面向书写教学的手写汉字图像笔画还原

北京大学学报（自然科学版）

面向书写教学的手写汉字图像笔画还原

荀恩东,吕晓晨,安维华,孙燕南

北京语言大学汉语国际教育技术研发中心, 北京 100083;

收稿日期:2014-06-30 出版日期:2015-03-20 发布日期:2015-03-20

Stroke Retrieval of Handwritten Chinese Character Images for Handwriting Teaching

XUN Endong, Lü Xiaochen, AN Weihua, SUN Yannan

International R&D Center for Chinese Education, Beijing Language and Culture University, Beijing 100083;

Received:2014-06-30 Online:2015-03-20 Published:2015-03-20

摘要/Abstract

摘要： 为了实现智能化汉字书写教学, 提出一种手写汉字图像的笔画还原方法。首先提取手写汉字图像的骨架; 然后从知识工程的角度出发, 利用字形中稳定的拓扑信息, 消除骨架中的歧义变形; 最后利用A* 算法建立并求解手写汉字与相应模板汉字的字形相似度模型, 从而分割出手写汉字图像中的各个笔画, 并输出它们与模板汉字中各个笔画的对应关系。此方法的笔画还原结果可以应用于手写汉字规范性的自动化评判等场合。

关键词: 笔画还原, A*算法, 计算机辅助汉字书写

Abstract: For intelligent teaching of Chinese character handwriting, the authors present a stroke retrieval method for handwritten Chinese character images, which includes three steps. Firstly, the method extracts the skeletons from the handwritten image. Secondly, from the perspective of knowledge engineering, it eliminates the skeleton distortions by using the stable grapheme topology. Thirdly, it divides the skeletons into some strokes and outputs the matching relationship between them and the strokes in the template character, by building and solving the similarity model with A* algorithm. The result of the method can be used to automatic quality assessment for handwritten Chinese character images.

Key words: stroke retrieval, A* algorithm , computer assisted Chinese character handwriting

中图分类号:

TP391

荀恩东,吕晓晨,安维华,孙燕南. 面向书写教学的手写汉字图像笔画还原[J]. 北京大学学报（自然科学版）.

XUN Endong,Lü Xiaochen,AN Weihua,SUN Yannan. Stroke Retrieval of Handwritten Chinese Character Images for Handwriting Teaching[J]. Acta Scientiarum Naturalium Universitatis Pekinensis.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/

https://xbna.pku.edu.cn/CN/Y2015/V51/I2/241

[1]	刘秋慧, 张坤丽, 许鸿飞, 俞士汶, 昝红英. 助词“的”用法自动识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 466-474.
[2]	柯永红, 朱永福, 穗志方, 俞士汶. 基于多特征的语义角色标注一致性计算方法研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 475-480.
[3]	杨萌, 李培峰, 朱巧明. 一种基于Tree-LSTM的句子相似度计算方法[J]. 北京大学学报（自然科学版）, 2018, 54(3): 481-486.
[4]	张雨, 曾立, 邹磊. 大规模图数据的正则路径查询[J]. 北京大学学报（自然科学版）, 2018, 54(2): 236-242.
[5]	魏星, 王玮, 陈静萍, 解焱陆, 张劲松. 基于发音特征的汉语发音偏误自动标注[J]. 北京大学学报（自然科学版）, 2018, 54(2): 243-248.
[6]	林心宜, 严睿, 赵东岩. 融合词、句层级信息的抽取式摘要优化框架[J]. 北京大学学报（自然科学版）, 2018, 54(2): 229-235.
[7]	周楠, 赵悦, 李要嫱, 徐晓娜, 才旺拉姆, 吴立成. 基于瓶颈特征的藏语拉萨话连续语音识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 249-254.
[8]	谭亦鸣, 王明文, 李茂西. 基于翻译质量估计的神经网络译文自动后编辑[J]. 北京大学学报（自然科学版）, 2018, 54(2): 255-261.
[9]	吴焕钦, 张红阳, 李静梅, 朱俊国, 杨沐昀, 李生. 基于伪数据的机器翻译质量估计模型的训练[J]. 北京大学学报（自然科学版）, 2018, 54(2): 279-285.
[10]	吕书宁, 董志安. 利用URL-Key领域术语识别方法[J]. 北京大学学报（自然科学版）, 2018, 54(2): 262-270.
[11]	王文超, 吕学强, 张凯, 周建设. 足球赛事战报的自动写作研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 271-278.
[12]	应文豪, 肖欣延, 李素建, 吕雅娟, 穗志方. 一种利用语义相似度改进问答摘要的方法[J]. 北京大学学报自然科学版, 2017, 53(2): 197-203.
[13]	栗青生, 徐强, 肖建国, 刘泉, 张解放. 汉字动态生成的结构与风格模型[J]. 北京大学学报自然科学版, 2017, 53(2): 219-229.
[14]	陈玉敬, 吕学强, 周建设, 李宁. NBA赛事新闻的自动写作研究[J]. 北京大学学报自然科学版, 2017, 53(2): 211-218.
[15]	张丽林, 李茂西, 肖文艳, 万剑怡, 王明文. 机器翻译自动评价中领域知识复述抽取研究[J]. 北京大学学报自然科学版, 2017, 53(2): 230-238.