基于小波变换和梯度方向的脱机手写藏文字符特征提取方法(英文)

为了提高脱机手写藏文字符的识别效果,提出了一种在小波变换基础上计算局部梯度方向直方图的特征提取方法.首先,对一个脱机手写藏文字符样本图像进行一次Haar小波变换,得到相应的一级近似分量;然后,将这个一级近似分量划分成几个等尺寸的子区域;最后,计算每个等尺寸子区域的局部梯度方向直方图,并将所有子区域的全部局部梯度方向直方图的值作为该字符图片的特征.在最近建立的脱机手写藏文字符样本数据库(THCDB)上的实验结果表明:提出的特征提取方法识别效率较高,且识别效果较好;和细节分量相比,近似分量对提高识别精度具有更大的贡献.     

空中手写汉字交互输入与识别实验平台构建

设计与实现了基于微软Kinect摄像机的在线空中手写汉字交互输入与识别实验平台。在研究现有联机手写汉字识别的方法基础上,提出了基于视觉汉字笔画顺序和统计特征的空中手写汉字特征向量提取方法,并利用流形学习方法训练大汉字集的低维流形表示和显式映射函数,结合邻域搜索策略和语义联想可实时高效的进行空中手写汉字识别。该实验平台为空中手写汉字识别方法提供了的客观分析、评价的方式和手段。     

基于小波变换和径向基神经网络的签名识别

主要研究利用小波变换和径向基神经网络进行签名图像的分类识别.它包括不同签名图像和相似签名图像的分类识别.所提出的方法包括小波域的图像特征提取和利用径向基神经网络的模式分类.采用小波的多分辨分析方法对签名图像进行时频分析特别有效.熵和能量相关特征的概念用于小波域.径向基神经网络具有快速的收敛速度和分类能力.实验仿真证实了利用小波变换和径向基神经网络进行签名图像分类识别的有效性,且成功识别率100%.     

手写汉字规定格式练习系统设计

本文介绍的是关于手写汉字识别的汉字练习系统设计,重点介绍字库的设计和管理.系统样本模式特征选取点与点之间距离、点位置两类.学习后,将提取的特征字保存到字样本库中.为便于快速匹配,样本库建立在文件尾部.库结构为简单顺序存储结构.     

一种新的手写汉字生成方法

改进的汉字统计结构模型可生成给定风格下的手写汉字。汉字被分为三个层次:笔划、部首和单字,我们首先训练样本,基于主成分分析和核主成分分析,分别建立三个层次的概率分布;然后测试样本,最后生成了与测试样本同一风格的汉字。使用HCL2000汉字数据库进行实验,实验结果验证了提出模型的有效性。     

兼顾连笔及笔顺自由的联机手写汉字识别方法

文章将手写汉字的可见线段和不可见线段进行联合编码,并对汉字笔画编码进行加权分类,较好的解决了联机手写汉字识别中连笔及笔顺自由问题,最后采用无回溯串匹配算法实现了汉字识别。     

基于相似度的手写汉字笔划鉴别方法实验研究

针对手机和平板电脑上手写汉字主流的xml存储格式,提出了一种对识别用户手写汉字笔划的算法。算法首先从三种结构特征对手写汉字进行编码,然后计算用户字笔划、模板字笔划之间不同编码集合的相似度,最后组合多种相似度识别手写汉字的笔划,并通过三种应用实验验证方法的有效性。笔顺的判别一直是手写汉字识别的难点,文章中提出的方法笔顺的识别率高达95%以上。此算法在用户字的多笔、少笔判别、笔顺判别、整字的正确性以及美观性判别等方面都有着广泛的应用。     

利用电脑“书写”汉字

汉语是公认的最难学的语言之一,而在听、说、读、写诸方面,写（指手写）又是最艰巨、最费时的＂任务＂。对于母语为拼音文字的西方学生来说尤其如此。长期以来,手写汉字一直是影响教学进度的主要因素,也是致使许多学生对汉语望而却步,甚至最终放弃继续学习的主要原因之一。而利用电脑＂书写＂汉字,必将为对外汉字教学这一领域提供更为广阔的思路和前景。和以前的纯粹手写汉字相比,利用电脑＂书写＂汉字在很多方面都具有无法取代的优势。作者简略论述了电脑＂书写＂汉字在对外汉字教学中的优势,并对通过电脑＂书写＂汉字应注意的问题,提出了一些见解和思考。     

基于小波变换的在线签名认证系统设计

文章介绍了一种基于小波变换的在线签名静态信息认证系统,利用Freescale芯片K60和电阻触摸屏采集笔迹信息,通过串口发送到电脑上,采用Matlab软件对数据进行滤波平滑和归一化处理,再利用小波变换DB6对笔迹坐标信息进行3层分解,提取分解后的过零点作为特征值,利用DTW算法与真实笔迹特征值进行对比判决真伪,经实验验证该系统较好的实现了笔迹鉴定。     

结合图像多种处理技术的数字水印算法

利用小波变换多分辨率特性和人眼视觉特征,提出了一种新的彩色图像水印算法。算法先将不同强度的签名水印扩频到彩色图像不同色块的小波域,然后进行逆小波变换生成水印图像。为增强水印的鲁棒性,在添加水印之前对水印进行预处理。实验结果表明,该算法对常见的图像处理方法和压缩具有很强的鲁棒性。     

论汉字在传达中的积极功能

传达中,文字的功能向来不被看重.一般认为文字不具备激发思维的功能,它只是对思维成果的消极物化.这种看法并不适合汉字.汉字是表意性文字,有图画性特征,这使它具备三个优点见文知意、传达意义的丰赡立体性、具有丰富的文化蕴涵.这些优点使它在传达中成为一个可以激发思维、推进思维的活体.同时传达中的汉字是手写的汉字,手写汉字有强化汉字形象性特征的性质.因此,汉字在传达中是积极的、有利于思维深入活跃的因素.     

