手写印刷体汉字识别的细化算法研究

细化是汉字识别预处理中重要的技术之一。它可在保持原汉字大部分信息的基础之上，极大地压缩汉字的存禽量，有利于后续的特征抽取与识别。在比较了几种不同细化方法的优劣之后，提出了一种改进的细化算法，并进行了计算机仿真。     

基于并行模板的手写体汉字串行细化算法

针对并行细化算法中细化模板较多,细化不全和串行算法的骨架非对称现象,提出了一种基于并行模板的手写体汉字串行细化算法。该算法改变了剥离边界的方向,引入了4个新的并行细化模板,根据串行算法特点和书写运笔规律,采用逆向扫描法遍历整个图像,通过与其他的模板细化算法进行实验比较,得出该算法在细化手写体汉字时,模板较少,速度较快,细化完全,骨架对称性较好的结论。     

基于计算机图像处理的书法笔画特征提取

提出一种利用计算机图像处理技术进行楷书基本笔画特征提取的方法.从书法笔画图像细化得到笔画骨架出发,提取笔画的全局特征和局部特征,用骨架关键点将笔画分为多个笔段,并结合书法写作特点通过对笔段内部及笔段之间特征进行分析,对书法笔画图像的形体特征选择、提取进行初步的探索.     

汉字识别的方法及Rosen细化算法的改进

介绍了汉字识别方法，改进了Ｒｏｓｅｎ细化算法，消除了该算法中的笔道丢失与断开。     

汉字识别的方法及Rosen细化算法的改进

介绍了汉字识别方法，改进了Ｒｏｓｅｎ细化算法，消除了该算法中的笔道丢失与断开     

汉字笔划的计算机分解和综合

本文提出了印刷体和手写体汉字笔划的计算机分解和综合的一种方法,此方法是对细化后的汉字抽取出横、竖、撇、捺等基本笔划,对细化过程中产生的断笔划进行合并,然后进行分类.实践表明,用此方法进行汉字识别,有较高的识别率.     

室内复杂背景下人体骨架的提取

人体骨架的提取对人体运动分析研究具有很重要的意义.本文提出了一种人体骨架模型的建立方法,该方法是通过对ZS并行细化算法进行改进,并结合最大正方形像素个数法来提取骨架图像,在骨架提取方向有较强的上噪和抗干扰能力,有很好的鲁棒性,可提取有效的骨架图像,然后以人体解剖学为基础,建立人体骨架模型.通过室内实验,验证了所提出方案的有效性.     

基于SVM的几种汉字特征提取法比较研究

阐述了边缘法、骨架法以及笔画法的方向特征提取算法的基本思想以及支持向鼍机(SVM)基本原理,采用SVM对所述特征提取技术分别得到的特征样本进行分别识别,正确识别率都达到90%以上.然后在时间效率、识别率以及汉字书写风格对特征提取算法的影响三方面的的对比分析基础上,得出笔画特征提取法是本文所述几种特征提取方法中时间效率最高(平均识别时间1.54ms),正确识别率最高(达96.6%)的特征提取方法.     

基于骨架化、骨架划分获取书法汉字结构特征方法

对翻拍照片进行二值化、滤除噪音、骨架化、骨架划分处理,获取到标志书法汉字间架结构特征的结构集.拟通过拆分汉字基本结构与间架结构特征实现书法汉字产生的目的.     

基于二叉树结构的支气管解剖结构识别技术

针对支气管图像匹配精度较差、效率过低问题,提出了一种解剖识别支气管的方法。该方法包含对胸部CT图像中支气管的提取、支气管的细化和支气管的识别。通过对支气管图像细化得到单像素、连通的支气管骨架图,根据支气管骨架图的分支点建立二叉树模型,并将其与匹配模板进行匹配,最后标记支气管分支名称信息。实验表明提出的方法在匹配效率和精度上有明显的改进,可以在1-4级分支很好地标记出结果。     

改进滴水算法的黏连字符分割方法

针对传统字符图像分割方法对笔画重叠黏连字符分割存在的不足,提出基于改进滴水算法来解决共用笔画黏连字符的分割。算法过程包括:利用Zhang-Sueng并行细化算法与自组织映射神经网络(self-organizing maps, SOM)聚类确定滴水算法初始点;定义新的水滴滴落路径。水滴从初始滴落点出发沿着字符重叠笔画的骨架滴落,水滴到达骨架末端时将继续沿着骨架倾斜方向滴落,直到遇到字符黏连部分的边界,水滴滚动的轨迹即为黏连字符切分路径。用改进滴水算法分割黏连字符避免了传统滴水算法初始滴落点定位不准确,导致字符分割断裂问题。对所提算法进行试验,与传统滴水算法和竖直分割算法进行比较,证明改进算法对笔画重叠黏连字符分割效果理想。     

On-Line Recognition of Handwritten Chinese Characters

For the design of a system for on-line recognition of handwritten Chinesecharacters stroke segment ordering is such a difficult problem no good solution is availableto it yet so far.An optimal stroke segment matching algorithm based on stroke structureinformation is proposed in this paper.Results of experiments are presented so thatcomparison can be made between the proposed algorithm and the stroke segmentmatching method based on the strokes’absoulute coordinates.     

