半连续隐马尔科夫模型脱机阿拉伯手写识别

向 东，刘 虎，陈先桥，程艳芬

(武汉理工大学计算机科学与技术学院，湖北 武汉 430063)

脱机手写识别是模式识别领域的研究热点之一［1］，这主要是由于在如何处理书写风格和文字变形、纠偏和大词汇量识别方面存在很多困难，其中，无限制的脱机阿拉伯手写文字是难点之一。阿拉伯手写本质上是草写体，每个字符的变形与前后的字符相关，每个词的内部、每个词间的空格和字符之间的连写长度都是可变的，另外在阿拉伯手写中还使用点和区分符号来改变词义和表示元音，这些都使得采用传统的预先分割方法识别阿拉伯手写文字非常困难［2］。

由于阿拉伯手写连写的特性，词之间的字符没有明显的可切分的边界，因此阿拉伯印刷体和手写体广泛采用隐马尔科夫模型(hidden markov models，HMM)作为识别器［3－7］，取得了非常好的识别效果。HMM模型能够对词进行训练，然后在利用训练好的模型对输入词进行识别的同时对词进行分割，如果采用在其他语言中的切分策略，将会引入较大的切分误差，从而导致识别率的降低。此外，HMM系统还能够对可变长度序列建模，并处理一维方向上的非线性失真。在基于HMM的识别系统中，主要由于选择采用的预处理算法、特征抽取算法、HMM模型参数和后处理算法的不同，从而导致了识别率和计算复杂度的差别［8］。

笔者提出了一个基于半连续HMM(semicontinuous HMM，SCHMM)的脱机阿拉伯手写识别系统，系统框图如图1所示。首先系统对每一个字符建立一个SCHMM模型，并根据词典中的字符组成，把组合字符的SCHMM模型串联起来构成词的模型;然后对待识别和训练的图像进行数字化处理得到二值化图像，采用滑动窗口技术从二值化图像中抽取特征。……