一种基于三维空间信息的字形匹配方法-中国计算机学会中文信息技术.PDF

网络出版地址：/kcms/detail/11.2442.N1128.004.html 北京大学学报(自然科学版) Acta Scientiarum Naturalium Universitatis Pekinensis doi: 10.13209/j.0479-8023.2016.0 16 一种基于三维空间信息的字形匹配方法 † 刘颖滨 孙燕南 荀恩东 北京语言大学大数据与语言教育研究所 , 北京 100083; † 通信作者 , E-mail: liuyb@ 摘要 提出一种基于三维空间信息的字形匹配方法。该方法首先将字形轮廓 Bézier 曲线的二维控制点集扩 展至三维 , 然后为三维点集建立高斯混合模型, 最后通过最小化高斯混合模型间的欧氏距离(L2)完成匹配。 采用三维空间信息可以充分利用字形所蕴含的内在约束条件 ; 采用高斯混合模型有利于在匹配过程中保持字 形整体结构特征和局部书写特征。实验结果表明, 该方法提升了汉字单笔画以及整字字形匹配的准确度和美 观度, 并且具有稳定性高、扩展性强的特点。 关键词 字形匹配 ; 高斯混合模型; 点集匹配; 三维空间 中图分类号 TP391 Chinese Calligraphy Alignment Based On 3D Point Set Registration † LIU Yingbin , SUN Yannan, XUN Endong Institute of Big Data and Language Education, Beijing Language and Culture University, Beijing 100083; † Correspondence author, E-mail: liuyb@ Abstract This paper presents an innovative method to align two glyph contours with three steps. First, 2D Bézier curve control points of glyph contours of each character are expanded into 3D space. Second, a Gaussian Mixture Model (GMM) is constructed using this 3D point set. Finally, the authors establish alignment by minimizing the Euclidean Distance (L2) between two GMMs and then apply transformation accordingly. Expansion to 3D space helps make use of inherent constraints of Chinese calligraphy be