印刷體數(shù)學(xué)公式上下標(biāo)的一種判別方法.pdf

1、隨著計算機和因特網(wǎng)的發(fā)展，人們越來越多地使用計算機處理日常工作和存儲信息。將印刷體文檔通過光學(xué)字符識別(Optical Characters Recognition，OCR)技術(shù)轉(zhuǎn)化為電子文檔進行存儲和傳輸已成為信息交流的重要步驟?，F(xiàn)有的主流OCR軟件都能夠準(zhǔn)確、高效地識別普通文本，但是對于數(shù)學(xué)公式，它們的識別結(jié)果只不過是一些失去了原來意義的符號。而數(shù)學(xué)公式是大部分科技文檔的重要組成部分，甚至是一些文獻的核心，失去了公式會使文獻的應(yīng)用價

2、值大為降低。為此研究者們提出了新的數(shù)學(xué)公式識別系統(tǒng)。數(shù)學(xué)公式與普通文本相比有許多不同，其中除了含有字符，還可能包含根式、分式、上下標(biāo)、極限、矩陣等特殊結(jié)構(gòu)，其形狀和位置也不是固定不變的。此外，公式中有些字符在不同場合還可能表示不同的意義。這些都使得數(shù)學(xué)公式成為具有二維特征的復(fù)雜結(jié)構(gòu)體，決定了數(shù)學(xué)公式識別應(yīng)該包括符號識別和結(jié)構(gòu)分析兩個方面。 本文的結(jié)構(gòu)安排如下：第l章介紹了模式識別和神經(jīng)網(wǎng)絡(luò)方面的知識，概述了數(shù)學(xué)公式識別系統(tǒng)的流程

3、。第2章介紹了文檔圖像預(yù)處理的相關(guān)內(nèi)容，對公式定位的典型方法及普通符號、處理粘連符號的最短路徑和基于自組織特征映射(SOFM)網(wǎng)絡(luò)的分割方法做了簡介。第3章首先介紹了基于矩特征的字符特征提取，包括幾何矩和Zernike矩。通過分析比較，發(fā)現(xiàn)Zernike矩比幾何矩更適合用于符號特征的提取。然后對BP網(wǎng)絡(luò)的分類能力進行了測試，并聯(lián)合一個SOFM網(wǎng)絡(luò)和多個BP網(wǎng)絡(luò)，組成多級神經(jīng)網(wǎng)絡(luò)模型作為識別器，對字符圖像做了識別試驗。第4章為本文的重點。