手写体汉字识别粗分类方法的研究.pdf

第卷第期模式识别与人工智能年月手写体汉字识别粗分类方法的研究李莉舒文豪哈尔淇工业大学摘要本文提出了刹用距离变换运次细化算法一种从汉字骨架中抽取笔划的新方法一基于知识的回溯式笔划抽取方法其特点是根据特征点能将基本为同一方向的笔划一次全部抽出不需要再剐居句法结构分析与台成。抽取特征稳定、成功率高。同时提出了抽取拐点的具体规则方法。最后提出了手写体汉字识别的粗舟类方浩利用汉字的结构特征进行粗分类。对二十确部首的识别实验通过对国标字符集中二千多字的考核识别率约。’一、日罱手写体汉字识别的研究主要集中在特征抽取和匹配算法上。我们通过对汉字结构的分析及大量的实验提出了一种手写体汉字识别担分类的新方法。这一方法是以汉字结构为基础用所提出逐次型细化算法从输入汉字中提取骨架即中心线再以此中心线作为出发点用基于知识的笔划抽取方准将汉字的笔划全部抽出最后利用汉字的结构特征进行粗分类。二、利用距离变换的二值图象的逐次型细化算法在通用的顺序型计算机上运行的细化程序多数算法的共同缺点是计算的复杂性与图形大小和要细化的图形的最大宽度之积成正比。本文提出的细化算法目的在于克服上述缺点。这种方法是先将图形加以标记再进行细化处理它具有在一次扫描过程中从边缘删除多层象素的作用。‘．基本定义及概念考虑一幅二值图形设图象上的象素标≈≈记为而其背景上的象素标记为．设是一