古籍手写文字分割算法的研究与应用的开题报告.docx

古籍手写文字分割算法的研究与应用的开题报告
摘要
古籍手写文字分割一直以来都是数字化古籍文化重要的瓶颈。由于古籍存在于馆藏中且长期存放，使得其皮纸材质已经不如现代纸张平滑，手写文字也经历了各种年代的变迁，笔画粗细、形状等差异较大。这些问题加起来使得传统的文字识别方法在古籍手写文字上准确率较低。本文旨在探究古籍手写文字分割算法的研究与应用。
第一章绪论
1.1研究意义
对于传承古籍文化及保护古籍、书法文化等方面，古籍手写文字分割为古籍数字化工作中关键的一步。因为古籍资料的保护工作越来越受到了关注，越来越多的文化机构和考古学家开始将古籍数字化，以形成一个文化数据库。但是，许多古籍有大量的手写文字，这给古籍数字化带来了较大困难。
1.2研究现状
古籍手写文字分割研究相对较少，仅在近些年才有所发展。基于传统的OCR技术，来源于其他手写识别领域的方法在多大程度上可以被应用到古籍手写文字识别中，需要实际研究。当前，主要方法包括模板匹配（Templatematching）、基于聚类的方法（Cluster-based）和基于累加和的方法（Integral-based）等。
第二章古籍手写文字分割算法
2.1古籍手写文字分割流程
古籍手写文字分割主要分为图像预处理和分割两个步骤。在预处理中，我们为了提升分割算法的效率和准确性，通常要先去噪，二值化，二值图可以更好的提供分割算法需要的信息。分割算法可以分为基于模板匹配的分割方法和基于二值图像积分的分割方法。
2.2基于模板匹配的分割方法
模板匹配法是在古籍手写文字预处理后进行的分割方法，该方法是基于模板匹配匹配同一行中每一个字符与之前已知的模板进行比较。此方法的优点是简单易懂，但当古籍中存在形态差异较大、中英文混排等情况时，其准确率会降低。因此，在实际的古籍数字化过程中，该方法的应用范围比较小。
2.3基于二值图像积分的分割方法
基于二值图像积分的分割方法可以将图像分割成不同的小部分，并通过计算部分面积与图像的整体面积之间的比例，调整阈值来实现分割。该方法对于中英文字体拼接的情况有比较好的鲁棒性，并且可以避免形态较大的字符对文字分割的影响，但是，该方法复杂度高，计算量较大。
第三章古籍手写文字分割应用
分割是古籍数字化的重要一步，经过分割后的每一个文字会进入更高级别的识别、索引等操作，直接影响到整个数字化过程的实现质量。因此，准确的古籍手写文字分割技术是保障古籍数字化实施质量的关键之一。
结论
古籍手写文字分割是数字化古籍文化中重要的一步。本文主要介绍了古籍手写文字分割的算法和应用。已有的古籍手写文字分割算法中，基于二值图像积分的分割方法是比较实用且有效的。在实际应用中，古籍数字化需综合考虑古籍材料和手写文字的特点，选择相应的文本分割技术，以提高古籍数字化效率和准确性。