女书规范化及识别技术研究

女书是世界上唯一尚存的不属于某个民族、不依托某种宗教而按性别划分的文字，是我国乃至世界极其宝贵的非物质文化遗产。本项目以女书为载体，对濒危少数民族文献中存在的未经规范、复杂背景、高噪声、字迹残缺等一系列问题进行专门研究；借用模式识别中的聚类方法对"原生态"字符进行归类整理和规范化；在文字识别方面，首先研究复杂背景下女书文字信息提取和连笔字符的分割算法，继而着力利用联机手写和脱机手写各自技术优势，将手写女书的动态信息和统计特征相融合，设计并实现一个新的脱机手写文字识别方案对女书进行识别。本项目的研究既为"面向实际书写环境的脱机手写识别"这一难点问题的解决提供了思路和方法，又为少数民族文献古籍的信息化保护探索了新的道路。

项目从复杂背景下女书字符分割、手写女书字符的规范化与脱机手写女书识别3个方面对女书信息化关键技术进行了系统深入研究。在项目组全体成员的共同努力下,已完成项目计划内容，达到了预期研究目标。研究成果包括：. （1）通过对不同载体上女书字符样本信息保存特征的分析与实验比较，提出了一种高适应性的局部阈值二值化算法；提出了一种女书字符图像快速分割算法；针对女书文字结构知识的模型描述，以及女书字符书写时联机和脱机特性，提出了不同载体上的连笔分割算法；针对女书字符文档倾斜的问题，提出了一种有效的倾斜校正算法。结果表明：基于女书文字结构和字符特征进行字符分割能有效提高复杂背景下的女书字符分割性能。. （2）研究了女书字符轮廓提取和曲线拟合算法；提出了基于轮廓凹点的轮廓笔画提取算法、基于单个轮廓笔画的笔画分析和修整方法；提出了基于Mean Shift的聚类分析算法；提出了基于FontCreator平台字符修整的规范化字库建立方法；提出了基于骨架特征点曲线拟合和笔画均匀加粗的规范化字体快速生成算法；探索了一套少数民族文字手写体的规范化方法，建立了规范化字库。结果表明：基于女书字符特征的规范化技术，为女书的信息化提供了新途径。. （3）提出了增强平滑和结果整理的骨架提取新方法，解决了传统方法会产生骨架畸变的问题；提出了基于骨架上特征点及其分布抽取女书笔段、笔画及书写顺序的方法；建立了多套利用笔段、笔画及书写顺序特征识别脱机女书字符的新方法；以8方向、16方向周边方向贡献度为统计特征建立了女书识别统计方法，一次识别率为89.58%；提出了融合笔段、笔画及书写顺序特征的集成识别方法，识别率提高了1.32%。结果表明：在脱机手写识别中充分考虑女书字符特征与书写特点，可有效提高手写女书的识别率。. 项目组还提出了一系列可逆数据隐藏新技术，为女书古籍文献保护提供了新思路；研发了女书输入法系统和汉字女书转化系统；凝练出了一套用信息技术抢救和保护濒危少数民族文字和文化的系统方法，为少数民族文化的传播和弘扬提供了新途径。. 相关成果在国内外学术期刊上发表学术论文15篇（EI收录8篇），已授权国家发明专利2项，软件著作权6项，形成了一个合理的女书规范化字符集，获省部级等优秀学术论文奖3项；培养了硕士研究生4名。本课题的研究对进一步研究少数民族古籍文献信息化与保护具有重要意义。