漢字識別關(guān)鍵算法研究與應(yīng)用.pdf

1、漢字和書法是中國傳統(tǒng)文化重要組成部分，構(gòu)成豐富多彩的中國歷史與文化。用戶在瀏覽欣賞漢字書籍時，特別是在瀏覽欣賞有諸多繁體字的古代書籍的時候，會遇到很多生疏不認(rèn)識的漢字，給用戶欣賞作品帶來了障礙。如果有工具能夠幫助用戶識別對應(yīng)的漢字并給出該漢字的讀音等相關(guān)信息，將給用戶閱讀書籍帶來很大幫助和便利。
　　針對上述問題，本文首先提出了一種基于GIST特征、SIFT特征和SSC（相似性敏感編碼）的漢字識別算法。對于漢字圖像的特征表達，目前

2、最廣泛使用的全局特征和局部特征分別是GIST特征和SIFT特征，本文使用GIST特征和SIFT特征相結(jié)合的形式以提高識別的準(zhǔn)確率。首先，通過爬蟲技術(shù)搜集目前所有的漢字，建立漢字庫。然后利用圖像切割技術(shù)獲取每個漢字的圖像，并提取特征建立漢字圖像特征庫。由于特征庫存儲空間較大，本文通過對SIFT特征過濾和SSC算法，對特征庫進行壓縮，減少特征庫存儲。此外，為了提高識別的時間效率，本文采用了高維空間索引算法，對比實驗選取合適的索引算法以減少識

3、別過程中時間消耗，增強識別算法的拓展性。
　　相對于漢字識別，書法字形式的多樣性使得書法字識別更加困難。最后，本文嘗試將深度學(xué)習(xí)與傳統(tǒng)識別方法相結(jié)合的方法進行書法字圖像的識別。從書法的風(fēng)格多樣性的角度出發(fā)，利用深度卷積神經(jīng)網(wǎng)絡(luò)對書法字圖像進行風(fēng)格上的分類，然后通過傳統(tǒng)的分類算法識別該書法字圖像，得到其對應(yīng)的漢字。通過實驗對比，本文提出的書法字識別算法更高效。
　　最后，本文從圖像的特征提取、特征匹配和系統(tǒng)架構(gòu)三個層面出發(fā)，在