甲骨文字形动态描述库与其字形生成技术研究讲义.pptVIP

甲骨文数字化问题 多年来，在甲骨文数字化过程中，一直存在两个难以解决的问题：一是甲骨文难以定形，即甲骨文不像现代汉字，很难确定每一个甲骨文字的字形结构和类型；二是甲骨文字难以输入计算机 。 由于过度“规范化”，其中很多字形已经脱离了原始字形所表达的意义，有的还存在着部件结构和位置的错误 甲骨文字形动态描述库及其字形生成技术研究 2012.11.4 安阳师范学院栗青生 甲骨文数字化工作简介 甲骨文缀合——图像处理 （中美联合智能信息处理实验室） 甲骨文编码——字形描述库 （数字化甲骨文工程 技术研究中心） 甲骨文考释——图文资料库 （中文信息处理实验室） 甲骨文数字化工作简介 主要内容 1、甲骨文数字化问题 2、甲骨文字形动态描述库 3、字形生成技术 4、应用展望 1、甲骨文数字化问题 2、甲骨文字形动态描述库 例如：甲骨文合集中的第29529和27667片，如果不利用拼合区的两个残字来缀合，很难说明这两片原来是在一起的。 举 例 3、利用汉字字形描述库进行残字缀合和识别 字形描述库的由来 源于对我国古代文化的深入研究。三千多年前，商朝人就知道借助动物的骨头（龟甲）来计算（占卜）未来，到了周朝，演绎出了举世闻名的“易经”。 龟甲本身不能计算未来，但通过人工在甲骨上进行凿洞和灼烧的方法使龟甲产生不同的纹理，可以判断未来的天气状况，我外星人的数学悖论惊人相似。 数学悖论：悖论的故事说，外星人可以只在铁棍上划一道痕，就可以记录全人类的知识信息——怎么做到的呢？理论上可以用【无理数】来进行无限的数据存储。 划痕的长度比例是一个无理数：0.21873619876538173591873561835……由于无理数的小数点后数位容量是无限的，故可以用于编码存储无限量的信息。 关于字形描述库 字形描述库是根据文字计算的需求，按照文字的表征特性，对文字特征进行可行性编辑和编码后形成的新的数据表，从而依据新的数据表对字形进行一系列计算的过程。 目前，我们已经建立了甲骨文字形动态描述库、小篆字形动态描述库和部分现代汉字的动态描述库 和汉字字库的区别(以甲骨文为例) 甲骨文 拓片 字库制作系统 字库 编码方案 字形 采集 轮廓 提取 字形编辑 字模生成 文字编码 字形 输入 甲骨文 拓片 特征提取算法 字形 采集 骨架 抽取 DDLJCR 字库 特征库 字形 生成 字库的形成及使用 字形描述库的形成及使用 甲骨文字形动态描述库 是我们最早建立的动态描述库 使用这一描述库我们开发了甲骨文图文编辑系统，开发了甲骨文特征输入方法，并生成了刀体甲骨文，软件笔体甲骨文和曲线体甲骨文等数十种字形， 三体甲骨文 三体甲骨文 刀体 软笔体 曲线体 甲骨文字形描述库的建立 汉字字形描述库的建立规则： （1）汉字描述库由汉字向量组成。 （2）库中的每一个字向量由点集和关系组成，其中：字、点集和关系的表达式是： 字:= P（i）, Q 其中： P(i)表示特征点元向量集，汉字笔画的起始、交叉、拐点等都可以成为特征点元向量 Q表示特征点元向量集之间的关系，特征点关系有两种，一是包含(B)，二是连接(J)。 笔段：当且仅当P(i)非空，且特征点元向量之间是包含关系. 笔元：当且仅当P(i)非空，且特征点元向量之间是连接关系。特别地，i=2时 笔元是特殊笔元，称孤立笔元。 举 例 如图所示的前两个笔元 第一个笔元：特征点元向量集为{ p1，p2 ，p3，p4，p5， B｝,有四个笔段。 第二个笔元：特征点元向量集为{p6， p7， p8， p9， p10， B｝有四个笔段。 … … P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 笔元的逆向工程——笔画的再生 由笔画抽象成笔元从而生成的字形描述库，在应用过程中可以通过笔画的再生动态生成汉字库、错字库和其它字形库。 甲骨文笔元的再生过程示意图 4、应用展望 使用字形描述库对甲骨文字进行建模从而实现甲骨文字形的缀合 字形动态描述 残字 特征分析、特征匹配、分类、识别 输出 残字字形建模系统 应用一: 甲骨文字形查询系统 输入残字的特征值查找相似甲骨文，进而查询对应甲骨文拓片。 错字的动态生成和建模 由笔画抽象成笔元从而生成的字形描述库，在应用过程中可以根据需要动态生成汉字库、错字库和其它字形库。 应用三 : 文字缀合游戏 谢谢！ 请各位专家提出宝贵意见