印刷體數學公式識別中公式提取和符號定位.pdf

1、本課題對當前國際上典型的數學公式識別系統(tǒng)作了一些研究和比較,對其在中文文檔識別中暴露出來的問題作了比較細致的討論.參考了原有系統(tǒng)的一些特點,專門針對中文數學公式文檔提出了一個新的數學公式識別系統(tǒng).由于新的系統(tǒng)充分利用了中國漢字自身所特有的一些特征,所以同原有的系統(tǒng)相比,新的系統(tǒng)在結構上大大簡化了,在效率上也有所提高.新系統(tǒng)另外一大優(yōu)勢在于,它可以在不用識別數學字符的情況下,對數學公式進行提取,這樣對提高系統(tǒng)的效率有著積極的意義.新系統(tǒng)結

2、構非常簡單,主要分三大步:第一步是圖像預處理,著一步的主要目的是把彩色圖轉換成灰色圖,去除圖像噪聲,增強圖像清晰度.第二步是數學公式提取,這一步的主要任務是將數學公式同普通文本分割開來,它又分為獨立公式行的提取和內嵌公式提取.第三步是公式字符定位,這一步的任務是在已知的公式范圍內對公式字符定位,最終取得每個字符的位置和大小.這個系統(tǒng)的主要目的是對數學公式中的字符進行定位,為數學公式識別的后繼的結構分析、字符識別等步驟作必要的準備工作,它