论文部分内容阅读
近年来，人机交互方式逐渐从以“计算机为中心”向“以人为中心”转变，这种转变的核心是建立支持人类思维过程并与人类思维趋同的人机交互方式。以笔计算为核心的笔式交互，以其既符合人们“笔录纸现”的思维表达习惯，又能充分利用计算机极强的信息维护功能的特性，在新型人机交互中表现出强大的生命力。然而，在笔计算当中关于手写体汉字的书写质量智能评判的研究由于其固有的难点及应用的相对的局限性而未得到人们的重视，并且成为计算机辅助语言教学当中汉字教学的主要瓶颈。因此，手写体汉字的书写质量智能评判的研究成为笔式交互发展的一个重点和难点问题。
本文以计算机辅助语言教学当中的汉字书写为应用背景，利用人工智能对用户的手写体汉字的书写质量进行研究和实验。论文提出了手写体汉字的书写质量智能评判的研究方案，对手写体汉字笔画、笔画间以及整个的特征提取进行全面的分析和研究。论文的主要成果体现在以下几个方面：
(1)提出了手写体汉字书写质量评判的研究框架。分析了手写体汉字的特点，辨别了汉字书写评判与汉字识别的异同，归纳了普遍的并与计算机智能评判密切相关汉字书写错误规律，提出了手写体汉字书写质量评判的研究框架。
(2)研究了基于Gabor变换的特征提取算法。针对Gabor滤波器在纹理图像的识别方面能起到仿人视觉识别的特性，利用Gabor滤波器在时域中的方向性，分别在0，45，90，135度方向进行滤波得到汉字笔画的特征，最后利用距离分类器进行分类来实现不同手写笔画的辨别。
(3)研究了基于规则的特征提取算法及特征分类。根据归纳的汉字书写规律，详细分析了汉字笔画及笔画之间的特点，进而提出了基于规则的19个基本笔画特征、1蚧笔画间的特征和2个整个汉字的特征，最后将提取的特征分成关于正确，美观及不作处理三类特征，从而实现对汉字书写的智能评判。
(4)实现了手写体汉字书写质量智能评判的实验。本文选择32个汉字基本笔画以及105个汉字进行训练和测试。实验结果表明，本文提出的算法在书写正误方面能够很好的判别笔试，笔序，多少笔画，笔画类型错误，笔画出头，笔画相离过远，笔画间相对长度等错误；在书写工整方面，能够区分汉字整体的布局，笔画的高宽比例，笔画的细分类型，笔画的书法走向等初步的工整评判。