多特征融合的數(shù)學(xué)公式字符識別技術(shù)研究.pdf

1、伴隨著信息化技術(shù)不斷地發(fā)展，科學(xué)文獻(xiàn)以電子檔的形式出現(xiàn)的需求越來越多，如何實現(xiàn)科學(xué)文獻(xiàn)的電子化得到更加廣泛的關(guān)注和深入的研究。數(shù)學(xué)公式是許多科學(xué)文獻(xiàn)的重要組成部分，對文獻(xiàn)的理解往往起著至關(guān)重要的意義，所以數(shù)學(xué)公式的電子化尤為重要。中學(xué)數(shù)學(xué)智能解答中題目的輸入是一個重要的研究內(nèi)容，題目中也包含了不少數(shù)學(xué)公式。當(dāng)前的OCR(Optical Character Recognition)技術(shù)可以很好地識別中英文字符以及數(shù)學(xué)字符，但由于數(shù)學(xué)公式結(jié)

2、構(gòu)的復(fù)雜性、符號的多樣性以及符號的歧義性等原因，使得OCR對數(shù)學(xué)公式的識別變得較為困難，識別準(zhǔn)確率低。另一方面數(shù)學(xué)公式手工輸入比較困難，從而自動、高效的數(shù)學(xué)公式識別技術(shù)是必須突破的研究。研究數(shù)學(xué)公式字符識別技術(shù)的研究，是數(shù)學(xué)公式處理研究中的一部分，和數(shù)學(xué)公式定位、數(shù)學(xué)公式分析以及數(shù)學(xué)公式輸出一起構(gòu)成整個數(shù)學(xué)公式處理。針對的是印刷體文檔中的數(shù)學(xué)公式識別問題，主要研究的對象是數(shù)學(xué)公式圖像。數(shù)學(xué)公式的結(jié)構(gòu)不是簡單的一維的，而是復(fù)雜的二維的;字

3、符出現(xiàn)在不同的位置所表示的意義是不一樣的，字符沒有統(tǒng)一的大小;數(shù)學(xué)公式中包含的字符有數(shù)字、字母、運算符號等，種類繁多。以上這些原因給數(shù)學(xué)公式符號的分割和識別都帶來了一定的難度。數(shù)學(xué)公式識別系統(tǒng)主要研究數(shù)學(xué)公式中的字符分割和字符識別兩個部分。
　　本研究在對數(shù)學(xué)公式圖像進(jìn)行分割前，對圖像進(jìn)行了預(yù)處理工作。預(yù)處理工作包括圖像濾波去噪、圖像二值化、圖像傾斜校正和圖像細(xì)化。數(shù)學(xué)公式符號分割采用的是投影法和連通域分割法相結(jié)合的方法，設(shè)計的算

4、法可以很巧妙地分割出單個符號。對分割得到的單個符號做歸一化處理，為后續(xù)的特征提取和識別做了充分的準(zhǔn)備。針對當(dāng)前識別的低準(zhǔn)確率和常見混淆符號的難識別性，提取三組具有代表性的特征:橫縱交截特征、基于像素的網(wǎng)格特征和孔洞特征。特征相互之間存在一定的互補(bǔ)性，將這些特征輸入條件隨機(jī)場中進(jìn)行訓(xùn)練，從中學(xué)習(xí)得到對應(yīng)的條件隨機(jī)場，并對測試數(shù)據(jù)集做識別測試?；谔卣魅诤嫌?xùn)練的條件隨機(jī)場，對符號識別的正確率達(dá)到了的97.1％，比傳統(tǒng)的識別方法具有更好的識別