赋权图匹配理论分析与联机手写汉字识别应用

《赋权图匹配理论分析与联机手写汉字识别应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2．结构模式识别经典问题——SPR结构模式识别是近四十年发展起来的学科，是应用数学的重要分支，也是信息科学的重要分支，很多信息工程问题与结构模式识别密切相关。本文重点解决如下两个结构模式识别问题：(1)线素图像配准——IR图像配准是两类工程领域的热门问题，一是图像工程领域：图像配准与融合、图像检索、图像识别、场景对象识别；二是控制工程领域：日标跟踪、航迹关联等。这些领域的很多问题都与线素图像配准密切相关。通过构造一定的算法，实现两幅图像中对应对象线素的匹配，、’G／B／≮、人H＼一I．／‰B。。。，、＼，‰吣J

2、“、图i．2：，下例线素图像配准具体到图i-2中，就是要实现①～A、②一B、③一c、④一D、⑤一E、⑥一F、⑦一G对应，要求算法所提取的特征对噪声具有较好的鲁棒性，同时在平移、旋转、缩放下具有不变性。已有科研成果表明，赋权图匹配算法是图像配准的很有效的方法，但是研究的重点和难点在于，从图像中提取哪些特征，以及如何构造图以便转化为数学优化问题并运用赋权图匹配算法，这是比较有挑战性也是很值得研究的工作。本文提出的算法，所提取的图像特征能够有效地反映线素空问关系，实现了较好的匹配效果。从目前所查阅的文献来看，还没有与

3、本文类似的算法。(2)联机手：写汉字识别刈LCCR联机手写汉字识别(OLCCR：OnlineChineseCharacterRecognitiOfl)是模式识别中最有挑战性的问题，因为联机手写汉字识别是一个超大规模模式识别问题，F

4、前，联机手写汉字识别已经取得了大量成果，识别率也比较高，但仍然面临很大挑战，主要有几个方面：笔顺自由，连写自由，潦草书写，形近字区分。联机手写汉字识别按照基元层次可以分为：基于整字的识别、基于字根的识别、基于笔画的识别、基于笔段的识别。已有科研成果表明，基于字根的识别、基于笔画的识别

5、、基于笔段的识别都可以取得较好效果。作者在硕士期间的科研工作是基于笔段层次的识别。联机手写汉字识别涉及到几个典型问题，包括连笔笔段提取、笔段匹配、汉字识别，本文在前人工作基础上，在这三个方面提出了新的算法，取得了较好效果。第2页龟_饿b、一u量②f首先，连笔笔段提取0∞讨DI∞汹：豳湖：脚图1．3：不例连笔笔段提取连笔笔段提取是联机手写汉字识别基础问题，是预处理工作，对于笔顺自由连写自由的汉字，要求能够提取出符台文字认知规律的笔段序列。如果笔段序列提取的正确率高，那么后续的笔段匹配以及汉字识别正确率才有保证。本

6、例中，对书写比较潦草且笔顺不规范且有连写的汉字“王”，利用本文算法进行笔段提取的结果如图所示。仿真实验表明，对于通常情况下潦草书写汉字(行楷或者行体以及稍微工整的草体)，并且笔顺自由连写自由的情况，本文连笔笔段提取算法正确率可以在90％以上，如果程序算法进一步优化，程序编码优化考虑更周到，则正确率和计算效率可以进一步提高。其次，笔段匹配描述1Ira⋯-·①·⋯l!③～⋯⋯④。⋯—一·一厶一一P。矧l-4：不例笔段匹配利用本文的笔段匹配算法，实现的匹配结果是：①一A、②一c、③一E、④一F，同时判断笔段B和D是连

7、写笔段，可以直接去掉。笔段匹配算法是基于线素图像配准算法的，但是由于对象的差异性和矛盾的特殊性，对于联机手写汉字识别，笔段匹配具有自身独有特点，所以结合汉字书写特点，对上述线素图像配准算法必须添加一些新的特征。最后，汉字识别问题基于笔段匹配算法，很自然地可以实现汉字识别，就是说，将测试样本和标准模板库中的标准字符进行匹配，选择匹配代价最低的样本作为最终识别结果。实际应用中更多采用的是十候选方法。目前标准汉字字库有如下几种：简体中文字库GB2312共计6763个(包含一级字库3755个和二级字库3008个)；繁体

8、中文字库BIG5(中国台湾地区使用)；新的GBK库同时兼容GB2312和BIG5，同时又添加其他字符共计2万余字符；新的GB一18064，则包含6万字符。从工程实用角度，通常要求汉字识别达到能够识别GB2312即可。研究汉字识别问题，本质上是要提供一个字库树，这样只需要按照某种分层次搜索策略进行搜索，期望不断缩小搜索空间，而彳i是将测试样本与标准字库所有字符一一匹配。通常采用的策略是，首先估计笔段数，然后根据测试样本书写特点(比如测试样本是左右结构还是上下结构等)，按照笔画序列依次分层。第3页～¨。争●●◇一1

9、．2研究意义本文在前人研究工作的基础上，提出了若干赋权图匹配改进算法，并在一定程度上有效地部分地解决了相关工程问题，具有一定的理论价值和应用价值。1．理论价值从纯数学角度提出了赋权图匹配改进算法，实验表明，与已有算法相比，本文提出的改进算法在匹配正确率和时间复杂度方面有所改善。特别是启发式决策树搜索算法。2．应用价值线素图像配准问题中，本文构造的算法适合15阶以下的图匹配，匹配正确率较