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。

一种多字体特大字符集字符识别系统

多字体特大字符集字符识别是当前OCR技术研究的热点之一。本文利用一组在抗干扰和描述字符拓扑结构方面具有互补性的特征 ,其于SupportVector技术和可增长自组织神经网络模型 ,建立一种识别系统来处理该问题。其中包括一个利用SupprtVector技术建立的OptimalMargin语言分类器 ,一个以可增长自组织神经网的粗分类器 ,结合统计和结构两种识别方法的三级汉字分类器 ,最后给出良好的实验结果 。