硬笔楷书结构分析

汉字书写是一门艺术,要写好汉字需要掌握一系列技法。除了掌握好最基本的笔画书写技法外,还要掌握汉字的字体结构特点,也就是各笔画之间、各部分之间的大小比例关系。归纳起来,汉字结构总共有以下几种:独体字结构、左右结构、上下结构、包围结构等。     

计算机辅助汉字笔顺书写的研究

信息时代各种电子录入技术的广泛应用,给一笔一画写汉字带来了冲击,人们逐渐忽略了汉字的笔画顺序.基于这一现状,提出了一种计算机辅助汉字笔顺书写软件的设计思想和实现模型,在对汉字进行笔画编码和字库设计的基础上,设计了笔画书写系统,该系统能满足笔画练习、查询和演示教学的应用需求.     

面向书写教学的手写汉字图像笔画还原

为了实现智能化汉字书写教学,提出一种手写汉字图像的笔画还原方法。首先提取手写汉字图像的骨架;然后从知识工程的角度出发,利用字形中稳定的拓扑信息,消除骨架中的歧义变形;最后利用A*算法建立并求解手写汉字与相应模板汉字的字形相似度模型,从而分割出手写汉字图像中的各个笔画,并输出它们与模板汉字中各个笔画的对应关系。此方法的笔画还原结果可以应用于手写汉字规范性的自动化评判等场合。     

一种无大小约束的汉字书写结构评测方法

在线汉字书写实时评测可分为笔画规范性评测、笔顺规范性评测和结构规范性评测三个阶段.前两个阶段用来确定汉字书写的可识别性,而结构规范性评测可以看成是书法评测,即书写的质量评测.提出一种无大小约束的汉字书写结构规范性评测方法.实验表明,该方法能准确地反映书写规范化程度.     

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 .     

基于基本笔画起收笔特征的手写汉字的笔迹鉴定

作者基于汉字基本笔画起收笔中蕴含丰富的个人特征的设想,提出以手写汉字基本笔画为研究对象,抽取其中起收笔特征,形成特征空间,求得鉴定对象在特征空间中的分布,并计算它与辞书中各书写者之间的广义距离,从而实现笔迹鉴定.该研究选用10位书写者,4种基本笔画,每种基本笔画采用10个样本进行实验.结果证实此方法完全克服了以往笔迹鉴定研究中结体依存性带来的不足,只需对少数基本笔画的研究就对全体汉字有效,进一步验证了基于基本笔画的笔迹鉴定研究方法的可行性和有效性.     

基于基本笔画笔压特征的手写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含于基本笔画运笔中的设想，提出以手写汉字基本笔画为研究对象，抽取其中笔压变化特征，形成特征空间，求得鉴定对象在特征空间中分布，并计算它与辞书中各书写者之间的广义距离，从而实现笔迹的鉴定．本研究选用10位书写者，四种基本笔画，每种基本笔画采用10个样本进行了实验．其结果证实了本方法完全克服了以往笔迹鉴定研究中结体依存性带来的不足，只需对少数基本笔画的研究就对全体汉字有效，大大缩小了辞书空间．     

基于图像处理技术的汉字书写学习系统

使用图像处理技术来实现汉字书写学习系统.首先,对系统的两个主要模块,即笔画学习和汉字书写,进行了功能阐述;然后,对系统开发所涉及到的3个主要技术要点进行了实现;最后,通过实验对本文系统和基于Flash技术系统进行了对比分析.实验表明,基于图像处理技术的实现作为开发汉字书写学习系统的一种全新思路,取得了优于基于Flash技术的性能指标.     

识别限制性手写汉字的结构分析方法

本文提出一种对限制性手写汉字的结构识别方法。在对汉字的笔画构成以及笔画之间的相互关系进行分析的基础上,采用链码来描述汉字的结构特点。通过回溯策略的运用,使得笔画抽取中的一些错误可以得到自动的纠正。在实验中,该方法对500字种的常用汉字取得了较好的识别结果。     

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。     

二笔码汉字输入法的技术特征

汉字是笔画二维排列构成的图形,汉字笔画队列具有唯一性。用汉字笔画的基本笔形作为汉字的点、撇、横、竖、折五类基本笔画的代码,提取汉字五类基本笔画的二笔画排列的特征,建立二笔码及键码的符号体系P_p'（P=、,ノ,—,│,∠;P＇=、,ノ,—,│,∠）;配合指法,建立二笔码键盘,实现了字与码、码与键、键与指三对应,汉字编码直观,输入简易,省时省力。     

