手写藏文字符识别研究

前言 第1章 绪论1．1 藏文文字简介1．1．1 本地藏文1．1．2 梵音藏文1．1．3 藏文符号1．1．4 藏文字符集标准1．2 藏文信息处理技术1．2．1 藏文操作系统1．2．2 藏语信息处理1．3 手写汉字识别的研究现状1．3．1 手写汉字识别的发展历史1．3．2 手写汉字识别的主要研究内容和方法1．3．3 导致汉字识别困难的几个因素1．4 手写藏文字符识别研究现状1．4．1 影响藏文字符识别的几个因素1．4．2 导致藏文字符识别困难的几个主要因素1．4．3 藏文字符识别的研究现状参考文献第2章 数字图像处理基础2．1 数字图像基础2．1．1 数字图像的获取2．1．2 数字图像分类2．1．3 图像的数字表示2．2 图像分析基础2．2．1 梯度2．2．2 不变矩2．3 图像变换2．3．1 傅里叶变换2．3．2 离散余弦变换2．3．3 K-L变换2．3．4 奇异值分解2．3．5 小波变换2．4 本章总结参考文献第3章 模式识别基础3．1 模式识别及其典型过程3．2 特征的选择和提取3．2．1 几种常用的特征选择方法3．2．2 特征的线性变换方法3．2．3 特征的非线性变换方法3．3 分类器设计3．3．1 Fisher线性判别分析3．3．2 感知器准则3．3．3 近邻法3．3．4 改进的二次判别函数3．3．5 核Fisher判别分析3．4 本章总结参考文献第4章 手写藏文字符样本库4．1 脱机手写藏文字符样本库4．1．1 脱机手写藏文字符样本库4．1．2 脱机手写藏文文档样本库4．2 脱机手写藏文字符样本预处理4．2．1 文档图像的预处理4．2．2 字符图像的预处理4．3 联机手写藏文字符样本库4．3．1 手写藏文字符样本收集4．3．2 数据存储结构4．3．3 数据分析4．3．4 数据划分及使用4．4 本章总结参考文献第5章 脱机手写藏文字符识别方法5．1 基于梯度的手写藏文字符特征提取方法5．2 基于不变矩和小波变换的特征提取技术5．3 基于小波变换和梯度方向直方图的特征提取方法5．3．1 特征向量的维数5．3．2 实验分析5．3．3 结论5．4 基于字典学习和核主成分分析的特征提取方法5．4．1 核主成分分析（KPCA）5．4．2 稀疏表示5．4．3 基于字典和核主成分分析的特征提取算法DL-KPCA5．4．4 实验过程及结果分析5．5 基于K-近邻和稀疏表示的两阶段分类算法5．5．1 算法介绍5．5．2 实验5．6 本章总结参考文献第6章 基于统计的联机手写藏文字符识别方法6．1 预处理6．1．1 线性归一化6．1．2 添加虚拟笔划6．1．3 基于数学形态学的去噪处理6．1．4 非线性变换6．1．5 笔划等距离重采样和平滑6．2 基于方向的特征提取方法6．2．1 方向的确定6．2．2 滤波器的选择6．2．3 二值投影到灰度6．2．4 图像分割的粒度6．3 三阶段分类方法6．3．1 基于欧式距离的粗分类6．3．2 基于MQDF的细分类6．3．3 相似字符的判别分类6．4 本章总结参考文献第7章 融合统计和结构特征的联机手写藏文字符识别方法7．1 基于藏文部件的识别框架7．2 藏文部件过分割方法7．3 藏文部件模型库的构建7．3．1 藏文字符结构7．3．2 手写藏文部件的选取准则7．3．3 半自动的部件标定方法7．4 集成的部件串分割与识别7．4．1 条件随机场7．4．2 集成CRF函数7．4．3 能量函数7．4．4 集成CRF的参数学习7．5 实验7．5．1 数据库描述7．5．2 实验结果7．6 本章总结参考文献第8章 藏文字符的计算机排序——后处理的基础问题研究8．1 手写藏文字符识别与藏文字符排序间的关系8．2 藏文字符排序元素8．2．1 DLICET简介8．2．2 对部分梵音藏文字母排序元素的修订8．3 本地藏文音节类型的程序判定8．3．1 本地藏文音节通用结构8．3．2 对部分受语法影响音节和部分梵音藏文组合字符的预处理8．3．3 本地藏文音节结构的判定8．3．4 本地藏文音节中字母间的约束关系8．3．5 本地藏文音节判定算法8．4 本地藏文字符排序8．4．1 本地藏文音节串间的比较8．4．2 混合字符串间的排序8．4．3 排序结果8．5 梵音藏文字符排序8．5．1 梵音藏文音节的判断准则8．5．2 梵音藏文的词典顺序8．5．3 梵音藏文音节的通用结构8．5．4 梵音藏文音节间的比较8．6 排序元素的压缩8．7 本章总结参考文献