[发明专利]阿拉伯文字符的识别方法和装置

权利要求书

1.一种阿拉伯文字符的识别方法，其特征在于，包括以下步骤：

步骤1：对输入的行图像进行基线位置和基线高度的估计；

步骤2：根据估计的基线位置和基线高度查找输入的行图像的切分点，得到字块序列，记录各字块所属的连通体；

步骤3：根据字块在连通体中的位置信息确定各字块的字符属性；

步骤4：对确定字符属性的字块进行合并，根据合并后的字块进行模糊识别，确定识别后的字符形式和识别评价；

步骤5：选取合并后的字块中识别评价最高的合并组合作为识别结果输出。

2.根据权利要求1所述的方法，其特征在于，所述步骤2中查找输入的行图像的切分点时，对输入的行图像进行竖直投影，将各投影的第一个黑色像素点对应的纵坐标作为上轮廓记录到该行图像的上轮廓数组；最后一个黑像素点对应的纵坐标作为下轮廓记录到该行图像的下轮廓数组，上下轮廓的差值作为轮廓值记录到该行图像的轮廓值数组。

3.根据权利要求1所述的方法，其特征在于，所述步骤3中确定各字块的字符属性包括：

步骤3.1：读取字块在连通体中的位置信息并进行判断，如果字块本身为连通体，则将字块标记为独立字符；如果字块位于连通体的最右端，则将字块标记为首类型；如果字块位于连通体的最左端，则将字块标记为尾类型；如果字块位于连通体的中间，则将字块标记为中间类型；

步骤3.2：字块对应的字块标记为首类型或独立字符时，如果该字块与其前一字块的距离小于既定阈值，则该字块的字符类型改为首中类型或独中类型；字块对应的字块标记为尾字符或独立字符时，如果该字块与后一字块的距离小于既定阈值，则该字块的字符类型改为尾中类型或独中类型。

4.根据权利要求1所述的方法，其特征在于，所述步骤4中确定识别后的字符形式具体为：以合并组中的第一个字块为起始，与合并组中各字块逐个进行合并，并把已合并字块的合并结果作为当前字符形式，与合并组中未合并的字块进行合并，直至合并组中所有字块合并完毕，得到合并组的字符形式。

5.根据权利要求2所述方法，其特征在于，所述的既定阈值为基线高度的两倍。

6.一种阿拉伯文字符的识别装置，其特征在于，该装置包括：

基线位置、高度确定单元，对输入的行图像进行基线位置和基线高度的估计；

字块所属连通体确定单元，根据估计的基线位置和基线高度查找输入的行图像的切分点，得到字块序列，记录各字块所属的连通体；

字块属性确定单元，根据字块在连通体中的位置信息确定各字块的字符属性；

字块合并单元，对确定字符属性的字块进行合并，根据合并后的字块进行模糊识别，确定识别后的字符形式和识别评价；

识别结果输出单元，选取合并后的字块中识别评价最高的合并组合作为识别结果输出。