第1章 绪论

1.1引言

1.2文字和汉字

1.2.1文字的代码表示

1.2.2汉字的字体字形

1.2.3汉字的特点

1.2.4中文信息处理

1.3文字识别和汉字识别

1.4文字识别研究历程

1.5文字识别分类

1.5.1按照不同文种文字和文档的识别技术分类

1.5.2按照获取图像方式和识别对象不同分类

1.5.3单个字符识别和文档篇章识别

1.6文字识别与笔迹鉴别

1.7汉字识别的基本方法——基于视觉感知的汉字识别方法

1.8关于本书

参考文献

第2章 模式识别和模式识别信息熵理论

2.1引言：模式与模式识别

2.2基于贝叶斯统计决策的模式识别

2.3模式识别统一信息熵理论

2.3.1特征和类别及其相关信息熵

2.3.2后验熵：最优贝叶斯分类器误识率的上限

2.3.3模式识别的学习与识别信息过程

2.3.4互信息：决定模式识别性能的鉴别熵

2.4正态分布条件下的模式识别信息熵系统

2.5最大互信息鉴别分析（互信息鉴别子空间模式识别）

2.5.1最大互信息子空间线性鉴别分析方法

2.5.2最大互信息线性鉴别分析与线性鉴别分析LDA

2.6特征选择的信息熵准则

2.6.1基于错误概率的类别可分性准则

2.6.2基于有效互信息的类别可分性准则

2.7从信息熵分析看提高识别性能的途径

2.8汉字集合和汉字文本的信息熵

2.8.1汉字集合的信息熵

2.8.2汉字文本的信息熵和汉字的极限熵

2.9本章小结

参考文献

第3章 汉字识别的特征提取

3.1引言

3.2汉字字符图像规一化预处理

3.2.1线性规一化

3.2.2非线性规一化

3.2.3基于整体密度均衡的非线性规一化

3.3汉字识别中的特征抽取

3.3.1结构特征

3.3.2统计特征

3.4汉字识别特征提取研究的发展历程

3.4.1基于图像变换的印刷汉字识别特征和系统

3.4.2基于形态学汉字结构分析的两级印刷汉字识别特征和系统

3.4.3汉字笔画密度微结构全局特征及多字体汉字识别系统

3.4.4基于汉字笔画方向网格特征的鲁棒汉字识别系统

3.5笔画方向线素特征

3.5.1方向线素特征的形成方法

3.5.2网格化方向线素特征

3.5.3对原模糊分块方法的改进——低通采样方向线素特征

3.5.4实验和结果

3.6基于Gabor滤波器的高性能汉字识别方向特征

3.6.1 Gabor变换理论分析

3.6.2适用于汉字识别的Gabor滤波器组设计及实验验证

3.6.3对Gabor滤波器组输出的非线性变换

3.6.4分块特征的抽取

3.6.5实验及结果

3.7汉字识别梯度方向特征抽取方法

3.7.1梯度方向特征

3.7.2梯度方向特征的快速算法

3.8不同笔画方向特征的识别性能实验比较

3.9本章小结

参考文献

第4章 特征的鉴别分析和分布整形

4.1引言

4.2线性鉴别分析

4.2.1优化准则

4.2.2变换形式和最优解

4.2.3变换的分解形式

4.2.4启发式讨论

4.2.5实验与结果

4.2.6小结

4.3正则化线性鉴别分析

4.3.1小样本带来的问题

4.3.2利用正则化估计协方差阵

4.3.3实验结果

4.4异方差鉴别分析

4.4.1基于极大似然估计的异方差线性鉴别分析

4.4.2基于Chernoff准则的异方差线性鉴别分析

4.4.3基于Mahalanobis准则的异方差线性鉴别分析

4.4.4实验结果

4.4.5小结

4.5特征统计分布整形变换

4.5.1特征分布的整形

4.5.2正态性检验

4.5.3 Box-Cox变换

4.5.4方向线素及梯度特征的整形

4.5.5实验与结果

4.6本章小结

参考文献

第5章 模式识别分类器设计/统计模式分类方法

5.1引言

5.2贝叶斯判决理论

5.3正态分布下的贝叶斯分类器

5.3.1正态分类模型

5.3.2最小距离分类器MDC

5.3.3线性距离分类器LDC

5.3.4二次鉴别函数分类器QDF

5.3.5二次鉴别函数

5.3.6 QDF误差分析

5.4改进二次鉴别函数分类器MQDF

5.4.1修正二次鉴别分类MQDF

5.4.2 QDF修正形式的贝叶斯估计推导

5.4.3实验与结果

5.5系统实现与应用

5.5.1非限定脱机手写汉字识别系统

5.5.2多字体印刷中、日、韩文识别系统

5.6分类器的置信度分析

5.6.1分类器的置信度和广义置信度

5.6.2基于距离的分类器的广义置信度估计

5.6.3多层前向神经网络分类器广义置信度估计

5.6.4从广义置信度求置信度的方法

5.6.5使用ACT估计后验概率

5.6.6置信度分析在字符识别中的应用

5.6.7小结

5.7分类器集成

5.7.1集成的3个层次

5.7.2基于线性回归的多分类器集成

5.7.3利用线性回归提高后验概率估计的准确性

5.7.4后验概率的估计误差与误识率的关系

5.7.5实验结果

5.7.6小结

5.8本章小结

参考文献

第6章 无约束手写汉字识别分类器鉴别学习

6.1引言

6.2基于最小错误率的鉴别学习

6.2.1最小错误率学习

6.2.2基于MCE的多模板距离分类器参数鉴别学习

6.2.3基于MCE的MQDF分类器参数鉴别学习

6.2.4基于MCE的正交混合高斯模型的鉴别学习

6.3基于启发式的鉴别学习方法

