印刷體化學(xué)表達(dá)式識(shí)別技術(shù)研究.pdf

1、近年來,隨著公式識(shí)別技術(shù)的不斷發(fā)展,公式識(shí)別領(lǐng)域出現(xiàn)了一個(gè)新的研究問題——化學(xué)表達(dá)式識(shí)別問題。由于化學(xué)表達(dá)式和數(shù)學(xué)表達(dá)式一樣,是自然科學(xué)領(lǐng)域應(yīng)用廣泛的一種表達(dá)式,因此它的識(shí)別問題已得到了關(guān)注,國(guó)內(nèi)外相關(guān)領(lǐng)域研究人員已經(jīng)提出了一些解決方法。本文正是針對(duì)化學(xué)表達(dá)式的自動(dòng)識(shí)別技術(shù)展開研究,與普通文本相比,化學(xué)表達(dá)式在尺寸、結(jié)構(gòu)、分布上特點(diǎn)顯著,這些均為印刷體化學(xué)表達(dá)式的成功識(shí)別創(chuàng)造了條件。作為OCR技術(shù)的一個(gè)專項(xiàng)領(lǐng)域的擴(kuò)充,通過計(jì)算機(jī)對(duì)文檔圖

2、像中包含的化學(xué)表達(dá)式進(jìn)行自動(dòng)定位、提取和識(shí)別以及輸出,從而實(shí)現(xiàn)對(duì)其重新編輯、驗(yàn)證、復(fù)用等功能。在電子計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)加速發(fā)展的今天,開展對(duì)化學(xué)表達(dá)式識(shí)別技術(shù)的研究有著重要的理論意義和實(shí)用價(jià)值。
　　本課題在實(shí)驗(yàn)室前期的研究成果——中文印刷體文檔識(shí)別系統(tǒng)的基礎(chǔ)上,對(duì)該系統(tǒng)進(jìn)行了功能上的完善和擴(kuò)充,實(shí)現(xiàn)了其對(duì)印刷體化學(xué)表達(dá)式的識(shí)別,本文主要工作概括敘述如下:
　　首先,構(gòu)建了化學(xué)表達(dá)式識(shí)別框架,從文檔圖像預(yù)處理、化學(xué)表達(dá)式提

3、取、字符識(shí)別以及結(jié)構(gòu)分析等方面對(duì)化學(xué)表達(dá)式識(shí)別系統(tǒng)進(jìn)行設(shè)計(jì),采取了模塊化的設(shè)計(jì)思想解決問題。
　　然后,提出了基于改進(jìn)投影法的化學(xué)表達(dá)式定位技術(shù),主要包括化學(xué)表達(dá)式的行提取、合并,化學(xué)表達(dá)式行的判別以及化學(xué)表達(dá)式的定位提取。
　　其次,通過基于支持向量機(jī)的算法對(duì)定位后的化學(xué)表達(dá)式進(jìn)行環(huán)/非環(huán)的分類,并分割出化學(xué)表達(dá)式的文本單元與結(jié)構(gòu)單元,然后利用基于改進(jìn)的霍夫變換法對(duì)化學(xué)鍵等結(jié)構(gòu)進(jìn)行識(shí)別,同時(shí)充分考慮了立體化學(xué)鍵——楔形鍵的