中國書法合成與視頻漢字識別關(guān)鍵技術(shù)研究.pdf

1、文字從誕生之日起，書法藝術(shù)就成為無數(shù)的藝術(shù)家孜孜追求的目標。而漢字則更是因為其厚重的文化底蘊和超強的表達能力成為人類文字家族中獨具魅力的文字之一。漢字源于象形文字，與英，日等文字相比，數(shù)量巨大，字形結(jié)構(gòu)復(fù)雜，很難準確定義其藝術(shù)風(fēng)格。因此，如何通過學(xué)習(xí)小規(guī)模字符集生成風(fēng)格類似的大規(guī)模字符集是一個極具挑戰(zhàn)的問題。這一問題進一步可細化為漢字結(jié)構(gòu)如何表示，風(fēng)格如何評價和字形如何優(yōu)化三個子問題。本文首先從三個不同角度對于漢字書法字形的合成展開研究

2、。
　　 1.提出用9-intersection&Range Relationship(9IRR)模型表示漢字結(jié)構(gòu)。這種模型通過對漢字筆畫之間內(nèi)，外，邊界的相交程度來區(qū)分不同的結(jié)構(gòu)。將書法書寫的經(jīng)驗規(guī)則，如布白均勻，風(fēng)格一致，重心平穩(wěn)，量化為具體的公式。通過這些規(guī)則建立目標函數(shù)，采用模擬退火對其進行優(yōu)化，合成書法字形。
　　 2.提出用F-histogram表示漢字結(jié)構(gòu);增加了一些規(guī)則，如部首對齊，平衡部首之間的距離。由

3、于書法字形風(fēng)格的復(fù)雜，僅僅基于規(guī)則不能實現(xiàn)風(fēng)格的準確定義。于是，提出采用基于支持向量回歸(SVR)，對特定風(fēng)格字形風(fēng)格進行評價。之后，提出用啟發(fā)式搜索算法對其優(yōu)化實現(xiàn)字形的合成，在優(yōu)化過程中為了加快收斂速度我們引入了假設(shè)檢驗和設(shè)計了衰變函數(shù)對筆畫進行變換。
　　 3.提出從方向，距離，相交和包圍方面模糊刻畫漢字筆畫的布局，這樣可以表示的類型更為多樣;提出利用Bayes方法對字形風(fēng)格評價，并對書法風(fēng)格采用拉普拉斯矩陣進行分析。為了

4、提高字形優(yōu)化速度，提出采用粒子群優(yōu)化(PSO)方法對書法字形合成。
　　 此外，漢字識別是模式識別的一個重要問題。視頻中的文字信息在很多應(yīng)用（如用于視頻標注和檢索）中具有重要價值。本文以視頻中的漢字為研究對象，對其抽取和識別。
　　 4.在視頻文字跟蹤方面，設(shè)計了一個類似二分搜索方法定位文本區(qū)域，在字符分割時引入了假設(shè)檢驗的方法。在識別階段對字符圖像在0，π/4，π/2，3π/4和環(huán)進行投影作為原始的特征，進一步采用小波