汉字听写——高中语文教学亟待加强的训练

信息数字时代的到来,使得国人手写汉字的能力每况愈下。据国内权威机构调查显示,在受访群体中仅有38．9％的人经常手写汉字,41．2％的受访者表示自己手写汉字的频率一般,19．0％的受访者表示自己不经常手写汉字。与此同时,98．8％的受访者坦言自己曾遇到过提笔忘字的情况,其中29．5％的受访者表示自己经常遇到这种情况,鉴于此,中央电视台在2013年暑期推出了一档可谓是“汉字保卫战”的特别节目——《中国汉字听写大会》。     

OCR汉字识别技术进展

OCR汉字识别技术发展迅速,但手写汉字的识别难度仍然很大,本文就此分析了手写汉字的识别技术。     

实习医师电子病历与手写病历内涵的比较

目的:比较我院实习医师用Word文档编辑功能的电子病历与手写病历在不同病因发热住院患者临床应用中的规范性差别。方法:选择收住我科的不同病因发热住院患者电子病历112份,手写病历82份,对发热症状的特征如热度、热型、热程及其伴随症状等进行统计,分析两者病案规范性差别。结果在对呼吸道症状描述的全面性,规范性上明显优于手写病历(P<0.05),其他的伴随症状的描述包括发热症状的特征描述两者比较无统计学差异(P>0.05)。结论把电子病历的功能模块和Word文档有机地结合起来,既能加强电子病历书写的全面性和规范性,又不失去其个性化。     

纹理特征和SIFT特征的茶叶品质分级

当前的茶叶分级研究主要基于纹理特征构造分类器,但易受采样过程中的光照、噪声影响.本文提出了结合经典的SIFT(Scale-invariant feature transform)特征描述子在自然光条件下的茶叶分级问题,并使用多类AdaBoost算法对样本进行分类.单幅图像的提取结果显示,SIFT特征对带瑕疵的图片仍具有很好的描述能力.在采集的90幅3级茶叶样本上的实验结果显示,纹理特征+SIFT特征取得了比单组特征更好的分类性能.     

实习医师电子病历与手写病历内涵的比较

目的:比较我院实习医师用Word文档编辑功能的电子病历与手写病历在不同病因发热住院患者临床应用中的规范性差别.方法:选择收住我科的不同病因发热住院患者电子病历112份,手写病历82份,对发热症状的特征如热度、热型、热程及其伴随症状等进行统计,分析两者病案规范性差别.结果在对呼吸道症状描述的全面性,规范性上明显优于手写病历(P＜0.05),其他的伴随症状的描述包括发热症状的特征描述两者比较无统计学差异(P＞0.05).结论把电子病历的功能模块和Word文档有机地结合起来,既能加强电子病历书写的全面性和规范性,又不失去其个性化.     

手写与键入影响读写效果的研究争论及启示

传统手写过程存在动作轨迹和视觉的联合反馈,且直接产出字形;键入过程则分离了敲击动作和视觉空间,且字形是已定的,因此手写可能更有利于字词掌握及深层加工,从而对读写有更大的益处。文章指出,手写在对新字母的字形学习中有优势,但对单词的再认和拼写学习并不比键入更有优势;在诸如记笔记、作文等更高级的读写学习中,键入和手写各有长处。由于键盘上并不存在汉字,长期采用键入方式书写汉字,有可能会给我们的读写带来负面影响。     

不可轻视的“电脑失写症”

经常用电脑打字的朋友,你有没有出现过"提笔忘字"的情况呢?如果你的回答是"经常出现",那么你很可能患上了"电脑失写症"。"电脑失写症"主要表现在由于长期连续地面对电脑打字,导致对手写汉字的暂时性失忆;对大量常用汉字的失写;手写出来的文字潦草,难以辨认:用错别字、网络语言或网络符号代替一般的文字。专家     

试析汉字的规范书写及应用

汉字是中华文明的载体,中国传统文化素有对汉字敬爱珍惜的情感;封建社会的历朝历代,从官方到民间,都非常注重汉字的规范书写;当今社会,计算机虽然在很大程度上替代了手写汉字,但规范的书写、运用汉字仍旧是全社会都应该引起重视的一件大事。     

如何培养小学生的汉字书写能力

在这个普遍使用计算机的时代里,用打印代替手写的现象越来越普遍,造成在平时的教学工作中,有很多老师错误地认为学生将来用不着手写汉字,通常会忽略学生作业中的书写,在这种情况下,学生也就渐渐养成书写潦草的习惯。小学阶段是指导学生规范、端正地书写汉字的主要时期,从"激发写字兴趣""指导写字方法""坚持展示与奖励"三方面培养学生汉字书写的能力。