(翻译)The Study of Mathematical Expression Recognition and the Embedded System Design.doc

数学表达式识别研究和嵌入系统设计 Qi Xiangwei 中国，乌鲁木齐，新疆师范大学 Email: xiangweiqi10@163.com Yusup Abaydulla 中国，乌鲁木齐，新疆师范大学 Email: 摘要——数学表达式识别是一个重要的模式识别问题，因为数学表达式是科学文献的关键部分。这篇论文关注两方面的问题，第一，联机手写数学表达式识别的结构分析。这篇论文从一般数学表达式的角度详细阐述了结构分析策略。我们通过使用一些预处理，如支配关系，硬规约，函数融合等等，引进了一个可行的结构分析解决方案。试验结果表明我们的方法可以克服一些传统结构分析方法的缺点，并且它也能高效处理一些经常出现在联机手写识别系统中的空间结构和逻辑结构识别错误，如符号重叠和抖动，复杂层结构，表结构等等。第二，在这个基础上，我们做出一个基于嵌入式设备的联机手写数学表达式识别系统。该系统支持少数民族语言，如维吾尔文和哈萨克语。由于数学表达式识别的特征和确保系统运行效率，我们建造了一个可以测试系统能力的嵌入式平台并且与PC机上得到的数据作比较，因此提供了一个改进算法和完善系统的要点。 检索词——数学表达式，手写识别，结构分析，嵌入式系统，解决方案 I．介绍 数学表达式识别是一个重要的模式识别问题，因为数学表达式是科学文献的关键部分。在脱机识别中，手写或印刷的表达式是图片或比特图，一种静态的数据表示。在联 这个研究由国家自然科学基金委员会项目（NO和新疆师范大学研究生科学和技术创新基金（NO赞助。联系人：yusup, E-mail:. 机识别中，带有笔设备的计算机（绘图平板电脑，接触式感应白板，平板电脑）通过数字墨水存储和记录数据，是一种动态表示。 这篇论文分析一般数学表达式的结构，因为在字符识别设备完成数据预处理，分割和字符识别之后，接下来的任务就是从空间结构和逻辑结构去分析那些字符从而决定它们的空间结构和逻辑结构，并且最后形成一个没有歧义的数学表达式[1]。 数学表达式是一种复杂的二维结构，如果所有的字符被合适的分离，那么我们将可以通过层次过程来表达数学表达式结构，因此即使所有的字符被正确的识别，合适的分割仍然非常困难。所有关于结构分析的从前的工作是在数学表达式的子集下进行的，就是说，这些方法是在某些条件的限制中进行结构分析的，举例来说，DCG（确定子句语法）方法，是完全基于代数表达式的。当数学表达式中的操作符被安排在一条直线（近似）上，我们可以用那些操作符的优先级来决定字符组，如果那些操作符被非线性安排，操作符的支配域决定了字符组。举例来说，表达式 ，被解释为，因此，操作符“—”支配“+”，因为后者在前者的支配域中。明显，如果那些数学表达式中的操作符不能被计算机理解，它们仅是一些形成一定结构或对象的符号，举例来说，，这些方法和解释将是无意义的，并且这也是Chen的先进之处，方法的效果将打折扣甚至不能被使用 [3]。因此，有必要创造一个一般数学表达式结构分析方法，Zanibbi[4]提出了基于基线结构树的表达式和分析方法，他提供一个分析一般数学公式的可行方法；但是他没有考虑对表结构的分析，并且该表达式结构分析方法十分低效，仅仅有39%的正确率。Tapia[5]通过最小生成树和区域支配改进了这个方法，但是计算两个字符节点的计算函数是复杂的，因为很难适应易变的表达式，同时这个方法没有考虑表达式的表结构并且也没有一个有效的结构逻辑分析方法。举例来说，当一个主字符有上关系和右上关系时，该方法不顾它们是否形成了复合关系，一律把他们考虑为上关系。这篇论文将从一般数学表达式的角度分析和讨论结构分析策略。 II．支配关系(DOMINANCE RELATIONSHIP) 符号的范围就是操作符的期望位置，Chang[6]提出了用于数学表达式结构分析符号支配和支配范围等概念，就是说，如果一个字符“s”支配一个字符“a”，那么“a”就在“s”的支配域中，并且“s”不在“a”的支配域中。考虑到依靠形心和范围判断空间关系的缺点，这篇论文利用Chang的定义支配关系的方法和定义字符支配关系的关系方式。 定义1：支配关系(Dominance relation) 数学符号之间的关系和操作特点是精确或模糊是由在表达式中的符号的位置和相对大小决定的。上左，上，上标，右，下标，下，下左和子表达式的空间位置被用来判断这些关系。举例来说，分数包含了分子，分母和在上位置和下位置的水平线中的水平元素。 至于被字符“s”指定的一个或多个空间关系，如果“s”当作主体字符，a当作客体，形成了这些空间关系其中的一个，那么我们说s和a形成了支配关