现代藏文识别.pdfVIP

现代藏文识别 王维兰 西北民族学院数学系，兰州730030 商 要本文在分析了藏文文字特征的基础上，说明基本字符是藏文识别的最小单位，论述了基本字符的 }征抽取、分类方法与识别方法。 关键词 藏文识别模式分类特征抽取 TibetanCharacters ofthe—M—‘。oa’‘ern Recognition Weilan Wang of Minorities 730030 Mathematics，NorthwestUniversity，Lanzhou Department Abstract oftheTibetanwords Basedon indicatethatabasiccharacteris Thecharaeterietics w㈣ndysed this，we theminimum characters The and methodofthebasic unitofTibetan recognitiondraw，classificationrecognition chmctersw·p．re reviewed． ofeharaeteristica． KeyWordsTibetancharacterrecognition，patterncla．sSification，draw 1引言 藏文识别同其他文字识别～样，是用计算机自动辨别并输入印刷或手写在纸上的藏文文 字，是一种理想的高速文稿输入手段，大大减轻人的脑力和体力劳动强度。其实质是让计算机 能“看懂”藏文。在汉字识别研究取得了丰硕成果、许多商品化的系统成功地推入市场并获得 巨大的经济效益和社会效益的今天。让计算机“学习”各种语言文字，并对其能够识别，将极大 地促进各民族经济、文化、教育的共同繁荣发展，藏文也不例外，所以研究藏文识别将是很有意 义的。虽然藏文识别可以借鉴汉字识别技术，但藏文属于既拼型又拼音文字，其字型几何特 征、拓扑结构与汉字都不同的。因此决定了藏文识别与汉字识别有很大差异，必须研究、建立 藏文识别技术体系。本文就现代藏文基本字符的识别作～些初步的探讨。 2藏文文字特征 388 要使计算机能识别藏文，首先要将藏文文字特征有效地抽取出来。以供机器视觉识别和检 验。我们从信息处理的角度讨论藏文的文字特征。 藏文是一种特殊的既拼型又拼音的文字，现代藏文有30个辅音字母和4个元音字母拼型 拼音而成，30个辅音字母作为拼写音节的基本字母，称为基宇。元音字母不能单独组成音节， 必须和辅音字母拼合。音节拼成了藏文的词，把藏文音节中的一个纵向单位：基字或基字上 加、下加及元音符号的各种纵向迭加组合视为基本字符，词与词之间用“。’隔开，一个音节由1 到4个基本字符组成。也就是说，基本字符可以是一个基字，也可以是基字的迭加或者是元 音和基字的迭加。现代藏文中，由于藏文构词法则很规范，3个上加字，4个下加字和4个元 音符号严格按照语法规则而确定，只有上加字、下加字和元音符号依拼写规则才能与基字纵向 组合，迭加的层数最多只有4层。基本字符不超过600个，就可以100％地覆盏现代藏文。梵 音藏文最多有6层，加上元音最多有7层。这些特点决定了藏文识别的最小单位是基本字符。 3藏文基本字符特征抽取与分类 藏文基本字符特征抽取是藏文自身结构决定的。藏文编码字符集点阵字型国家标准是藏 文识别技术最主要的依据，它保证藏文信息的高倍压缩存储和压缩后字型还原失真度小。不产 生歧变。标准的藏文点阵字型，是按构件方式成型的，每一个点阵字型，都可以按标准切分成 若干构件，也就是说任何一个基本字符的点阵数据都可以由