印刷體數(shù)學(xué)公式識(shí)別的研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，信息資源的電子化成為至關(guān)重要的問題。數(shù)學(xué)公式是許多科技文獻(xiàn)的重要組成部分，手工輸入困難，自動(dòng)輸入技術(shù)的研究就尤為重要?，F(xiàn)有的OCR(OpticalCharacterRecognition)技術(shù)雖然對中英文字符和數(shù)字等符號(hào)都能獲得較好的識(shí)別效果，但無法處理數(shù)學(xué)公式。其原因在于數(shù)學(xué)公式具有復(fù)雜的二維嵌套結(jié)構(gòu)，并且公式符號(hào)含義具有多樣性，這使得數(shù)學(xué)公式在切分和結(jié)構(gòu)分析方面存在很多困難。因此，數(shù)學(xué)公式識(shí)別已經(jīng)成為OCR領(lǐng)

2、域的一個(gè)研究熱點(diǎn)。 印刷數(shù)學(xué)公式識(shí)別系統(tǒng)主要包括三個(gè)組成部分：公式提取、公式分析與識(shí)別和公式重構(gòu)。公式分析與識(shí)別作為印刷數(shù)學(xué)公式識(shí)別系統(tǒng)的三個(gè)組成部分之一，其準(zhǔn)確性直接影響公式重構(gòu)的質(zhì)量，是整個(gè)數(shù)學(xué)公式識(shí)別系統(tǒng)的關(guān)鍵。 本文對公式分析與識(shí)別部分做了較深入研究。主要從以下幾個(gè)方面進(jìn)行了改進(jìn)： 在公式字符識(shí)別階段，針對公式自身的特點(diǎn)，提出了一種基于連通域搜索的公式字符切分算法，并通過公式字符識(shí)別結(jié)果的反饋信息對粘連字