基于PCGM模型的联机手写体韩文识别

韩文是一种常见的东方文字。相对于英文和汉字,韩文字具有大类别,类与类之间相似度极高,基本笔画单位具有以二维几何方式进行排列等特点,因此联机手写体韩文字符识别一直是一个难点。提出了基于PCGM模型的韩文字母识别,用字母的PCGM模型从韩文字分割出来,将分割出来的字母对此模型进行训练,使模型收敛稳定。实验结果表明方法对韩文字的识别有显著效果。

印刷体朝鲜文字符中字母的分割与识别研究

朝鲜文是一种由元音和辅音构成的字母文字。因此经常使用的一种朝鲜文识别方法是:从朝鲜文字符中分离出每一个字母,然后对这些字母进行识别,最后确定识别字符。本文结合结构分析法,通过对字符图像背景进行细化处理,找到字母之间的分割线分离出了每个字母,并且利用两层外围距离特征对这些字母进行了识别。在对4种经常使用的朝鲜文印刷字体进行初步实验的结果表明,字母分割正确率平均达到了97.4%,而字母样本集识别率为99%以上。