漢字識(shí)別關(guān)鍵算法研究與應(yīng)用.pdf

1、漢字和書(shū)法是中國(guó)傳統(tǒng)文化重要組成部分，構(gòu)成豐富多彩的中國(guó)歷史與文化。用戶在瀏覽欣賞漢字書(shū)籍時(shí)，特別是在瀏覽欣賞有諸多繁體字的古代書(shū)籍的時(shí)候，會(huì)遇到很多生疏不認(rèn)識(shí)的漢字，給用戶欣賞作品帶來(lái)了障礙。如果有工具能夠幫助用戶識(shí)別對(duì)應(yīng)的漢字并給出該漢字的讀音等相關(guān)信息，將給用戶閱讀書(shū)籍帶來(lái)很大幫助和便利。
　　針對(duì)上述問(wèn)題，本文首先提出了一種基于GIST特征、SIFT特征和SSC（相似性敏感編碼）的漢字識(shí)別算法。對(duì)于漢字圖像的特征表達(dá)，目前

2、最廣泛使用的全局特征和局部特征分別是GIST特征和SIFT特征，本文使用GIST特征和SIFT特征相結(jié)合的形式以提高識(shí)別的準(zhǔn)確率。首先，通過(guò)爬蟲(chóng)技術(shù)搜集目前所有的漢字，建立漢字庫(kù)。然后利用圖像切割技術(shù)獲取每個(gè)漢字的圖像，并提取特征建立漢字圖像特征庫(kù)。由于特征庫(kù)存儲(chǔ)空間較大，本文通過(guò)對(duì)SIFT特征過(guò)濾和SSC算法，對(duì)特征庫(kù)進(jìn)行壓縮，減少特征庫(kù)存儲(chǔ)。此外，為了提高識(shí)別的時(shí)間效率，本文采用了高維空間索引算法，對(duì)比實(shí)驗(yàn)選取合適的索引算法以減少識(shí)

3、別過(guò)程中時(shí)間消耗，增強(qiáng)識(shí)別算法的拓展性。
　　相對(duì)于漢字識(shí)別，書(shū)法字形式的多樣性使得書(shū)法字識(shí)別更加困難。最后，本文嘗試將深度學(xué)習(xí)與傳統(tǒng)識(shí)別方法相結(jié)合的方法進(jìn)行書(shū)法字圖像的識(shí)別。從書(shū)法的風(fēng)格多樣性的角度出發(fā)，利用深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)書(shū)法字圖像進(jìn)行風(fēng)格上的分類，然后通過(guò)傳統(tǒng)的分類算法識(shí)別該書(shū)法字圖像，得到其對(duì)應(yīng)的漢字。通過(guò)實(shí)驗(yàn)對(duì)比，本文提出的書(shū)法字識(shí)別算法更高效。
　　最后，本文從圖像的特征提取、特征匹配和系統(tǒng)架構(gòu)三個(gè)層面出發(fā)，在