手写文字识别体分类模糊数学模型.pdfVIP

手写文字识别的体分类模糊数学模型 黄弋石1 2 ，梁艳 1 （ 南通大学启秀校区公共卫生学院实验中心，江苏 南通，226007； 2 南通圣唐科技中心 城山路启秀南苑2-102 邮政信箱，江苏 南通，226006 ） （hys1971t@ ly 1972nt@163.com） 摘 要： 以汉字、英文字为例，解释，手写体分类对手写识别的决定性作用。对汉字草书 手写体，实施分类与亚分类等类似处理。参照人汉字草书书写习惯，提出模糊识别汉字草体 手写输入算法。结合各种具体编码约定，可使软件编写思路清晰、减少编程工作量、提高编 程工作效率。预见能使最终软件短小有力。该思路可类推地移植到汉字其它字体、英文其它 字体或少数民族文字，但显然具体处理方法不同。依照英文手写字词的体与亚体定义，可用 穷举法，最终列出所有英文手写字词的体与亚体分类。依靠背景网格、离散算法，可易编写 对应软件。可预见的，在任何一个象形字或表声字上可被灵活的应用。 关键词：手写体字符识别，联机识别，脱机识别，文字手写输入，模糊识别 1．引言 以汉字、英文字为例，解释，手写体分类对手写识别的决定性作用。为简明，本文没有 给出详细的工程内容与离散算法。 2 ．汉字正楷 2.1 汉字正楷文字手写笔画特征 汉字笔画角度摇摆范围。大多数笔画的手写角度特征，是在一定角度范围内摇摆。在小 网格背景下，可以借此区分这些笔画。在每个汉字中，令每一个独立笔画为单位，贡献于， 汉字识别数据结构的约束关系。用实验归纳推理方法，可发现，在正楷方式下，书写汉字中 的每个结构笔画，比如横、短横、竖、短竖、各种点之类的笔画，在小网格背景下，可以区 分。每个手写的横、短横、竖、短竖、各种点，会在一定角度范围里出现 （无论每个人的正 楷书写习惯是什么，如果不这么写，正楷汉字就无法写）。通过实验归纳推理方法，可以发 现，汉字的任何一个手写正楷的单独笔画，也有同样的规律。使用网格模糊约束方法，又结 合其它约束方法，可以在小网格背景下，识别每个手写笔画单位。通过简单的实验归纳推理， 会发现过于精细的网格背景是多余的，过于精细的网格会使数学计算变的极其繁重。本文的 小网格背景，是指，不是过于精细的网格背景。 字笔画相对关系。在每个手写汉字中，在交叉的、接近的或邻近的笔画之间，笔画有一 定相对位置规律。一般在相对角度上，规律比较明显；在相对长度宽度上，也有一定的规律。 - 1 - 借此可以，贡献于，字手写识别数据结构的约束关系。归纳推理，可以发现，在小网格背景 下，可以找出每个笔画相对关系的数学计算与表达规律。 汉字几何骨架简化。对于手写汉字，一般是使用线条输入。但是，如果要和印刷字、毛 笔字对应，那么就要引入汉字几何骨架简化。在小网格背景下，对印刷汉字的笔画加以简化， 留下汉字骨架，而去除一些美学特征。如果在过于精细的网格背景下，实施笔画细化，数学 过程往往比较复杂与烦琐 ［1］［2］［3］。而在小网格背景下，使用网格模糊约束方法，实施模糊 细化，则不是很复杂也不烦琐。使用同样的方法，可以处理毛笔字。 字笔画组。通过归纳推理，找出正楷手写汉字笔画形成的一些简单的笔画组。在小网格 背景下，找出各笔画组相对位置的数据结构约束关系。比如，左中右、上中下等特征。比如， 在框笔画组中，可以有，全框内、全框外、全框上、全框下、全框左、全框右、半框内、半 框上、半框下、半框左、半框右等特征 （要顾及繁体字、异体字、自造字）。比如，手，可 以作为一个笔画组，同时，可以形成手左、手右、手上、手下、手外 （包围）等参数。比如， 写字中的秃宝盖，可以作为一个笔画组。比如，与字，可以作为一个笔画组。 笔顺。每个笔画的笔顺、每个笔画组的笔顺、每个汉字的笔顺，有一定规律。比如，有 些笔画如横与撇，有时在手写时在几何上是相似的，但是，笔顺方向是