中國(guó)書(shū)法字識(shí)別算法研究及應(yīng)用.pdf

1、中國(guó)書(shū)法是一門(mén)古老的漢字書(shū)寫(xiě)藝術(shù)和視覺(jué)藝術(shù)，承載著中華民族幾千年的文明，是中國(guó)傳統(tǒng)文化中的瑰寶。數(shù)字化技術(shù)的飛速發(fā)展，使中國(guó)書(shū)法得以通過(guò)數(shù)字化的形式保存、共享，展現(xiàn)在人們的面前。然而經(jīng)過(guò)長(zhǎng)期的歷史變革，有許多漢字的古今字形發(fā)生了非常大的改變，對(duì)于普通用戶(hù)來(lái)說(shuō)，很多書(shū)法字他們無(wú)法識(shí)別，迫切需要書(shū)法字圖像識(shí)別工具，而采用傳統(tǒng)的OCR技術(shù)識(shí)別效果較差，因此書(shū)法字圖像識(shí)別研究具有重大的應(yīng)用價(jià)值。
　　CADAL(China Academi

2、c Digital Associative Library)數(shù)字圖書(shū)館收集了大量歷史書(shū)法作品，建立了帶有語(yǔ)義標(biāo)注的書(shū)法字圖像庫(kù)。本文基于CADAL數(shù)字圖書(shū)館的中國(guó)書(shū)法字圖像庫(kù)，進(jìn)行了中國(guó)書(shū)法字圖像識(shí)別算法研究，具體貢獻(xiàn)如下:
　　(1)提出了基于LSH的大規(guī)模書(shū)法字圖像快速精確檢索策略。對(duì)待識(shí)別書(shū)法字圖像進(jìn)行快速精確的相似性檢索。首先對(duì)書(shū)法字圖像庫(kù)中的書(shū)法字圖像和待識(shí)別書(shū)法字圖像進(jìn)行去噪、二值化和歸一化的預(yù)處理，并提取書(shū)法字圖像的

3、全局GIST特征;然后利用LSH進(jìn)行快速檢索，初步篩選出前X個(gè)相似書(shū)法字;之后，提取待識(shí)別書(shū)法字圖像與這X個(gè)初步篩選出的書(shū)法字圖像的形狀特征，進(jìn)行基于形狀特征的精確檢索，得到前N個(gè)相似書(shū)法字，從而保證檢索的速度和準(zhǔn)確率。
　　(2)提出了基于檢索的書(shū)法字識(shí)別算法。首先基于CADAL帶有語(yǔ)義標(biāo)注的書(shū)法字圖像庫(kù)，利用本文提出的基于LSH的大規(guī)模書(shū)法字圖像快速精確檢索策略對(duì)待識(shí)別書(shū)法字進(jìn)行快速、精確的檢索，然后根據(jù)檢索出的前N個(gè)相似書(shū)法