臺灣博碩士論文加值系統

近年來，隨著科技的日新月異，以及我國高科技產業之急速蓬勃發展，帶動整個電腦之普及化，因此如何提供人機對話之輸入工具，實為一發展之重點。中文手寫輸入為一符合國人生活習慣之輸入工具，它提供一種我們自小到大熟捻的輸入方式，只要其擁有高度的辨識率及快速的辨識時間，相信在如此方便、以及不需額外任何訓練之下，我們與電腦的溝通將更快速方便。
為了解決此一問體以利於國人加速與電腦溝通，在此論文中我們提出以字首為基礎之字首分類法，它主要處理中文手寫辨識(On-line Chinese Character Recognition，OLCCR)之首層快速分類問題。其主要理論架構於大分類法則，先將書寫字作分群，而後將左群某些筆劃之特徵值(feature)擷取，把擁有共同特徵值之左群放同一群組。因此，我們由常用5401個字將3000多個可左右分群字取出，其中左群共可抽離出329個，再依其特性分19個群組，每一群組內個數由2至42個不等。當手寫輸入時，便可聚焦於特定的群組內的比對，以減少日後細分類比對之時間及困難度。由三組的實驗結果得到平均辨識率0.9635，平均每一字的辨識時間為0.0291，說明使用本方法後不僅速率上有很大的改善，其辨識率也有大幅上升，可為日後深入發展之一方向。

目錄．．．．．．．．．．．．．．．．．．．．．．．．．．．．I
論文摘要．．．．．．．．．．．．．．．．．．．．．．．．． 1
第一章 緒論．．．．．．．．．．．．．．．．．．．．．．．．2
1.1 研究動機．．．．．．．．．．．．．．．．．．．．．．2
1.2 中文辨識之簡介．．．．．．．．．．．．．．．．．．．3
1.2.1中文辨識之難處及其常用之解決方法．．．．．．．． 3
1.2.2相關文獻研討．．．．．．．．．．．．．．．．．． 5
1.3 辨識方法 ．．．．．．．．．．．．．．．．．．．．． 7
1.4 本篇論文架構．．．．．．．．．．．．．．．．．．．．11
第二章 文字之取得與分析．．．．．．．．．．．．．．．．．．12
2.1 書寫字跡的資訊擷取．．．．．．．．．．．．．．．．．12
2.2字跡的線段連接與切割．．．．．．．．．．．．．．．．14
2.2.1多餘點的刪除．．．．．．．．．．．．．．．．．．14
2.2.2紀錄點間的連接．．．．．．．．．．．．．．．．．21
2.3筆段的資訊．．．．．．．．．．．．．．．．．．．．．23
2.4 文字之左右分群概述．．．．．．．．．．．．．．．．．25
2.5 文字之常態化．．．．．．．．．．．．．．．．．．．．27
第三章 以字首為基礎之字首分類方法．．．．．．．．．．．．．30
3.1 字首分類方法之動機．．．．．．．．．．．．．．．．．30
3.2 字首分類方法之原則．．．．．．．．．．．．．．．．．33
3.2.1字首分類方法之基礎．．．．．．．．．．．．．．．33
3.2.2字首分類群組之區分標準．．．．．．．．．．．．．35
3.3 分類結果．．．．．．．．．．．．．．．．．．．．．．46
3.3.1字首分類群組字庫的建立與擴增．．．．．．．．．．46
3.3.2最後分類結果．．．．．．．．．．．．．．．．．．47
第四章 實驗與結果．．．．．．．．．．．．．．．．．．．． 51
4.1 系統軟硬體配備．．．．．．．．．．．．．．．．．．． 51
4.1.1Visual Basic簡介．．．．．．．．．．．．．．．．51
4.1.2硬體配備．．．．．．．．．．．．．．．．．．．．52
4.2 實驗說明．．．．．．．．．．．．．．．．．．．．．．52
4.2.1測試字庫的輸入．．．．．．．．．．．．．．．．．52
4.2.2測試字庫的比對 ．．．．．．．．．．．．．．．． 53
4.3 實驗結果．．．．．．．．．．．．．．．．．．．．． 54
第五章 結論與未來研究方向．．．．．．．．．．．．．．．．60
5.1 結論．．．．．．．．．．．．．．．．．．．．．．．．60
5.2 未來研究方向．．．．．．．．．．．．．．．．．．．．61
參考文獻．．．．．．．．．．．．．．．．．．．．．．．．．63

Cheng, R.H., Lee, C.W. and Chen, Z. (1995). Preclassification of handwritten Chinese characters based on basic stroke substructures. Pattern Recognition Letters. Vol.19, Issue10.
Cui, Hualin. (1996). Research on the method of handprinted Chinese character recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol.2, No.14-18.
Fan, K.C., Lin, C.K. and Chou, K.S. (1995). Confusion set recognition of on-line Chinese character by artificial intelligence technique. Pattern Recognition. Vol.28, No.3.
Freund, R., Neubauer, M. Summerer, M., Gruber, S., Schaffer, J. and Swoboda, R. (2000). A hybrid system for the recognition on handwritten characters. International Journal on Document Analysis and Recognition. December 21.
Hsieh, A.J., Fan, K.C. and Fan, T.I. (1995). Bipartite Weighted matching for on-line handwritten Chinese character recognition. Pattern Recognition. Vol.28,No.2.
Hsieh, C.C. and Lee, H.J. (1992). Off-line recognition of handwriting Chinese characters by on-line model-guided matching. Pattern Recognition. Vol.25, No.11.
Juan, C.P.Cortes., Liobet, R. and Arlandis, J. (2000). Fast and accurate handwritten character recognition using approximate nearest neighbours search on large databases. International Journal on Document Analysis and Recognition. December 21.
Kim, H.J., Jung, J.W. and Kim, S.K. (1996). On-line Chinese character recognition using ART-based stroke classification. Pattern Recognition Letters 17.
Lin, C.K., Fan, K.C. and Lee, F.T.P. (1993). On-line recognition by deviation-expansion model and dynamic programming matching. Pattern Recognition.
Pao, D.C.W., Sun, M.C. and Lam, M.C.H. (1997). An approximate string matching algorithm for on-line Chinese character recognition. Image and Vision Computing 15.
Teredesai, A., Park, J. and Govindaraju, V. (2001).Active handwritten character recognition using genetic programming. International Journal on Document Analysis and Recognition. April 2.
Tsay, R.Y. (1993). Chinese character recognition─feature extraction and classification.
Tsay, Y.T. and Tsai, W.H. (1993). Attributed string matching by split-and-merge for on-line Chinese character recognition. IEEE Transactions On Pattern Analysis And Machine Intelligence. Vol.15, No.2.
Tseng, C.C., Jeng, B.S. and Chou, K.S. (1999). Candidate selection in on-line Chinese character recognition system using voting scheme. Journal of Information Science and Engineering 15.