基于筆畫(huà)的脫機(jī)手寫(xiě)體漢字識(shí)別與研究.pdf

1、脫機(jī)漢字識(shí)別是用計(jì)算機(jī)自動(dòng)辨識(shí)印刷在紙上或人寫(xiě)在紙上的漢字，它涉及到模式識(shí)別、圖像處理、人工智能、形式語(yǔ)言與自動(dòng)機(jī)、中文信息、組合數(shù)學(xué)、模糊數(shù)學(xué)、信息論、處理等學(xué)科，也涉及到心理學(xué)、語(yǔ)言文字學(xué)、仿生學(xué)等學(xué)科，手寫(xiě)體漢字識(shí)別是漢字識(shí)別的一個(gè)重要分支，是模式識(shí)別和人工智能的一個(gè)不可缺少的范疇。
　　目前，聯(lián)機(jī)手寫(xiě)體漢字識(shí)別技術(shù)已經(jīng)取得了飛速的進(jìn)步并得到了比較好的識(shí)別效果，在實(shí)時(shí)性和正確率這兩方面的識(shí)別基本能夠滿足用戶的需求。比如在自動(dòng)

2、閱讀郵件地址、處理銀行支票和賬單等這些特定的應(yīng)用領(lǐng)域中，識(shí)別技術(shù)也已經(jīng)取得了驕人的效果。
　　但是，聯(lián)機(jī)手寫(xiě)體識(shí)別技術(shù)它的應(yīng)用范圍相對(duì)狹窄，對(duì)漢字的書(shū)寫(xiě)也有較大的限制。所以遠(yuǎn)遠(yuǎn)不能滿足用戶的基本需求，因?yàn)樵谖覀兊娜粘９ぷ骱蜕钪?，大量的手抄?bào)表、手寫(xiě)文檔等都需要輸入計(jì)算機(jī)，那如何將它們高效的錄入計(jì)算機(jī)，使它們成為可編輯的數(shù)字化信息，另外，龐大的歷史文檔需要處理，如果把它們以聯(lián)機(jī)方式一個(gè)字一個(gè)字的輸入計(jì)算機(jī)將是一項(xiàng)既耗人力物力又費(fèi)財(cái)

3、力的浩大工程。
　　另外，手寫(xiě)體漢字字型結(jié)構(gòu)復(fù)雜、相似字較多、字符集大、以及字形變化較大，加之不同的人有不同的書(shū)寫(xiě)風(fēng)格等。所以脫機(jī)手寫(xiě)體漢字識(shí)別雖然經(jīng)過(guò)了幾十年的研究，目前還沒(méi)有成熟的產(chǎn)品，技術(shù)有待開(kāi)發(fā)，是國(guó)內(nèi)外研究焦點(diǎn)，也漢字識(shí)別領(lǐng)域的一個(gè)富有挑戰(zhàn)性的難題。但印刷體漢字識(shí)別技術(shù)已經(jīng)功走出實(shí)驗(yàn)室，得到廣泛應(yīng)用，聯(lián)機(jī)手寫(xiě)體漢字識(shí)別已趨于成熟，走向商業(yè)化。
　　基于以上本文對(duì)脫機(jī)手寫(xiě)體漢字識(shí)別進(jìn)行了研究，提出了一種基于筆畫(huà)的脫機(jī)

4、手寫(xiě)體漢字識(shí)別方法。因?yàn)榇蠖鄶?shù)中國(guó)漢字的構(gòu)成離不開(kāi)橫豎撇捺這四種筆畫(huà)，這四種筆畫(huà)在手寫(xiě)體漢字中所占比例如下:39.51％、33.94％、16.77％和9.78％。盡管不同的人寫(xiě)出來(lái)的漢字大小形狀各異，但橫豎撇捺這四種筆畫(huà)在手寫(xiě)體漢字中的相對(duì)位置、距離、夾角這些特征肯定是相對(duì)穩(wěn)定的，還有以前人們對(duì)手寫(xiě)體漢字識(shí)別大多采用了簡(jiǎn)單的統(tǒng)計(jì)特征提取和分類(lèi)算法，這不能從根本上解決手寫(xiě)體漢字識(shí)別的困難。
　　本文采用的脫機(jī)手寫(xiě)體漢字識(shí)別方法分為三

5、個(gè)步驟，分別是預(yù)處理，特征提取，對(duì)提取的特征進(jìn)行特征匹配識(shí)別。首先對(duì)手寫(xiě)體漢字樣本進(jìn)行預(yù)處理，本文通過(guò)對(duì)圖像灰度化二值化、平滑去噪、圖像切分、大小歸一化、細(xì)化六個(gè)步驟對(duì)手寫(xiě)體漢字樣本圖像進(jìn)行預(yù)處理。通過(guò)對(duì)手寫(xiě)體漢字圖像的預(yù)處理，有效的保持了原始圖像信息和手寫(xiě)體漢字本質(zhì)特征，弱化或降低了原始圖像中存在的各種干擾因素，從而達(dá)到達(dá)到優(yōu)化原始圖像的效果。當(dāng)然，毫無(wú)疑問(wèn)，預(yù)處理的好壞將直接影響特征提取的效率。
　　第二步特征提取。本文采用了

6、以下幾個(gè)步驟:1.對(duì)預(yù)處理好的手寫(xiě)體漢字提取筆畫(huà)的分叉點(diǎn);2.采用最大距離法提取筆畫(huà)拐點(diǎn);3.提取筆畫(huà)的傾斜度和端點(diǎn)坐標(biāo);4.修復(fù)預(yù)處理時(shí)不可避免產(chǎn)生的各種畸變;5.合并預(yù)處理時(shí)產(chǎn)生的偽交叉點(diǎn)等;6.構(gòu)造手寫(xiě)體筆畫(huà)結(jié)構(gòu)特征。
　　第三步匹配識(shí)別。在筆畫(huà)特征匹配識(shí)別階段，本文首先把手寫(xiě)體樣本漢字的筆畫(huà)作為特征存儲(chǔ)到模板庫(kù)中從而建立筆畫(huà)模板庫(kù)，接著訓(xùn)練筆畫(huà)模板庫(kù)，然后將每一個(gè)待識(shí)別手寫(xiě)體樣本漢字與系統(tǒng)的筆畫(huà)模板庫(kù)進(jìn)行匹配比對(duì)，并計(jì)算待