漢字篆字識別系統(tǒng)文獻綜述

1、漢字篆字識別系統(tǒng)文獻綜述 漢字篆字識別系統(tǒng)文獻綜述機械工程學院 研 1201 班 吳金明1.1 1.1 概述 概述漢字識別是用計算機自動辨識寫在紙(或介質) 上的漢字, 是智能計算機接口的一個重要組成部分, 也是中文信息處理中漢字自動、高速輸人的一種最重要手段.作為模式識別和人工智能學科的一個分支一文字(漢字) 識別技術在我國 自 70 年代末起步, 至今已有 30 多

2、 年了, 目前正向實用化大步邁進。在本文中所要解決的問題是對漢字中的篆字進行識別，對于漢字篆字識別系統(tǒng)目前國內(nèi)還沒有成熟的研究，但是其基本原理同其他字體的識別相似。篆字是很古老的一種漢字，在我國漢文字發(fā)展史上，篆字是大篆、小篆的統(tǒng)稱，亦稱篆書。大篆指甲骨文、金文、籀文、六國文字，它們保存著古代象形文字 的明顯特點。小篆也稱“秦篆”，是秦國的通用文字，大篆的簡化字體，其特點是形體勻逼齊整、字體較籀文容易書寫。它是大篆由隸、楷之間的過渡。所

3、以研究篆字文化具有十分重要的歷史意義。掌握了篆字的特征是漢字識別很重要的前提。目前，對于漢字識別系統(tǒng)應用最廣泛的就是光學字符識別(Optical Character Recognition)，自從 1929 年Tausheck 取得光學字符識別(Optical Character Recognition)專利以來，經(jīng)過近一個世紀的發(fā)展，OCR 已經(jīng)成為當今模式識別領域中最活躍的研究內(nèi)容之一。它 綜合了數(shù)字圖像處理、計算機圖形學和人工智能

4、等多方面的知識，并在計算機及其相關領域中得到了廣泛應用。漢字識別過程大體如下：1.2 1.2 光學字符識別方法及分類 光學字符識別方法及分類光學字符識別過程首先使識別設備學習、記憶將要辨識字符的特征，使這些特征成為識別系統(tǒng)自身的知識，然后再利用這些先驗知識對輸入圖像進行判 決，得到字符的識別結果。字符的特征不僅僅局限于平面上的點陣位置信息， 在頻率空間、投影空間，甚至語義空間字符都有各自的特征。這些特征在識別字符時又有各自的特點及優(yōu)勢。

5、根據(jù)識別字符所采用具體特征的不同便衍生出 了不同的識別技術。通常，根據(jù)不同的技術策略，識別方法可以分為如下 3類：統(tǒng)計特征字符識別技術、結構字符識別技術和基于神經(jīng)網(wǎng)絡的識別技術。1.3 1.3 光學字符識別的近期發(fā)展 光學字符識別的近期發(fā)展1.采用激光作為掃描光源。這是因為激光光束集中, 方向性強, 掃描光點極小, 因而能顯著地提高分辨能力。另外, 激光光源的壽命比普通光源長許多倍, 光學系統(tǒng)比較簡單, 不需要特制的高精度高壓電源,因此

6、, 其造價也可大幅度降 低。但其缺點是掃描系統(tǒng)大都采用機械式的光點偏轉機構, 對激光束控制不夠靈活, 掃描速度較慢。除激光掃描法外, 還有用半導體光敏元件組成的二維面板(3)多種策略的綜合集成 在 OCR 領域，雖然新的算法思路不斷涌現(xiàn)，但是在一個高效的 OCR 系統(tǒng)中 僅僅采用一種識別方式是無法滿足現(xiàn)實要求的。單個識別策略的能力有限，因 此采用多種策略實現(xiàn)優(yōu)勢互補，多角度利用字符的特征信息是 OCR 發(fā)展的方向。在這個方向上經(jīng)常采用的

7、集成策略有投票法、概率法、Dempster－Shafer 法以及行為知識空間法等多種綜合方法。以投票法為例，顧名思義，每種識別策略都擁有一張選票，對于同一個字符不同策略各自產(chǎn)生自己的結果即投票，所有策略投票之后，得票最多的識別結果就是最終的識別結果。顯然，在這種 綜合方式中需要大量資源。一方面要使各種算法都能夠完成，另一方面，如果 各種算法間的并行性不好，總的執(zhí)行時間就要成倍增長。1.5 1.5 漢字識別現(xiàn)狀分析 漢字識別現(xiàn)狀分析漢字識

8、別方法盡管多種多樣〔洲, 但關鍵問題是特征提取和分類器的設計, 穩(wěn)定的特征提取方法和良好性能的分類器設計是整個識別系統(tǒng)的核心,它們直接決定了識別系統(tǒng)的能。目前,有許多漢字特征提取的方法, 例如基于模糊方向像素的特征提取、基于彈性網(wǎng)格方向的分解特征提取、基于梯度的特征提取、基于筆畫和筆順的特征提取、基于結構的特征提取等特征提取的方法。另外, 也有人把小波變換技術用于漢字的識別。再者, 隨著人工神經(jīng)網(wǎng)絡技術的日益發(fā)展, 基于 RBF-DDA

9、神經(jīng)網(wǎng)絡、Hopfield 網(wǎng)絡、ART 網(wǎng)絡、自組織特征映射網(wǎng)絡、認知器模型等的漢 字識別技術也越來越被人們重視。總的來說, 漢字識別方法按特征提取和分類器設計不同, 通?？煞譃榻y(tǒng)計模式識別法、結構模式識別法(或稱句法識別法)、統(tǒng)計與結構相結合的識別法(或稱語義句法識別法) 及人工神經(jīng)網(wǎng)絡識別法等。1.6 1.6 我國漢字識別技術的展望 我國漢字識別技術的展望當前漢字識別的發(fā)展非常迅速, 許多成果均已走向實用, 但是不少成果還不成熟,

10、主要問題是識別率還不很令人滿意, OCR 輸出結果還需要費力校對才可, 這大大限制了其實用性。此外我國對漢識別成果缺乏公共的評價材料和手段, 即對漢字識別成果沒有建立一種公共的測試方法,也沒有公共的測試數(shù)據(jù)庫, 因 此其成果缺乏可比性, 難以判斷成果的實際水平。對于漢字識別未來的發(fā)展前途, 我們應抱著樂觀的態(tài)度。因為無論是腦機能的研究( 主要是指人的文字識別 機制的研究) 還是計算機性能的提高都會不斷促進文字識別理論和技術發(fā)展, 并

11、最終達到理想的目標。1．識別方法上仍走統(tǒng)計和結構方法相結合的道路 一種漢字識別的方法就是指特征選擇抽取、分類判別的方法. 特征抽取、分類判別是漢字識別的核心, 決定了識別系統(tǒng)的品質。盡管不同的識別系統(tǒng)具 體的識別方法各不相同, 但就本質而言, 可以歸納為統(tǒng)計和結構兩類基本方法。 目前漢字識別在結構方法中應用了統(tǒng)計方法的模式分布性質, 而在統(tǒng)計方法中, 模式的表示也體現(xiàn)了模式結構特征.統(tǒng)計法宜識別有噪聲的文字, 特征抽取容易 且穩(wěn)定, 但