印刷體數(shù)學公式識別中符號識別技術(shù)的研究.pdf

1、本課題研究數(shù)學表達式中符號的識別,因為在科技高度發(fā)展的現(xiàn)代,數(shù)學表達式是大多數(shù)科技文獻的核心,對它的研究可以使數(shù)學表達式用于檢索,提高文獻的科技性;實現(xiàn)公式輸入的自動化,以解決手動輸入的低效率問題;隨著計算機網(wǎng)絡(luò)的發(fā)展,網(wǎng)上傳遞資料成為人們常用的方式,改變數(shù)學表達式圖片的存在形式,可以節(jié)省空間,提高網(wǎng)絡(luò)的傳輸速度等.本文分析了國內(nèi)外數(shù)學公式識別研究的現(xiàn)狀,建立一個通用的數(shù)學公式識別系統(tǒng)是研究的難點,也是實際應(yīng)用所需求的.在本系統(tǒng)中,首先

2、對符號圖像進行閾值的二值化處理;圖像在生成的過程中容易引進噪聲,對此進行了圖像的平滑去噪;為了得到符號圖像清晰的拓撲結(jié)構(gòu),采用了Hilditch算法進行符號圖像的細化處理;由于數(shù)學表達式中符號大小的多樣性不利于識別,所以對這些符號進行了大小的歸一化.然后使用骨架鏈碼法,根據(jù)結(jié)構(gòu)分析后的符號的孔洞數(shù)及其位置、端點數(shù)、角點數(shù)等結(jié)構(gòu)特征對數(shù)學表達式中常見到的103個符號進行實驗初分類,可分成十個小的類,每個小類都對應(yīng)著一個神經(jīng)網(wǎng)絡(luò).再對符號的