印刷体数学公式符号识别方法研究.pdf

中文摘要 中文摘要 j 本课题研究印刷体数学表达式中符号的识别。 近年来，数学公式图像自动识别与理解已成为文档图像处理(DIP)领域的 一个热点问题。数学公式图像识别主要包括两大阶段：符号识别与语法分析二 多数学者将研究重点放在语法分析阶段，因为很多人误认为传统OCR技术能够 较好的识别数学公式符号，但实际应用中却远非如此。 数学公式符号是介于普通文字字符与图形符号之间的一种符号，它在排版印 刷、符号集方面都与普通文字字符有着很大的区别；而且数学公式符号图像受 字体影响较大。因此设计专门的数学公式识别引擎非常必要。 本文针对这一问题，提出一个合理的、使用性强的数学公式符号识别模型， 根据这一模型，实现通用、快速、精确的印刷体数学公式符号识别引擎。 、 该识别引擎包括预处理、字体识别、符号内容识别、后处理这一完整流程， 一在符号内容识别阶段，集成结构分析与统计分类的思想，并分别采用最小距离 和基于IsOETRP聚类算法的决策树两种方法设计分类器。 本课题识别字符集包括普通字体符号330个，LATEx排版数学符号356个， 基本囊括所有的数学公式符号：利用该系统对500个公式(约9000个符号)进 行测试，识别率达到98％。说明该系统已经脱离实验室阶段，基本可以满足实际 需要。 关键字 数学公式符号识别字体判别最小距离分类器基于IsOETRP聚类算法的 树分类器 Abstract AbStraCt This ofthe inmathematical p印erinVestigatedrecognitionopticalsymbols expression． Recentl and of y，automaticrecogIlition mathematical understaTlding expre3si掣} hasbeenahot fieldinDocument researching hnagePmcessing(DP)．This proble田 consistsof two aIld ；ypically stages：syInb01srecogllitionstnlctu脚a11alysis．Mos【西 a11researcher on structllral thinktradmonal0c曳。 emphasis put a11alysis，becausethey methodscanbe in Mathema廿cal easil itisnot applied ExpressionSymb01sy’but me tmth． ⅣIathematical isonel(indof betweencommoncharacter symbol symbol an({ is fromcommon dif!ferent textcharacterincharacter images