6.3.1矫正学习

6.3.2镜像学习方法

6.3.3样本重要性加权学习方法

6.4本章小结

参考文献

第7章 联机手写汉字识别

7.1引言

7.1.1联机手写汉字识别方法回顾

7.2描述结构的统计模型——SSM

7.2.1基元间关系的描述

7.2.2结构统计模型SSM的定义及概率分析

7.2.3 SSM应用于联机手写汉字识别

7.2.4实验与分析

7.2.5小结

7.3路径受控HMM和时空统一模型

7.3.1路径受控HMM（PCHMM）

7.3.2 PCHMM在联机手写汉字识别中的应用

7.3.3联机手写汉字识别的时空统一模型——STUM

7.3.4实验与分析

7.3.5小结

7.4基于全局模式分析的统计结构特征

7.4.1联机汉字笔迹的结构分析

7.4.2联机手写汉字分类特征的分析与提取

7.4.3小结

7.5高性能联机手写汉字识别系统及其嵌入式系统

7.5.1联机手写汉字识别系统

7.5.2嵌入式联机手写识别系统

7.6本章小结

参考文献

第8章 利用上下文信息的汉字识别后处理

8.1概述

8.2汉字识别后处理模型

8.2.1汉字文本识别的整体模型

8.2.2利用多层语言知识的汉字识别整体模型

8.2.3整体模型的全局优化

8.2.4影响后处理性能的要素分析

8.3统计语言模型

8.3.1 n-gram模型的基本理论

8.3.2基于字的语言模型

8.3.3基于词的语言模型

8.4候选集的有效性

8.4.1候选集大小分析

8.4.2混淆矩阵获取

8.4.3扩充候选字集

8.4.4词条近似匹配算法

8.5文本识别后处理的实现

8.5.1字bigram模型的上下文处理

8.5.2字trigram模型的上下文处理

8.5.3词bigram模型的上下文处理

8.5.4字、词相结合的上下文处理

8.4.5利用上下文信息的汉字识别实验系统

8.6实验结果与分析

8.6.1实验数据说明

8.6.2语言模型的影响

8.6.3候选字集的影响

8.6.4文本识别混合后处理系统的影响

8.7本章小结

参考文献

第9章 脱机手写文档识别方法

9.1引言

9.2文本行识别研究概况

9.3基于过切分的脱机手写中文文本行识别方法

9.3.1脱机手写中文文本行识别方法

9.3.2基于分段的文本行识别搜索方法

9.3.3文本行切分识别中的语言模型自适应

9.3.4脱机手写中文文本识别系统

9.4基于HMM的无切分民族文字文档识别方法

9.4.1无切分识别方法的主要思想

9.4.2无切分文档识别方法中的特征提取

9.4.3无切分文档识别方法中的模型训练

9.4.4无切分文档识别方法中的模型优化

9.4.5无切分文档识别方法中的解码识别

9.4.6无切分维文文档识别研究的相关实验

9.4.7小结

9.5本章小结

参考文献

第10章 文档版面自动分析和理解

10.1版面处理的概念

10.2版面分析研究的历史和现状

10.2.1版面分析研究的分类

10.2.2版面分析工作的发展

10.2.3版面分析的困难

10.3基于多层次基元的版面分析模型

10.3.1多层次可信度的定义

10.3.2多层次可信度指导下的自底向上版面分析算法

10.3.3连通域层次

10.3.4行层次

10.3.5区域层次

10.3.6页面层次

10.3.7实验结果

10.4版面理解和重构

10.4.1版面理解和重构的需求

10.4.2文档结构模型

10.4.3版面理解

10.4.4版面重构

10.4.5原文重现的电子出版物制作系统

10.5本章小结

参考文献

第11章 蒙藏维多文种识别

11.1引言

11.1.1蒙藏维文识别

11.1.2民族文字识别的现状

11.1.3藏文及其识别

11.1.4维吾尔文及其识别

11.1.5蒙古文及其识别

11.2蒙藏维文识别的基本策略

11.2.1基本识别单元选择

11.2.2基本框架和关键技术

11.3多文种民族文字识别中的字符规一化

11.3.1基于基线分块的民族字符规一化策略

11.3.2规一化点阵大小选择

11.3.3位置规一化

11.3.4基于三次B样条函数的字符图像插值

11.3.5笔画宽度调整

11.4民族文字识别中的特征提取与特征变换

11.4.1改进型方向线素特征

11.4.2基于视觉特性的方向特征

11.4.3基于线性鉴别分析的特征变换

11.4.4实验结果

11.5民族文字识别中的级联分类器设计

11.5.1预分类

11.5.2基于鉴别学习MQDF的主分类器

11.5.3辅助分类

11.5.4实验结果

11.6藏文文本切分和藏文识别后处理

11.6.1藏文文本切分

11.6.2拼写规则与统计方法相结合的藏文识别后处理

11.7多民族语言文字识别系统的实现——TH-OCR统一平台民族文字识别系统

11.7.1统一平台多民族文字识别系统特点

11.7.2维-汉-英混排民族文字的识别

11.7.3蒙藏维多文种统一平台识别系统性能

11.7.4蒙藏维文档识别的跨文种翻译理解

11.8本章小结

参考文献

附录A 常用缩略语表

附录B 文字识别相关研究成果

附录C 文字识别相关成果主要奖励

附录D 已授权文字识别相关发明专利

附录E 文字识别相关的博士论文

附录F 本书中算法研究相关数据库

索引