小类别数手写汉字建模Ξ.PDF

中　文 　信 　息 　学 　报 第 13 卷 第 6 期 JOURNAL OF CHINESE INFORMATION PROCESSING Vol . 13 No. 6 小类别数手写汉字建模 薛炳如 　杨静宇 　娄 　震 　胡钟山 南京理工大学模式识别与人工智能实验室 　南京 　2 10094 摘要 　在手写汉字识别的研究中,鲜有研究者提出建立手写汉字的数学模型 ,本文在这方 面作了一些探讨 。建模的目的通常有两个 :一是手写汉字的表示或描述 ,二是手写汉字的识 别 。本文针对小类别数手写汉字 ,在骨架图形的基础上 ,把手写汉字看作孤枝 、孤环和部件的 集合 ,并定义三者之间的方位关系 ,从而建立手写汉字的数学模型 。实验表明 ,该模型用于识 别 ,效果良好 。 关键词 　OCR 　字符识别 　手写汉字识别 　建模 Small Set Handwriting Chinese Character Model ing Xue Bingru 　Yang J ingyu 　Lou Zheng 　Hu Zhongshan PR A I L ab of N anj ing U niver sity of Science Technology 　N anj ing 　2 10094 Abstract 　In t he research of handwriting Chinese character recognition , no researcher raised a mat hematical model of handwriting Chinese character s which is discussed in t his p aper . General ly , t here are two p urpo ses to raise a model : Fir st one is for description , second one is for recogni tion . This p aper is focus on small set character recognition . Based on skeleton grap hics , hand writing Chinese character is defined as a set of isolated branch , isolated loop and component . Re lation among t hese t hree element s is also defined . Then , mat hematical model is raised . Experi ment show s t his kind of model is effective when used for recognition . Key words 　OCR 　Character recognition 　Handwriting Chinese character recognition 　Modeling 一 、概述 在手写汉字识别的研究[ 1～4 ] 中 ,一般方法分为四个步骤 : 图象获取 ,预处理 ,特征抽取 ,分 类 。从信息流的角度来考察识别过程 ,第一步是信息的获取 ,第二步是为了抑制无用信息增强 有用信息 ,而第三步则是信息的变换与压缩过程 ,最后一步是识别 。在前三步的处理过程中 , 每一步都伴随着原始信息的损失 ,尤其在特征抽取这一步 ,很多有用的信息损失掉了 ,这意味 着用来分类识别的有用信息减少了 ,识别效果当然也就变差 。如果从数学模型以及计算的角 本文于 1999 年 4 月 6 日收到 34 度来考察识别过程 ,通过光学方法采样得到的图象是手写汉字的初级数学模型 ,第二步的预处 理是对初级数学模型进行的计算 ,而第三步则是建立手写汉字的高级模型 ,是对初级模型进行 的变换 ,最后一步是通过对已知模式与高级模型的比较计算得到最终的识别结果 。显然 ,数学 模型