自然手写汉字笔画和字根的提取

对自然手写体汉字联机识别系统中笔画和字根提取问题作了深入研究,提出并改进了有关策略和算法实现。经深入分析和测试结果表明,由于充分考虑了自然手写体汉字的书写习惯和结构特征,技术策略和算法实现具有高稳定性和变形容忍度。     

关于让小学写字教学充满活力的探讨

小学写字教学是小学语文教育的主要组成部分,是提升学生素质的基础。我国汉字文化博大精深,对于汉字的学习,学习基础是汉字的基本笔画和笔顺。因此,语文教师在教学过程中,要特别强调学生牢记汉字的笔画和笔顺。小学生初学汉字,基本上是在画字,照猫画虎,笔画和笔顺并不规范,需要教师耐心的引导和培训。     

基于笔画平面和模糊隶属度的手写体汉字识别

基于笔画平面抽取和动态网格划分,提出一种笔画平面与模糊隶属度相结合的手写体汉字特征提取方法,该方法克服了汉字特征抽取过程中因笔画粗细不均、笔画长短变形等引起的特征抽取不稳定问题.其基本思想是：用动态网格将汉字图像分别划分为横、竖、撇、捺4个笔画平面,并赋予每个网格中的点模糊隶属度,针对每个网格求加权累积直方图,最终获得汉字特征.基于南京理工大学NUST603HW手写汉字库的实验结果表明,该汉字特征抽取方法是有效的.     

试论笔画定序的规范化

世界上所有表音文字的字母都有固定的排序 ,汉字的笔画功能上相当于表音文字的字母 ,然而 ,汉字的笔画至今还没有固定的排序。本文提出了笔素的概念 ,从分析笔素入手 ,提出用笔素来给汉字笔画定序的方法 ,实现了汉字笔画的定序     

汉字规范书写的全重心理论

分析汉字规范书写存在问题,提出了汉字规范书写的全重心理论,为汉字的定型和结构定位提供了理论依据,并结合汉字书写的特点给出了一整套科学的练习方法。     

浅谈钢笔楷书结构的基本原则

汉字是由各种笔画组成的,要使每个人的字写得正确、美观、规范,就必须按照一定的法则组织笔画,这一法则就是结构。又称“结体”、“结字”和“间架”。 汉字的间架结构一般分为两大类。一类是独体字,如人、中、大、个、心等字,独体字是由不等数量的基本笔画组成的独体结构的字。这种字的结构与笔画有着密切的关系,正如古人所说:“笔画生结构”,就是说笔画是结构的基础,结构的产生离不开笔画。     

一种汉字笔画自动提取基准测试库

构建一个提供评测工具的笔画基准测试库, 其中包含一个人工搭建的笔画数据库, 该数据库拥有4种字体的汉字图像以及对应的人工提取的笔画信息。通过比较算法自动提取的笔画结果和数据库中的标准笔画之间的差异, 测试库可以评测笔画自动提取算法的性能。还提出一种新的基于Delaunay三角剖分的方法, 可以有效地从汉字图像中提取出笔画信息。在测试库中对现有的3 种笔画提取方法进行比较, 实验数据表明, 所提出的笔画基准测试库能够对笔画提取算法给出有效的评测, 并且新的算法在汉字笔画提取的性能中效率较高。     

常用书写工具字迹交叉笔画时序的实验研究

判断书写字迹交叉笔画的时序,可为笔迹检验中确定单字的笔顺特征和确定文件是否发生添加改写等事实提供重要依据。我们制作了钢笔、圆珠笔、签字笔、铅笔、复写纸等常见书写色料书写的交叉笔画实验材料,利用德国蔡司(ZEISS)三维立体显微镜观察笔画交叉部位的表观现象,并用显微照相的方法进行记录、固定,总结了常见的同种和不同种书写工具书写字迹笔画交叉部位的形貌特征。     

基于局部信息的手写汉字笔画提取

现有计算机在指导手写汉字练习与测试中，指导依据大都基于全局特征，缺少基于更细粒度特征。提出一种基于局部信息的手写汉字笔画提取方法，为手写汉字评价与指导等任务提供数据支持。首先提取出汉字骨架并对骨架中的毛刺与断裂等问题进行优化；然后使用PBOD算法提取汉字交叉区域后，对交叉区域进行合并删除，消除笔画形变，通过局部信息计算笔画段的组合系数，根据组合系数提取笔画；最后根据获取到的笔画数与算法迭代次数，动态调整组合系数阈值，保证在正确连接笔画段的前提下提取到更可能多的笔画。将该方法在手写汉字数据集上进行实验，其准确率、召回率与F1值分别达到了95.91%、95.71%与95.81%，可用于后续的手写汉字评判与指导等任务。