满文单词合成系统设计.docVIP

满文单词合成系统设计 　　【摘 要】本文依托满文的特点，根据满文的音节特点和满文单词的拼写规则建立满文字母样本库。经过对样本库中满文字母的黑色像素遍历，绘出像素分布直方图，定位字母基线，再通过上下基线拼接达到合成满文单词图像的目的，实现单词图像合成，利用Matlab的GUI实现系统的可视化界面。 　　【关键词】满文单词；合成；字母基线；图像拼接 　　【Abstract】Relying on the characteristics of the Manchu words， the sample database of Manchu words is established based on its syllable characteristics and spelling rules. After traversing the black pixels of the Manchu words in the sample library， a pixel distribution histogram is drawn. After positioning the letter baseline， we stitch the upper and lower baseline to realize the word image synthesis， in order to achieve the purpose of synthesis Manchu word image. At last， Matlab GUI is used to implement the visualization interface. 　　【Key words】Manchu words； Synthesis； Letter baseline； Image Stitching 　　0 引言 　　作为统治了中国近三百年之久的清王朝，孕育了丰富多彩的满族文化。满族是一个拥有独特文化的民族，不仅有自己的历史文化、风俗习惯，还有自己的语言和文字，现存的用满文写成的浩如烟海的典籍和档案文献，为我们留下了珍贵的文化遗产。随着历史进程，满文逐渐成为了一种历史文字。时至今日，精通满文的人已为数不多，满族语言文字已濒临失传，这就使得各个领域对满文历史资料和满文信息化的的研究显得十分困难。内蒙古大学的魏宏喜，高光来[1]等人在蒙古文的识别和合成方法上，提出了Word Spotting的改进技术，而现有针对满文文字的合成研究却是非常少的。实现满文文字字母样本库的建立和满文单词的合成，不仅有助于对满文的学习和研究，也对我国其他少数民族语言文字处理的发展有借鉴作用。 　　1 满文文字特点 　　满文[2]是属于阿尔泰语系的通古斯语族的一种古文字，在词的构造和拼写上与英语、汉语等语种有很大的差异。 　　1）满文的基本字母由6个元音和36个辅音字母构成，其中一个字母有最多8种的写法，且不同元音字母和辅音字母搭配在一起或字母在单词中的位置不同都可能使其在书写上具有不同的形式。 　　2）在书写上满文采用从上到下的书写顺序，每个满文单词都是由一到多个满文字母上下缀接而成。 　　3）与其他文字不同，满文是由满文字母通过主基线拼接而成，且字母之间无缝连接不存在空隙。 　　1.1 满文的音节特点 　　满文是一种音节型的拼音文字[3]。每一个字母都可以作为一个独立的音节构成单词，虽然我们可以将满文字母的所有音节划分为元音音节和辅音音节，但满文却不能被完全称为是一种音节型文字。实际上，满文是以音节为单位，由字头、字中和字尾上下缀接而成的。在首字头形下缀接i、o、b、k、l、m、s、k、n、ng、r等11个音素，这样形成的十一种音素字头与首字头共同构成满文的十二字头。这十二字头基本囊括了满文的所有音节，然后在对这些音节进行联缀拼接就构成了满文单词。不同元音字母和辅音字母搭配在一起书写，其书写形式也有很大差异。 　　1.2 满文的拼写规则 　　满文单词的拼写是从上到下进行的。满文单词由一到多个字母从上到下连续书写而成。由上文可知满文有其独有的音节特点，其所对应的字母形式也分为独立字形、字头形、字中形和字尾形。在满文单词中，字母出现在不同的位置会有不同的写法，每一个满文单词最多包含四种字母形式，称为独立字形、字头形、字中形和字尾形。在单词拼写时，除独立字形外，字头形、字中形和字尾形字都有固定的拼接规则，一般形式为1个字头形+ n个字中形+ 1个字尾形（n大于0）的联合体。 　　2 满文单词合成系统的设计 　　2.1 满文字母库的建立及预处理 　　从何荣伟[4]所编著的《满语365句》金标扫描版中摘选出满文的标准的基本字母，并且根据满文的音节特点和拼写特点将满文字母预处理之后分