维吾尔语手写体在线计算机识别技术研究

维吾尔语手写体在线计算机识别技术研究

摘要：维吾尔语是以单词为基本单位的黏连语，字母因在单词中位置的不同而具有不同的书写变形，目前手写技术的发展仍然落后于汉语、英语等语种。本文在分析维吾尔语言文字的结构、构词特点和输入习惯等特征的基础上，总结了黏着性语言对手写输入识别的影响，主要探讨了实现维吾尔文手写识别系统的过程和相关关键技术，以期通过对这些技术的分析、验证，实现维吾尔文手写识别系统。

中国论文网 /8/view-7181855.htm

关键词：维吾尔文 手写体 在线识别

中图分类号：TP39 文献标识码：A 文章编号：1007-9416(2015)12-0000-00

Abstract：Uygur language is an agglutinative language with words as its basic unit. Because of the different positions in the word， the letters have different writing deformation. At present， the development of handwriting technology is still lagging behind the Chinese and English languages. On the basis of analysis of the structure of Uygur language， characteristics of word formation and input habits， etc. this paper Summarizes the impact of agglutinative language on handwriting recognition， Mainly discusses the process of implementation of the Uygur handwriting recognition system and related key technologies， Hope that through the analysis and verification of these technologies， implementation of the Uygur handwriting recognition system.

Key Words：Uygur Language， Handwritten text， On-line Recognition.

1 维吾尔语手写体识别的特点

维吾尔语是以单词为基本单位的黏连语，与阿拉伯语相似，书写形式从右到左，字母粘连，字母因在单词中位置的不同而具有不同的书写变形。目前，对于维吾尔语的手写识别通常有两种解决思路，一种是直接对整个单词进行整词识别，这种方法可取的特征比较丰富，但需要建立大量的单词数据库；另一种思路是先进行单词(或粘连字母序列)进行切分，再对切分后得到的单个字符进行识别[1][2]。

维吾尔文中有32个字母，如下：

?? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

? ? ? ? ? ? ? ?? ?? ?? ?? ? ?? ?? ?

同时，每一个字母有多种形式：

(1)有四种形式的总共有24个字母：

??? ??? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ???? ?? ?? ?? ??? ??? ??? ??? ?

如： ?， ?， ?， ? 都表示一个字母，共4×24=96个。

(2)有八种形式的总共2个字母：

?? ? ??

如：? ? ? ? ? ? ? ? 都表示一个字母，共2×8=16个。

(3)有两种形式的字母总共有6个：

? ? ? ? ? ?

如：? ，? 都表示一个字母，共 6×2=12个。

(4)附字符形式有 ? ? ? ? 等四个。

总共有128个形式。

为方便联机识别，本文把所有的维吾尔文字母笔画符号根据它在维吾尔文字母笔画符号中的作用分为几类，在样本训练时分类封装：

(1)简单符号。最普通的维吾尔文字母符号，例如”?”、 “?”、”?”、”?”、”?”、”?”、”?”等都属于这一类。

(2)复杂操作符。右边、上边和下边都可能存在笔画的维吾尔文字母符号，例如?、?、?、?、?、?、?、?、?、?等。

(3)两个字母音节符号。一个辅音字母加元音字母组成的两个字符音节。例如：??、??、??、??、???、???、???、???