文本处理及手写汉字切分技术的研究

摘要

该文从中文处理中的汉字识别和文本处理着手,分析了汉字识别和文本处理各自的研究内容、特点以及它们在中文处理中的地位和相互关系.然后主要集中在文本处理方面,从印刷体和手写体、西文文本和中文文本等角度,详细地分析了各自处理的基本内容、基本特点和基本的处理方法,并且充分阐述了对这些课题当前的研究进展.文章还分析了文本处理的基本理论,基于这些理论,介绍了一个脱机手写汉字字符切分算法和相应的实验结果.最后文章介绍了联机手写汉字字符切分的特点和难点,给出了一个基于规则的联机汉字切分算法.

目录

文摘

英文文摘

绪论

第一章汉字识别与文本处理

1汉字识别的研究内容与进展

1.1汉字识别的研究内容

1.2汉字识别的特点

1.3汉字识别研究的历史和现状

2文本处理与识别的研究内容

2.1文本处理与识别的研究内容

2.2文本处理与识别的主要方法

小结

第二章文本处理的研究现状

引言

1印刷体西文字符的切分

1.1字符大小均匀(Fixed Pitch)的文本切分

1.2断裂字符文本的切分(Broken Characters)

1.3粘连字符文本的切分(Touching Characters)

1.4基于识别的切分(Recognition-based)

2手写西文字符的切分

2.1手写印刷体西文字符的切分(Hand-Printed)

2.2手写数字的切分

2.3手写联体(cursive)字符的切分

3中文字符的切分

3.1汉字结构的特点

3.2脱机汉字汉字符切分的难点

3.3脱机手写汉字切分的主要方法

3.4脱机手写汉字字符切分的研究现状

小结

第三章文本处理的基本理论

引言

1图像分割

2隐马尔可夫过程

3动态规划

3.1阶段与状态

3.2决策与策略

3.3最优化原理与无后效性

3.4最优指标函数与规划方程

第四章一种基于部件合并的字符切分算法

引言

1 HMM方法描述有向多级图

2模型参数设置

3使用概率Viterbi算法获得候选切分路径

4部件的合并

5结果和讨论

小结

第五章联机手写汉字切分

1联机汉字手写

2联机字符分割的难点与研究现状

3一种联机手写汉字字符切分算法

3.1采集数据

3.2初始化

3.3字符抽取规则

3.4算法流程

3.5切分结果及讨论

结束语

参考文献

致谢

作者在攻读硕士期间发表的论文