| 摘要 | 第1-14页 |
| 1 论文中文版 | 第14-46页 |
| 一 汉字识别的意义 | 第14-17页 |
| ·汉字的历史 | 第14页 |
| ·汉字识别的应用前景 | 第14-15页 |
| ·汉字识别的理论价值 | 第15页 |
| ·脱机手写体汉字识别中存在的问题及困难 | 第15-17页 |
| 二 研究方法概述 | 第17-23页 |
| ·基于统计特征的识别技术 | 第17-19页 |
| ·基于结构特征字符识别技术 | 第18-19页 |
| ·基于部件的识别方法 | 第19页 |
| ·手写体识别中常用的特殊处理方法 | 第19-23页 |
| ·多级分类 | 第19页 |
| ·对相似字的识别 | 第19-20页 |
| ·对于手写体变形的处理方法 | 第20页 |
| ·多种策略的综合集成 | 第20-23页 |
| ·汉字识别的后处理 | 第20-23页 |
| 三 汉字识别的预处理与笔段、特征提取 | 第23-36页 |
| ·系统框架 | 第23-24页 |
| ·预处理 | 第24-27页 |
| ·样本的采集 | 第24页 |
| ·二值化 | 第24页 |
| ·平滑(去噪) | 第24-25页 |
| ·字符切分 | 第25页 |
| ·归一化 | 第25-26页 |
| ·细化 | 第26-27页 |
| ·笔段提取 | 第27-32页 |
| ·笔段的提取算法 | 第27-28页 |
| ·各种笔段的第一次延伸 | 第28页 |
| ·撇笔段的第二次延伸算法 | 第28-29页 |
| ·笔段类型的进一步的检查 | 第29-32页 |
| ·特征提取及识别 | 第32-36页 |
| ·提取横、竖、撇、捺四种笔段的每种笔段的数目 | 第32页 |
| ·提取交点的数目 | 第32-33页 |
| ·方向线素特征的统计 | 第33-36页 |
| 四 汉字的结构判断和部首分割 | 第36-41页 |
| ·没有连笔的汉字的结构判断和部首分割 | 第36-37页 |
| ·有连笔的汉字的部首的动态组合 | 第37-41页 |
| 五 总结与展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 2 综述中文版 | 第46-88页 |
| 一 汉字识别的意义 | 第46-48页 |
| ·汉字的历史 | 第46-47页 |
| ·脱机手写体汉字识别中存在的问题及困难 | 第47-48页 |
| ·手写体汉字识别研究的意义 | 第48页 |
| 二 预处理 | 第48-59页 |
| ·版面切分 | 第48-51页 |
| ·直接切分法 | 第49-50页 |
| ·基于结构分析的切分法 | 第50页 |
| ·以连通域为基础的切分方法 | 第50-51页 |
| ·二值化 | 第51-53页 |
| ·阈值法 | 第51页 |
| ·二次定值法 | 第51页 |
| ·最大方差阈值法 | 第51-53页 |
| ·去噪 | 第53-54页 |
| ·归一化 | 第54页 |
| ·骨架化 | 第54-59页 |
| ·串行的算法 | 第55页 |
| ·常见的细化算法还有以下几种 | 第55-56页 |
| ·围绕骨架化而得到的各种方法 | 第56-57页 |
| ·采用升维的思想来求骨架画 | 第57-58页 |
| ·用数学形态学的思想-主曲线 | 第58-59页 |
| 三 基于统计特征的识别技术 | 第59-65页 |
| ·方向线素特征 | 第59-62页 |
| ·隐马尔可夫模型 | 第62页 |
| ·支持向量机 | 第62-64页 |
| ·基于神经网络的字符识别技术 | 第64-65页 |
| 四 结构特征字符识别技术 | 第65-73页 |
| ·基于笔段的识别方法 | 第66-70页 |
| ·没有经过细化的方法 | 第66页 |
| ·直接扫瞄平滑后的汉字图像 | 第66-67页 |
| ·用链码跟踪的方法来提取笔段 | 第67页 |
| ·经过细化处理后再来提取笔段 | 第67-70页 |
| ·基于部件的识别方法 | 第70-71页 |
| ·汉字的拆分 | 第71-73页 |
| 五 汉字识别中常用的处理方法 | 第73-78页 |
| ·粗分类 | 第73-74页 |
| ·对相似字的识别 | 第74页 |
| ·对于手写体变形的处理方法 | 第74-76页 |
| ·汉字识别的后处理 | 第76-78页 |
| 六 手写体识别技术展望 | 第78-80页 |
| 参考文献 | 第80-88页 |
| 3 论文英文版 | 第88-118页 |
| 1 The Meaning Of Chinese Character Recognition | 第88-92页 |
| ·The History of Chinese Character | 第88-89页 |
| ·In The Application | 第89页 |
| ·In Theory | 第89页 |
| ·The Difficulties And Problems Of Off-Line Handwritten Chinese Character Recognition | 第89-92页 |
| 2 The Methods Survey | 第92-97页 |
| ·Methods Based On Statistic Feature | 第92-93页 |
| ·Recognize based on structure feature | 第93-94页 |
| ·Based On Radical | 第94-97页 |
| ·Use Coarse Classification | 第94-95页 |
| ·Recognize The Similar Characters | 第95页 |
| ·Deal With The Distortion | 第95-96页 |
| ·Synthesize Different Tactic | 第96页 |
| ·Post-processing | 第96-97页 |
| 3 pre-processing stroke segment extraction and feature extraction of handwritten recognition | 第97-110页 |
| ·Graph Flow | 第97-98页 |
| ·pre-processing | 第98-101页 |
| ·Binary | 第98页 |
| ·Character Segmentation | 第98-99页 |
| ·Normalization | 第99-100页 |
| ·thinning | 第100-101页 |
