列匹配关系是最优的,当出现连笔字符或结构系统拒识时,采用隐马尔可夫分类器,从而提高整体的识别效率.     

基于基本笔画运笔特征的汉字笔迹鉴定的研究

基于汉字笔迹鉴定的有效特征主要蕴于手写汉字笔画运笔中的设想 ,提出以汉字笔画作为笔迹鉴定的主要对象 .在选用手书基本笔画为研究对象的基础上 ,进一步从手书汉字中抽取基本笔画作为对象 ,在基本笔画中抽取反映各自行笔部运笔的特征 ,形成多维特征空间 .求得各鉴定对象在特征空间中的分布 ,计算它与辞书中各书写者位置间的广义距离 ,实现笔迹的鉴定 .实验选用 10位书写者 ,8种基本笔画 ,每种笔画采用 10个样本 ,结果显示对于单一笔画和简单的汉字取得令人满意的鉴定率 .本研究完全克服了以往笔迹鉴定研究中结体依存性的不足 ,大大缩小了辞书所需的空间 .研究结果不仅证实了该方法的可行性 ,还进一步验证了该方法的实用前景 .     

Handwriting Input System Based on Ultrasonic Transducers

A handwriting input system was developed using three collinear ultrasonic transducers. These collinear polyvinylidene fluoride (PVDF) transducers were specially designed for the handwriting input system to give a large writeable area with writing in any direction. Driver and detection circuits were developed for the handwriting system. This handwriting input system based on 2-dimensional position tracing has large writeable area (A4 paper), low drive voltage (5 V), and is independent of the handwriting pad or the pen.     

利用卡方检验对4种常见躺姿笔迹特征影响量化的实验研究

目的发现躺姿书写笔迹的特征较正常书写时笔迹特征变化的规律。方法用Excel绘制表格,利用卡方检验进行统计分析对数据进行验证。结果得出了躺姿书写笔迹的共性变化特征以及4种常见躺姿较为独有的会产生变化的书写特征。结论4种常见躺姿对笔迹特征的影响具有共性且每种躺姿会产生指向性变化的特征,这会为检材笔迹特征的评价与样本笔迹的收集提供重要依据。     

动物骨骼标本的制作

以青蛙（或赡蜍）及家兔为代表,较详实地介绍了脊椎动物骨骼标本制作所需物品和方法步骤．     

一种基于细节点的脊线追踪算法

指纹属性是指纹的重要特征,脊线追踪是提取指纹属性的前提。本文提出了一种基于指纹细节端点和叉点的脊线追踪算法,该算法在细化后的指纹图像上分别以端点和叉点为起始点,依次寻找脊线上的下一个像素点,从而遍历整幅指纹图像的脊线。实验结果表明,该算法对指纹细化图具有较好的脊线追踪效果。     

在线签名鉴别的改进DTW算法

论述一种改进的在线签名鉴别算法,在原有的应用DTW算法基础上,在所需鉴别签名的动态特征中加入角度特征,克服了规整中将两个签名中的同一笔画规整成不同的笔画的弊端,提高了鉴别的准确率.同时,提出的选取最优化样本的方法更好地增强了在线签名的实时性,并且通过反复试验得以验证.     

消除手写汉字的毛刺及毛刺粘连

在手写汉字中,毛刺是常见的噪声之一,笔划间的毛刺还经常出现粘连现象,这些粘连严重影响了基于轮廓和骨架的特征提取,从而影响手写汉字的识别率。该文通过定义边缘端点、边缘歧点和边缘直角点,提出了一种迭代算法消除毛刺以及毛刺粘连。实验表明,该算法是稳定的,并且行之有效