一种汉字笔画自动提取基准测试库（英文）

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。     

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。     

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。     

基于动态描述库的汉字字形自动生成技术研究

目前汉字字形的生成仍是手工劳动和人工设计,加上汉字数据量巨大截止到现在没有一种合适的字形自动化生成工具可以使用。针对这一难题提出了一种基于字形描述库的汉字字形自动生成的技术。该技术先将汉字字形与字形描述库映射,以字形描述库为桥梁将汉字字形数据化,然后通过查找字形描述库找到汉字对应的骨架信息,提取笔画骨架。最后通过数据的逆向处理将笔画骨架信息还原为各种汉字字形,形成汉字字形库。     

面向字形分析的联机手写汉字笔画识别

介绍了一种面向字形分析的联机手写输入汉字的笔画识别方法,并给出实现算法.该方法首先找出笔画的关键点,然后将笔画分割为小笔画段,再将其合并为较大的笔画段.实验表明,处理后的笔画成为类型确定的笔画段或笔画段的组合,易于规整化为内部模型.     

Visual C＋＋实现联机手写汉字笔画关键点的提取

介绍了矢量曲线数据压缩算法-Douglas-Peucker算法,使用Visual C＋＋编程实现了按笔画联机手写汉字的笔画信息的获取,并应用Douglas-Peucker算法解决了联机手写汉字笔画关键点的提取．     

汉字笔画编码输入法研究

提出一种基于笔画的汉字编码输入法,将汉字的所有笔画按特征分为8类,以简单的规则形成汉字的简易编码,易学易记;在此基础上增加少量几个高频部件形成高效编码,大大地降低了重码率;同时提出容错编码,使有错误笔顺习惯的人都能正确输入汉字;最后,对实现过程中的有关问题进行讨论.     

拼音笔画混合汉字输入法算法研究

拼音笔画混合汉字输入法是一种能方便地在同一输入状态中随意使用拼音或笔画输入同一字词的数字键盘智能输入法。在概述该输入法的基础上,给出了其单字、词语输入的算法描述,以期为该输入法的应用与现实提供参考。     

一种新的手写体汉字笔划提取方法

提出一种新的汉字结构特征提取方法．利用二维小波变换对汉字图像进行分析和处理,分别在其高频子图像中提取汉字的横、竖、撇和捺信息,使结构特征的提取比用其它方法更简单、明晰．     

基于笔画分析和背景细化的粘连手写汉字切分

离线手写汉字的切分是识别的前提，其中粘连手写汉字的切分最为困难。提出一种基于笔画分析和背景细化的粘连手写汉字的切分新方法。对粘连字符图像作细化处理，检测端点、叉点和角点等特征点，根据特征点提取笔段。按笔段的长度、相互之间的位置关系以及投影信息确定切分点。细化粘连字符的背景图像，从切分点出发在细化的背景中选取分割路径，实现粘连手写汉字的切分。实验表明，本方法对于粘连手写汉字具有令人满意的切分效果。     

一种新的手写汉字笔划直接抽取算法

在实现结构分析法识别手写汉字时，笔划抽取是关键所在。本文提出了一种直接从手写汉字点阵中抽取笔划特征的新算法。该算法具有算法简单、笔划抽取速度快、正确率高和抗干扰能力强的特点。这种算法已用于在ＰＣ／ＡＴ机上实现的成页手写体汉字（楷体）识别系统中，效果极为满意。     

汉字的S—E坐标提取及其骨架重构

本文从手写印刷体汉字的计算机光学输入的离散模式出发,提出一种称为S-E坐标的特征提取的新方法。S-E坐标的特征提取及基于S-E坐标的汉字骨架重构在快速实时、数据压缩、畸变消减以及抗干抗性等方面优于通常的细化算法。最后简介基于S-E坐标的汉字识别法。分析与实验表明,S-E坐标为进一步的特征提取和汉字识别提供了一种有效的工具。     

手写印刷体汉字识别的一种笔划抽取方法

本文提出一种用于手写印刷体汉字识别的笔划抽取方法.输入的手写印刷体汉字经细化预处理后,对之进行分析,抽取各种特征点和线段,然后通过一个产生式系统形成和识别10种结构笔划.用Pascal语言编程的一个实验系统在一台微型计算机上运行.本文给出初步实验结果并对其加以分析.     

朝鲜半岛、日本、越南汉字系文字的比较研究

汉字伴随着汉文化在朝鲜半岛、日本、越南得以传播,长期用于朝廷公文、外交往来、文化教育等官方活动中.他们还借鉴汉字制度创造了本民族的文字:日本的假名字母(万叶假名、片假.名、平假名)和日本国字(和制汉字),朝鲜的吏读、谚文和自制方字以及越南的喃字.对于日本、朝鲜半岛和越南借用汉字的历史,已有许多文章和专著详加探讨,而横向的观察则稍显不足.通过比较研究,将进一步加深我们对汉字域外传播的认识.     

从"字中心"看对外汉字教学

对外汉字教学是对外汉语教学的难点之一。"字中心"教学论的提出体现了汉语的综合性和模糊性特色。它以字为起点,进而为中心,来展开对外汉语教学。在"字中心"的指导下从汉语自身的特点出发,同时借鉴国内小学生识字教学的经验来提高对外汉字教学质量。     

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。     

语料库语言学视角下的台湾汉字简化研究

采用语料库语言学的研究方法, 论证台湾存在汉字简化的现象, 并分析台湾汉字简化的特点和影响因素。首先, 通过爬取台湾的新闻媒体、政府网站和博客, 建立台湾汉语语料库。然后, 借助语料库统计数据, 论证台湾民间存在对简笔俗字的使用偏好, 即台湾存在汉字简化的现象, 并进一步分析台湾汉字简化的若干特点。最后, 讨论台湾汉字简化的影响因素, 包括大陆简体字、汉字编码、中文输入法等。     

一种基于字符轮廓特征的印刷体汉字切分方法

针对单一汉字切分方法的不足,提出一种基于字符轮廓凹凸特征的印刷体汉字切分方法,首先对扫描后的印刷体汉字文本图像进行二值化处理,根据整篇汉字字符的左右轮廓凹凸特征,把字符图像切成一个个的汉字行,最后根据每一个汉字行的字符串上下轮廓凹凸特征,把每一个汉字行切分为单独的汉字字符．仿真实验表明,提出的方法对于标准的纯印刷体汉字文本图像,可以得到比较理想的切分效果．