| ·Algorithm Of Stroke Segment Extraction | 第101-106页 |
| ·Algorithm Of Stroke Segment Extraction | 第102页 |
| ·the first extending for the four strokes | 第102页 |
| ·The Second Extending Algorithm | 第102-103页 |
| ·Check The Category Of The Extracted Strokes | 第103-106页 |
| ·Feature Extraction | 第106-110页 |
| ·Extract The Number For Four Kinds Of Stroke Segments | 第106页 |
| ·Compute The Number Of Cross Points | 第106-107页 |
| ·Calculate The Directional Element Feature | 第107-110页 |
| 4 Determine The Structure And Separate Radical | 第110-114页 |
| ·Stroke Segment Algorithm For No False Connection | 第110-111页 |
| ·Algorithm Of Dynamic Constructing Radical | 第111-114页 |
| 5 The Conclusion And Expectation | 第114-115页 |
| References | 第115-118页 |
| 4 综述英文版 | 第118-162页 |
| 1 The Meaning of Research Handwritten Chinese Character Recognition | 第118-121页 |
| ·The History Of Chinese Character | 第118-119页 |
| ·The Difficulties And Problems Of Off-Line Handwritten Chinese Character Recognition | 第119-121页 |
| ·The Value In Application And Theory Research | 第121页 |
| 2 The Preprocess Methods | 第121-132页 |
| ·Segmentation | 第121-124页 |
| ·The Simple Method Direct Segment | 第122-123页 |
| ·Segmentation Based On Structure Analysis | 第123页 |
| ·Segmentation Based On Connect Component | 第123-124页 |
| ·Binary Procession | 第124-126页 |
| ·the Threshold Method | 第124-125页 |
| ·Two Times Get The Threshold | 第125页 |
| ·Maximum Variance Threshold | 第125-126页 |
| ·Smoothing | 第126-127页 |
| ·Normalization | 第127-128页 |
| ·Skeleton | 第128-132页 |
| ·Serial Method | 第129页 |
| ·The Often Used Skeleton Methods Are As Following | 第129-130页 |
| ·Methods Derived From The Axis Line | 第130-131页 |
| ·Some Researchers Propose Fast Edt Algorithm | 第131页 |
| ·Mathematical Morphological | 第131-132页 |
| 3 recognition method based on statistic feature | 第132-139页 |
| ·Directional element feature is the most stabile one among the statistic methods | 第133-135页 |
| ·Hidden Markove model (HMM) | 第135-136页 |
| ·Support Vector Machine (SVM) | 第136-138页 |
| ·Chinese character recognition based on artificial neuron network (ANN) | 第138-139页 |
| 4 Techniques based on structure information | 第139-147页 |
| ·Methods based on stoke segment | 第140-144页 |
| ·No skeleton step | 第140-142页 |
| ·Extract stroke segment on skeleton image | 第142-144页 |
| ·Method based on radicals | 第144-145页 |
| ·Segment of character | 第145-147页 |
| 5 The often used strategy in handwritten Chinese character recognition | 第147-153页 |
| ·coarse classifications | 第147-148页 |
| ·recognize the similar character | 第148-149页 |
| ·The treatment for diversification of handwritten character | 第149-151页 |
| ·The post-processing | 第151-153页 |
| 6 the expectation of Chinese OCR technology | 第153-155页 |
| ·based on fuzzy mathematics technology | 第153页 |
| ·Develop good post-processing system | 第153页 |
| ·Synthesize different strategies | 第153-155页 |
| references | 第155-162页 |
