印刷體數(shù)學(xué)公式符號識別方法研究.pdf

1、本課題研究印刷體數(shù)學(xué)表達(dá)式中符號的識別。 近年來，數(shù)學(xué)公式圖像自動識別與理解已成為文檔圖像處理(DIP)領(lǐng)域的一個熱點(diǎn)問題。數(shù)學(xué)公式圖像識別主要包括兩大階段：符號識別與語法分析。多數(shù)學(xué)者將研究重點(diǎn)放在語法分析階段，因?yàn)楹芏嗳苏`認(rèn)為傳統(tǒng)OCR技術(shù)能夠較好的識別數(shù)學(xué)公式符號，但實(shí)際應(yīng)用中卻遠(yuǎn)非如此。 數(shù)學(xué)公式符號是介于普通文字字符與圖形符號之間的一種符號，它在排版印刷、符號集方面都與普通文字字符有著很大的區(qū)別；而且數(shù)學(xué)公式符

2、號圖像受字體影響較大。因此設(shè)計(jì)專門的數(shù)學(xué)公式識別引擎非常必要。 本文針對這一問題，提出一個合理的、使用性強(qiáng)的數(shù)學(xué)公式符號識別模型，根據(jù)這一模型，實(shí)現(xiàn)通用、快速、精確的印刷體數(shù)學(xué)公式符號識別引擎。 該識別引擎包括預(yù)處理、字體識別、符號內(nèi)容識別、后處理這一完整流程，在符號內(nèi)容識別階段，集成結(jié)構(gòu)分析與統(tǒng)計(jì)分類的思想，并分別采用最小距離和基于ISOETRP聚類算法的決策樹兩種方法設(shè)計(jì)分類器。 本課題識別字符集包括普通字體