印刷體數(shù)學(xué)公式符號(hào)識(shí)別方法研究.pdf

1、本課題研究印刷體數(shù)學(xué)表達(dá)式中符號(hào)的識(shí)別。 近年來，數(shù)學(xué)公式圖像自動(dòng)識(shí)別與理解已成為文檔圖像處理(DIP)領(lǐng)域的一個(gè)熱點(diǎn)問題。數(shù)學(xué)公式圖像識(shí)別主要包括兩大階段：符號(hào)識(shí)別與語(yǔ)法分析。多數(shù)學(xué)者將研究重點(diǎn)放在語(yǔ)法分析階段，因?yàn)楹芏嗳苏`認(rèn)為傳統(tǒng)OCR技術(shù)能夠較好的識(shí)別數(shù)學(xué)公式符號(hào)，但實(shí)際應(yīng)用中卻遠(yuǎn)非如此。 數(shù)學(xué)公式符號(hào)是介于普通文字字符與圖形符號(hào)之間的一種符號(hào)，它在排版印刷、符號(hào)集方面都與普通文字字符有著很大的區(qū)別；而且數(shù)學(xué)公式符

2、號(hào)圖像受字體影響較大。因此設(shè)計(jì)專門的數(shù)學(xué)公式識(shí)別引擎非常必要。 本文針對(duì)這一問題，提出一個(gè)合理的、使用性強(qiáng)的數(shù)學(xué)公式符號(hào)識(shí)別模型，根據(jù)這一模型，實(shí)現(xiàn)通用、快速、精確的印刷體數(shù)學(xué)公式符號(hào)識(shí)別引擎。 該識(shí)別引擎包括預(yù)處理、字體識(shí)別、符號(hào)內(nèi)容識(shí)別、后處理這一完整流程，在符號(hào)內(nèi)容識(shí)別階段，集成結(jié)構(gòu)分析與統(tǒng)計(jì)分類的思想，并分別采用最小距離和基于ISOETRP聚類算法的決策樹兩種方法設(shè)計(jì)分類器。 本課題識(shí)別字符集包括普通字體