手寫維吾爾文字識別若干關鍵技術研究.pdf

1、相比拉丁字母、漢字等文字,目前對自然草體文字如阿拉伯文、維吾爾文的手寫識別研究相對較少。
　　本文研究脫機和聯(lián)機手寫維吾爾文字識別方法,包括字符識別、字符分割和單詞識別等幾個關鍵性技術。
　　針對維吾爾128類字符,提出基于部件分解和融合的手寫字符識別算法。首先構建手寫維吾爾部件庫和字符的部件字典,將字符分解為主體、附加和點三類部件,并結合連筆分析獲得較魯棒性的部件描述;其次,針對各類部件的不同特點設計相應的特征抽取和分類器

2、,通過部件匹配來檢測和辨識相似字間的微小差異;為減輕手寫字符拓撲變形造成的干擾,對聯(lián)機部件提取一種統(tǒng)計特征即時分方向特征;最后,對多個部件的分類輸出進行融合,獲得字符識別結果。
　　提出字符識別的多部件自適應融合策略。提出一種實時的融合系數(shù)計算方法,利用部件匹配測度分布來估計其權重,以實現(xiàn)部件的自適應融合。提出基于加權和、基于樸素貝葉斯模型、以及基于改進 D-S證據理論的部件融合算法。對比實驗證實,基于改進 D-S證據理論的融合算

3、法能夠克服加權和融合鑒別能力較弱、以及貝葉斯融合對噪聲過于敏感等缺點,有效提升了字符識別算法的識別率和穩(wěn)定性。
　　針對維吾爾詞書寫粘連和手寫筆畫漂移等問題,提出基于多信息加權融合路徑尋優(yōu)的字符分割算法。首先,提出基于主體切分和附加聚類的字段過分割算法,并通過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估算字段匹配信息,以抑制筆畫漂移造成的干擾;最后,構建字符序列二階Markov語言模型,并基于Bayes準則提

4、出單詞后驗概率的多信息加權融合計算方法,綜合字段匹配、字符識別和語義信息,對字段匹配及字根合并的路徑進行尋優(yōu),以最佳分割路徑得到字符分割結果。
　　提出一個結合反饋結構和字段分析的手寫維吾爾單詞識別系統(tǒng)。為克服順序結構中的錯誤累積問題,該系統(tǒng)構建反饋結構,通過對字段形態(tài)錯誤、字符識別錯誤和單詞匹配錯誤三種反饋信息的估計和響應,來控制字符分割和單詞識別的結果。首先,過分割單詞圖像得到主體和附加字段序列;其次,根據反饋信息設計字段合并