联机草书英文单词识别技术的研究与实现-计算机软件与理论专业论文.docxVIP

摘要摘要 摘要 摘要 文字识别是模式识别领域一个重要的研究热点。在充分考察了目前英文单词 识别技术发展现状的基础上，本文着眼于联机草书英文单词识别这一难点问题， 进行了深入的研究。采用“先切分，后识别的方法，即先将每个英文单词切 分成英文字母，然后进行英文字母识别，最后将英文字母识别结果组合成英文 单词，给出Topl0个候选结果。 本文首先提出了一种联机草书英文单词切分的方法。该方法把单词采样点 序列的极小值点作为候选切分点，然后利用极值点与笔划垂直方向投影之间的 关系编辑极小值点，更新候选切分点作为最终切分点。同时，考虑到有些特殊 字母书写顺序的问题，提出了将相关笔划坐标序列进行合并，并且标记出特定 笔划坐标序列，在采样点子序列组合中提高了算法的效率。 由于英文单词切分存在着过分割的现象，本文提出了建立组合树的方法将 相邻的采样点子序列进行组合然后再送入英文字母识别引擎进行识别。字母识 别引擎采用反向神经网络的方法设计。 每个笔划段，给出得分最高的前五个字母识别候选结果。将这些字母按组 合树路径排序，采取边组合边查字典的方式，穷举出所有可能的单词结果。每 步检索词典，判断是否为“字典单词，如果不是则停止该条组合路径的识别， 起到组合树剪枝的作用。本文的英文字典采用Tile树结构，搜索单词的速度比 较快。对于给出的单词候选结果综合可信度分数、词频分数等因素给出单词评 分原则，选择出Topl0单词作为最终结果。 实验证明，本文的方法是可行、有效的。 关键字：草书切分点 组合树Tile树 AbstractAbstract Abstract Abstract The character recognition is an important area in the field of Pattern Recognition． Based on the literature review of current English word recognition technology development，this article focuses on on—line cursive English words and makes further research in this field．A method of“first segment，then identify’is proposed，which means each English word will be firstly segmented into English letters，then identified．The results of English letters recognition will be combined，which gives US the final English word recognition results． This paper puts forward a new method of cursive English word segmentation． Firstly,all the minimum point of word sampling point sequence is regarded as a candidate dividing point．Then using the relationship between the extreme points and vertical projection of stroke to edit the minimum point，update the candidate dividing point as the final dividing point．Meanwhile，considering some special letter’S stroke order,related strokes are merged together and the particular sequence of stroke coordinates is marked．This idea improves the efficiency of the algorithm． To solve the problem of over-segmentation in English words segmentation，a combination tree is proposed to combine the neighbor strokes of a word，and then recognized in English letters recognition engine，which is bui