联机手写数学表达式识别方法的研究.docVIP

重庆大学硕士学位论文 1 绪 论 成果就相对薄弱，到目前为止还没有通用的统一高效的算法。根据符号分割算法 对表达式中符号输入顺序的限制，可以将符号分割算法分为限定输入的分割算法 和不限定输入的分割方法。下面将详细探讨这两类分割算法的一些特点。 第一种符号分割方法主要用于严格限制数学表达式符号输入顺序的数学表达 式识别方法中。该识别方法要求书写者必须输入完一个数学字符后才能输入下一 个字符而且不能去修改前面输入的字符。对输入字符顺序的严格限制，给字符分 割算法提供了时间和空间上的依据。因为这种限制，只有时间上连续输入的笔画 和有限的笔画数才能构成一个字符。基于以上的限制条件，在有限的分割方案中 逐一试探每种分割方案，并对每一种分割方案赋予一定的代价值，最后选取其中 代价值最小的分割方法作为最终的分割方案。现有的很多数学表达式识别方法[3-5] 都采用该分割方法。 第二种符号分割方法主要用于在数学表达式输入中对符号的输入顺序没有严 格限制的数学表达式识别方法中。由于缺少输入符号顺序的限制，只有时间上连 续的笔画才能构成字符的限制也就不存在，此时笔画之间可以任意组合。如果对 每种笔画组合都进行判断，因为笔画的搜索空间过大，从而识别满足不了需要的 实时效果。利用笔画的轨迹信息，笔画的坐标值，笔画之间的距离以及笔画间的 相对位置等空间位置信息减少搜索空间的大小是缩小符号分割搜索空间的唯一途 径，现有识别方法通过这些信息将原始笔画序列组合的空间大小限定在可控范围 内，然后应用相关符号识别方法对其每种分割情况下的笔画组合进行识别。Nomura 针对数学表达式中字符粘连的分割问题提出了一种解决方法，该方法通过图像匹 配方法进行符号的分割[6]。Michael Shilman 利用了基于笔画间距离的最小生成树来 进行符号的分割[7]，该方法将可能的分割方案限定在了最小生成树中直接相连的笔 画之间。Winkler 提出了结合字符识别的符号分割方法[8-10]，该方法利用一个字符 产生网络生成所有可能的符号分割方案，并对每一种分割方案用隐马尔科夫模型 (Hidden Markov Model,HMM)[11]字符识别器进行识别，然后以识别结果最可靠的分 割方案作为最后的结果。 经过符号分割后，原来输入的笔画集合被划分为一组笔画集合，其中每个集 合代表该笔画集合可以构成的字符。在字符识别阶段，上述笔画集合被识别为字 符。相对单独的字符识别，数学符号的识别更加复杂。许多不同的字符识别方法 被用在数学表达式识别中的字符识别阶段。Dimitriadis 和 Coronado 选择了神经网 络进行数学字符的识别[12]。Chan 和 Yeung 利用了结构法对数学字符进行识别[13-14]。 Prusa 和 Hlavac 利用了 K 近邻算法识别数学字符[15]。Keshari 和 Watt 选择了支持向 量机对数学字符进行识别[16]。Rhee 和 Kim 采用了模板匹配方法[17]。Macé 和 Anqueti 利用了模糊逻辑进行识别[18]。上述所有的字符识别方法都要依托于符号分 2 重庆大学硕士学位论文 1 绪 论 割，它们只能在字符分割后才能进行。在 1999 年 Kosmala 首次提出了符号分割和 字符识别同时进行的方法[19]，该方法采用了 HMM。Fukuda 在 1999 年提出了另外 一种字符分割和识别同时进行的方法，该方法通过产生所有可能的笔画集合划分 分组，然后赋予每个分组一个代价值，最后选取代价最小的分组作为分割和识别 的结果[20]。得益于动态规划技术，Fukuda 提出的同时识别和分割的方法可以很快 的完成整个搜索空间的搜索[21]。 完成字符识别后，下一个阶段就要进行表达式结构的分析。结构分析主要通 过两个符号的几何信息和空间位置来找到两个符号间的空间关系。Ha 等人提出了 基于边界框的空间关系判断方法[22]。但当遇到符号间相对位置区分不是特别明显 的时候，仅仅根据边界框信息判断符号间的空间关系将会出现歧义。Zanibbi 和 Blostein 提出将符号的几何中心作为符号的空间信息[23]。Eto 和 Mitra 提出了根据 字符类型定义边界框和基线作为符号的空间信息[24-25]。人们最容易想到空间关系 的判断方法就是将每个符号的空间区域进行划分，然后根据划分的区域去确定符 号间的空间关系。然而空间关系本身就是模糊不确定的，所以使用模糊规则是一 种较好判断空间关系的方式。Fitzgerald 提出了基于模糊理论的空间关系判断方法 [26-27]。Aly 提出了利用训练样本学习空间关系的几何特征值分布作为空间关系判断 的依据[28]。还有一些研究者提出利用文法分析数学表达式结构的方法。Garain 和 Chaudhuri