基于特征字符的印刷體公式識別研究.pdf

1、隨著計算機和互聯(lián)網(wǎng)的普及，人們越來越多地使用計算機存儲和傳輸信息。但如何提高信息的傳輸速率成了一個亟待解決的問題。為了解決這些問題需要研究有效和實用的方法來將文本形式的文件轉(zhuǎn)變?yōu)橄鄳?yīng)的電子格式的文件，這是一種能夠被當(dāng)代的數(shù)字計算機處理并通過互聯(lián)網(wǎng)輸送的方式。通過計算機來自動識別字符，是將由字符組成的文本高速錄入計算機的唯一可行方法。目前廣泛應(yīng)用的OCR系統(tǒng)對手寫、印刷體文本都有很高的識別率，但是對公式卻一直沒有好的識別方案，公式識別成為

2、模式識別領(lǐng)域一個研究的熱點。 公式識別按照公式書寫格式的不同可以分為印刷體公式識別和手寫體公式識別，本課題研究的是印刷體數(shù)學(xué)公式識別。我們研究一種新的、基于特征字符的印刷體公式識別方法，并開發(fā)完整的算法，將印刷體的數(shù)學(xué)公式(圖像格式)轉(zhuǎn)換成可編輯的電子格式。 按照系統(tǒng)的設(shè)計與開發(fā)方案，本文主要分為以下四個部分：公式圖片的預(yù)處理。我們獲得的待識別公式圖片大多含有噪聲，是沒有進行過二值化、細(xì)化、大小歸一化等方法處理的圖片，直

3、接進行識別難度較大，這樣，我們首先需要進行圖像預(yù)處理的工作。 字符的分割和識別。我們得到的待識別圖片是一個整體的公式，需要知道公式包含的各個字符以及各個字符之間的位置關(guān)系，這樣，我們就需要分割出公式包含的字符以及識別這些字符。本文采用基于連同域方法完成字符的分割，并采用模板匹配的方法進行字符識別。 公式的結(jié)構(gòu)分析。得到公式包含的字符類別信息和位置信息后，我們采用基于特征字符的方法進行結(jié)構(gòu)分析，這是本文的核心部分，在提出結(jié)