【正文】 通常都采用 層次化的分類 結構 ， 即對漢字字庫做多級分類，然后再細分判別，從而大大提高識別效率。 一般把最后一級分類稱為 細分類 ，而前面的分類稱為 粗分類 。一般來說，對漢字的粗分類有如下要求。 4）分類策略：多級分類 在漢字識別中，一般是采用在一個線性表逐一 匹配的方法 ，由于漢字數(shù)量大，如果不對漢字字庫分類而直接識別，一方面識別效果不會好，另一方面計算量往往會很大。 （ 2）粗分類的速度要快 。這要求分類的算法簡單，同時要求分在各個類別中的漢字的數(shù)目比較平均，從而提高分類的效率。 （ 3） 粗分類的 特征要簡單 ， 分類字典小 ，節(jié)約存儲空間。 （ 4）粗分類方法要和細分類方法相協(xié)調(diào)。 4）分類策略：多級分類 （ 1） 粗分類的正確分類率和分類穩(wěn)定性要高 。文字識別是先粗分類，然后再細分類。粗分類的正確與否會影響到后面的識別。這里的分類率是在噪聲干擾下能夠正確分類。 樹分類具有效率高的特點，近年來在漢字識別中得到運用。但是漢字字數(shù)多造成分類樹結構龐大，錯分率累加，使得分類不夠穩(wěn)定。 右圖給出的是一個樹形粗分類示意圖。該圖中“ 3” 所代表的文字不僅在類別 A 中，在噪聲情況下，也可能出現(xiàn)在 C 中。因此這是一種考慮了噪聲干擾等因素的特殊的分類方法。 A B C 1 2 3 4 5 3 6 7 所以要求細分判別 C 類中的文字時考慮到“ 3” 所代表的文字的存在。 粗分類方法： 包含配選法 許多漢字具有相同的偏旁部首，包含配選法就是利用這一特點對漢字分類。分類用的摸板是漢字偏旁部首的骨架圖形。分類時，將輸入文字和各標準模板做 “ 與 ” 運算 。顯然，只有和輸入未知文字的偏旁。 部首相同的標準模板相 “ 與 ” 的結果才和標準模板本身的圖形一致。所以，根據(jù)未知輸入文字圖像和分類用標準模板圖像 “ 與 ” 的結果是否相同于該標準圖像，可以判別出未知文字屬于哪一類。 在沒有和標準圖像相“與”匹配前，先把未知文字圖像橫線加粗成大于等于 3個像素寬，以利于包含相匹配的模板，但是也加大了包含其他標準模板的概率，因而誤識率會增加。為避免文字筆劃絕對位置移動帶來的干擾，需要把圖像沿上下左右四個方向平移一個像素，然后分別與標準模板相匹配。只要有一次匹配成功，就判斷該文字屬于標準模板圖像的類別。由此可見，包含匹配法實際上就是 模板匹配法 。 當識別字數(shù)增多時，由于偏旁部首的標準模板增加很少，其分類速度比粗外圍和粗網(wǎng)絡法容易提高，而存儲量要求較少。 細分類方法： 基于小筆段特征的層次結構 漢字的筆劃特征受字體、字號等影響較小，是識別 漢字的很好的特征。但是漢字筆劃特征對實際文本 來說很難提取。用基于小筆段特征的漢字層次結構， 能較好地解決以上問題。 若干小筆段首尾相連構成了 漢字筆劃，如右圖所示。用 小筆段作為基元一方面易于 提取；另一方面它又保留了 漢字基本的筆劃結構信息， 且在字體變化或噪聲干擾條 件下，仍能保持筆劃結構的 絕大部分信息。 n10 n1 n2 n3 n4 n5 n6 n7 n8 n9 n11 n12 小筆段組成了 部件 ，部件又組成了漢字。由小筆段到部件，再到漢字的層次結構描述，反映了漢字結構不同層次的約束關系。 漢字字體改變和干擾影響會使得小筆段特征向量有變化。因此，用層次結構法對未知漢字匹配判別時，采用 精確匹配方法往往不能奏效 。較好的辦法時采用由漢字小筆段相關系數(shù)（相關系數(shù)反映了相互約束關系）約束的 松弛匹配算法 。這種算法能有效地吸收同一漢字不同字體的變化，而所能容許的變化范圍由小筆段間的相關系數(shù)所制約。實驗證明，這種特征和算法可以有效地解決多體印刷漢字識別的問題。 細分類方法： 差筆劃 粗分類后，通常每類中含有許多形狀相似的文字，采用差筆劃方法，可以較好地區(qū)分這些形狀相似的文字。差筆劃細分的算法如下：設粗分類后， 類中只有兩個文字 A和 B。 （ 1）預先根據(jù)文字 A、 B特征點（如端點、折點等）坐標作成 A、B的骨架圖形 SA， SB，如下圖。 （ 3）把 SA， SB在 3 3網(wǎng)格區(qū)域內(nèi)移動位置，作成 如上圖所示的筆劃寬度為 3個像素的粗圖形 WA,WB。 （ 3）對 SA第 i號筆劃 SAi 在 5 5網(wǎng)格中挪動，和 WB匹 配，通過下式求出最大一致度 σmax。 m a xm a x55SWBAiSAi???????????求出 σmax≤θ(θ為常數(shù) )的筆劃，作為差筆劃 gA。 （ 4）同樣由 SB， WA求出差筆劃 gB。 gA ， gB可能 同時存在，也可能僅有一個。（ 例 ？） （ 5）若差筆劃僅有一個（如 gA ）時，把輸入文字 x 圖形在 3 3網(wǎng)格中同存在的差筆劃 gA進行位置匹配， 由下式求出最大一致度 σA (越大越好 ) ? ?33.m a x AAAxgg? ??當 σA≥θ0(θ0為常數(shù) )，則該文字屬于 A，否則屬于 B。 王 玉 SB SA 、 gA 差筆劃僅有一個 玉 待識別文字 x 計算 σA 判別 x∈ A 若粗分類后，式中文字 大于兩個 時，則先取兩 個來進行上述算法的判別，以后反復取兩個作判別， 來決定輸入文字屬于的類別。 （ 6）若兩個差筆劃 gA 和 gB都存在，在 3 3網(wǎng)格中 把輸入文字 x圖形和 gA ， gB進行位置匹配，求出各自的最 大一致度 σA ， σB 。若 σA－ σB ≥θ2, 且 σA≥θ1 則 x∈ A；若 σB－ σA ≥θ2, 且 σB≥θ1 則 x∈ B。 其中 θ1和 θ2為常數(shù)。 選用 N種具有 互補特性 特征作為類特征。在學習階段，對訓練樣本進行 N次互不相關的分類，然后組合 N次分類結果，完成特征空間的劃分。分類時，根據(jù)待分字的特征進行 N次分類，組合分類結果求得子類。組合的形式有兩種： 1） 12S S S S N?2） 12S S S S N?其中 SN表示第 N次分類的子類。 因為 N次分類不相關，所以可以平行進行。但是字數(shù)多時，每種特征要在字數(shù)多的情況下分類，這顯然是不太合適的。 4）分類策略：多特征融合 其他策略：多分類器融合、 ?