一种保形的数学形态学图像细化算法

在分析形态序贯同伦细化算法的基础上，针对该算法运算结果为畸变骨架的缺点，提出了一种能保持图像目标正确结构形状的加权结构元素形态序贯细化算法，并以汉字图像为例予以验证．     

手写体笔迹单笔划提取算法

汉字笔划提取在笔迹鉴别研究中具有重要的意义,一旦汉字笔划提取在正确率和速度上取得突破,汉字笔迹鉴别乃至汉字的识别都将产生重大的突破.本文借助图像压缩技术中的游程长度编码技术,以计算像素点的方向游程长度为基础,通过计算待拆分汉字笔划厚度的方法来定义像素点方向游程长度的阈值.利用游程长度的阈值对像素点的方向游程长度进行分类,处理笔划交叉问题.该算法可对书写工整的汉字进行有效笔划提取.     

Data Pre－processing and Stroke Segment Extraction for On－line Handwritten Chinese Character Recognition

ＤａｔａＰｒｅ－ｐｒｏｃｅｓｓｉｎｇａｎｄＳｔｒｏｋｅＳｅｇｍｅｎｔＥｘｔｒａｃｔｉｏｎｆｏｒＯｎ－ｌｉｎｅＨａｎｄｗｒｉｔｔｅｎＣｈｉｎｅｓｅＣｈａｒａｃｔｅｒＲｅｃｏｇｎｉｔｉｏｎＴＡＮＧＸｉａｎｇｌｏｎｇ;ＳＨＵＷｅｎｈａｏ;ＬＩＵＪｉａｆｅｎ...     

一种高效的图像细化算法在焊缝跟踪中的应用

针对焊缝跟踪图像处理的特点，研究了二值化后的图像如何进一步细化的方法；采用先对焊缝的边缘进行提取，然后从垂直于焊缝的方向进行扫描的方法，取两条边缘的中点，即是焊缝的骨架；结果表明：此算法能准确地对一幅二值图细化，满足焊缝跟踪中图像处理的要求；这种算法的突出特点是计算量小，处理速度快，非常适合于焊缝的实时处理跟踪，而且不用改写算法，既适合于黑色背景白色图像，也适合于白色背景黑色图像.本算法通过推导得到四条处理准则，在遵循这几条处理准则的基础上逐点扫描图像，按照准则来确定目标点的删除与保留，达到细化的最终目的.     

试析吴宓伦理思想的理论来源及历史局限

吴宓是学衡派的领军人物,贯穿吴宓一生文化思想的是他对传统伦理精神的坚守与弘扬。吴宓认为,政治的根本在于道德,欲救世救国,就必须重塑中国文化传统中具有永恒价值的人伦精神和理想人格,“以人格而升国格”,才能使灾难深重的中华民族得以“重建民族的自尊”。吴宓的伦理思想,以儒家思想为本土资源,又得益于白璧德新人文主义和柏拉图哲学思想,从而使其伦理思想有了浓郁的文化保守主义色彩,有了我们可以把握的基本脉络。     

一种新的点云数据特征骨架提取方法

为解决点云数据的线骨架提取问题,为点云数据的后续几何处理的奠定基础,提出了一种新的点云数据骨架提取方法.通过对点云数据的空间层次剖分后建立其简化模型,可有效地避免噪声点对骨架的干扰;根据离散Morse理论,从简化模型中提取主要的特征点,用测地线连接这些主要特征点可得到模型的初步骨架.采用可见反力场方法将初步骨架内推至模型内部,对内推后的骨架光顺及聚类后形成最终骨架.该方法能够直接处理带噪声数据的大规模点云数据,所形成的骨架连续.     

A new analytical algorithm for computing probability distribution of project completion time

An analytical algorithm was presented for the exact computation of the probability distribution of the project completion time in stochastic networks, where the activity durations are mutually independent and continuously distributed random variables. Firstly, stochastic activity networks were modeled as continuous-time Markov process with a single absorbing state by the well-know method of supplementary variables and the time changed from the initial state to absorbing state is equal to the project completion time. Then, the Markov process was regarded as a special case of Markov skeleton process. By taking advantage of the backward equations of Markov skeleton processes, a backward algorithm was proposed to compute the probability distribution of the project completion time. Finally, a numerical example was solved to demonstrate the performance of the proposed methodology. The results show that the proposed algorithm is capable of computing the exact distribution function of the project completion time, and the expectation and variance are obtained.