手寫(xiě)維吾爾文字識(shí)別若干關(guān)鍵技術(shù)研究.pdf

1、相比拉丁字母、漢字等文字,目前對(duì)自然草體文字如阿拉伯文、維吾爾文的手寫(xiě)識(shí)別研究相對(duì)較少。
　　本文研究脫機(jī)和聯(lián)機(jī)手寫(xiě)維吾爾文字識(shí)別方法,包括字符識(shí)別、字符分割和單詞識(shí)別等幾個(gè)關(guān)鍵性技術(shù)。
　　針對(duì)維吾爾128類(lèi)字符,提出基于部件分解和融合的手寫(xiě)字符識(shí)別算法。首先構(gòu)建手寫(xiě)維吾爾部件庫(kù)和字符的部件字典,將字符分解為主體、附加和點(diǎn)三類(lèi)部件,并結(jié)合連筆分析獲得較魯棒性的部件描述;其次,針對(duì)各類(lèi)部件的不同特點(diǎn)設(shè)計(jì)相應(yīng)的特征抽取和分類(lèi)器

2、,通過(guò)部件匹配來(lái)檢測(cè)和辨識(shí)相似字間的微小差異;為減輕手寫(xiě)字符拓?fù)渥冃卧斐傻母蓴_,對(duì)聯(lián)機(jī)部件提取一種統(tǒng)計(jì)特征即時(shí)分方向特征;最后,對(duì)多個(gè)部件的分類(lèi)輸出進(jìn)行融合,獲得字符識(shí)別結(jié)果。
　　提出字符識(shí)別的多部件自適應(yīng)融合策略。提出一種實(shí)時(shí)的融合系數(shù)計(jì)算方法,利用部件匹配測(cè)度分布來(lái)估計(jì)其權(quán)重,以實(shí)現(xiàn)部件的自適應(yīng)融合。提出基于加權(quán)和、基于樸素貝葉斯模型、以及基于改進(jìn) D-S證據(jù)理論的部件融合算法。對(duì)比實(shí)驗(yàn)證實(shí),基于改進(jìn) D-S證據(jù)理論的融合算

3、法能夠克服加權(quán)和融合鑒別能力較弱、以及貝葉斯融合對(duì)噪聲過(guò)于敏感等缺點(diǎn),有效提升了字符識(shí)別算法的識(shí)別率和穩(wěn)定性。
　　針對(duì)維吾爾詞書(shū)寫(xiě)粘連和手寫(xiě)筆畫(huà)漂移等問(wèn)題,提出基于多信息加權(quán)融合路徑尋優(yōu)的字符分割算法。首先,提出基于主體切分和附加聚類(lèi)的字段過(guò)分割算法,并通過(guò)字段模糊匹配獲得魯棒的字根序列描述;然后,建立匹配位置高斯模型來(lái)估算字段匹配信息,以抑制筆畫(huà)漂移造成的干擾;最后,構(gòu)建字符序列二階Markov語(yǔ)言模型,并基于Bayes準(zhǔn)則提

4、出單詞后驗(yàn)概率的多信息加權(quán)融合計(jì)算方法,綜合字段匹配、字符識(shí)別和語(yǔ)義信息,對(duì)字段匹配及字根合并的路徑進(jìn)行尋優(yōu),以最佳分割路徑得到字符分割結(jié)果。
　　提出一個(gè)結(jié)合反饋結(jié)構(gòu)和字段分析的手寫(xiě)維吾爾單詞識(shí)別系統(tǒng)。為克服順序結(jié)構(gòu)中的錯(cuò)誤累積問(wèn)題,該系統(tǒng)構(gòu)建反饋結(jié)構(gòu),通過(guò)對(duì)字段形態(tài)錯(cuò)誤、字符識(shí)別錯(cuò)誤和單詞匹配錯(cuò)誤三種反饋信息的估計(jì)和響應(yīng),來(lái)控制字符分割和單詞識(shí)別的結(jié)果。首先,過(guò)分割單詞圖像得到主體和附加字段序列;其次,根據(jù)反饋信息設(shè)計(jì)字段合并