文字识别(原理方法和实践)(精)/清华大学学术专著

出版者:清华大学出版社

作者:丁晓青

页数:610

出版时间:2017-4

价格:128.00元

装帧:精装

isbn号码:9787302454625

具体描述

《文字识别：原理、方法和实践》一书围绕模式识别和文档信息化而展开。基于模式识别和信息熵理论分析，对文字和文档识别的理论和方法以及关键问题进行了较为深入、系统的分析和研究，并介绍了多种文字和文档识别方法和系统。本书基于模式识别和信息熵理论，全面、系统和深入地分析介绍了各种汉字、多文种文字识别的理论和方法，以及解决复杂多变的多文种文字和文档识别中关键问题的有效算法和具体实践。本书可以作为相关专业研究生的参考书，也可以供从事模式识别、文字和文档识别等计算机信息处理研究的科研人员和从事相关产品开发的工程技术人员阅读参考。

目录信息

第1章 绪论
1.1 引言
1.2 文字和汉字
1.2.1 文字的代码表示
1.2.2 汉字的字体字形
1.2.3 汉字的特点
1.2.4 中文信息处理
1.3 文字识别和汉字识别
1.4 文字识别研究历程
1.5 文字识别分类
1.5.1 按照不同文种文字和文档的识别技术分类
1.5.2 按照获取图像方式和识别对象不同分类
1.5.3 单个字符识别和文档篇章识别
1.6 文字识别与笔迹鉴别
1.7 汉字识别的基本方法——基于视觉感知的汉字识别方法
1.8 关于本书
参考文献
第2章 模式识别和模式识别信息熵理论
2.1 引言：模式与模式识别
2.2 基于贝叶斯统计决策的模式识别
2.3 模式识别统一信息熵理论
2.3.1 特征和类别及其相关信息熵
2.3.2 后验熵：最优贝叶斯分类器误识率的上限
2.3.3 模式识别的学习与识别信息过程
2.3.4 互信息：决定模式识别性能的鉴别熵
2.4 正态分布条件下的模式识别信息熵系统
2.5 最大互信息鉴别分析（互信息鉴别子空间模式识别）
2.5.1 最大互信息子空间线性鉴别分析方法
2.5.2 最大互信息线性鉴别分析与线性鉴别分析LDA
2.6 特征选择的信息熵准则
2.6.1 基于错误概率的类别可分性准则
2.6.2 基于有效互信息的类别可分性准则
2.7 从信息熵分析看提高识别性能的途径
2.8 汉字集合和汉字文本的信息熵
2.8.1 汉字集合的信息熵
2.8.2 汉字文本的信息熵和汉字的极限熵
2.9 本章小结
参考文献
第3章 汉字识别的特征提取
3.1 引言
3.2 汉字字符图像规一化预处理
3.2.1 线性规一化
3.2.2 非线性规一化
3.2.3 基于整体密度均衡的非线性规一化
3.3 汉字识别中的特征抽取
3.3.1 结构特征
3.3.2 统计特征
3.4 汉字识别特征提取研究的发展历程
3.4.1 基于图像变换的印刷汉字识别特征和系统
3.4.2 基于形态学汉字结构分析的两级印刷汉字识别特征和系统
3.4.3 汉字笔画密度微结构全局特征及多字体汉字识别系统
3.4.4 基于汉字笔画方向网格特征的鲁棒汉字识别系统
3.5 笔画方向线素特征
3.5.1 方向线素特征的形成方法
3.5.2 网格化方向线素特征
3.5.3 对原模糊分块方法的改进——低通采样方向线素特征
3.5.4 实验和结果
3.6 基于Gabor滤波器的高性能汉字识别方向特征
3.6.1 Gabor变换理论分析
3.6.2 适用于汉字识别的Gabor滤波器组设计及实验验证
3.6.3 对Gabor滤波器组输出的非线性变换—
3.6.4 分块特征的抽取
3.6.5 实验及结果
3.7 汉字识别梯度方向特征抽取方法
3.7.1 梯度方向特征
3.7.2 梯度方向特征的快速算法
3.8 不同笔画方向特征的识别性能实验比较
3.9 本章小结
参考文献
第4章 特征的鉴别分析和分布整形
4.1 引言
4.2 线性鉴别分析
4.2.1 优化准则
4.2.2 变换形式和最优解
4.2.3 变换的分解形式
4.2.4 启发式讨论
4.2.5 实验与结果
4.2.6 小结
4.3 正则化线性鉴别分析
4.3.1 小样本带来的问题
4.3.2 利用正则化估计协方差阵
4.3.3 实验结果
4.4 异方差鉴别分析
4.4.1 基于极大似然估计的异方差线性鉴别分析
4.4.2 基于Chernoff准则的异方差线性鉴别分析
4.4.3 基于Mahalanobis准则的异方差线性鉴别分析
4.4.4 实验结果
4.4.5 小结
4.5 特征统计分布整形变换
4.5.1 特征分布的整形
4.5.2 正态性检验
4.5.3 Box—Cox变换
4.5.4 方向线素及梯度特征的整形
4.5.5 实验与结果
4.6 本章小结
参考文献
第5章 模式识别分类器设计／统计模式分类方法
5.1 引言
5.2 贝叶斯判决理论
5.3 正态分布下的贝叶斯分类器
5.3.1 正态分类模型
5.3.2 最小距离分类器MDC
5.3.3 线性距离分类器LDC
5.3.4 二次鉴别函数分类器QDF
5.3.5 二次鉴别函数
5.3.6 QDF误差分析
5.4 改进二次鉴别函数分类器MQDF
5.4.1 修正二次鉴别分类MQDF
5.4.2 QDF修正形式的贝叶斯估计推导
5.4.3 实验与结果
5.5 系统实现与应用
5.5.1 非限定脱机手写汉字识别系统
5.5.2 多字体印刷中、日、韩文识别系统
5.6 分类器的置信度分析
5.6.1 分类器的置信度和广义置信度
5.6.2 基于距离的分类器的广义置信度估计
5.6.3 多层前向神经网络分类器广义置信度估计
5.6.4 从广义置信度求置信度的方法
5.6.5 使用ACT估计后验概率
5.6.6 置信度分析在字符识别中的应用
5.6.7 小结
5.7 分类器集成
5.7.1 集成的3个层次
5.7.2 基于线性回归的多分类器集成
5.7.3 利用线性回归提高后验概率估计的准确性
5.7.4 后验概率的估计误差与误识率的关系
5.7.5 实验结果
5.7.6 小结
5.8 本章小结
参考文献
……
第6章 无约束手写汉字识别分类器鉴别学习
第7章 联机手写汉字识别
第8章 利用上下文信息的汉字识别后处理
第9章 脱机手写文档识别方法
第10章 文档版面自动分析和理解
第11章 蒙藏维多文种识别
附录A 常用缩略语表
附录B 文字识别相关研究成果
附录C 文字识别相关成果主要奖励
附录D 已授权文字识别相关发明专利
附录E 文字识别相关的博士论文
附录F 本书中算法研究相关数据库
索引
· · · · · · (收起)

用户评价

这本书的广度与深度在我阅读过的相关领域书籍中是罕见的。它不仅仅局限于某一个技术流派的介绍，而是横跨了多个理论基础，甚至追溯到了早年间的信号处理和模式识别的源头，构建了一个非常完整的知识体系的“金字塔”。当你读到关于深度学习部分时，会发现作者巧妙地将现代的卷积网络结构与早期基于特征工程的思路进行了对比分析，清晰地指出了两者在解决核心难题上的继承与创新。这种宏观的视野，让我对自己当前从事的具体工作有了更清晰的定位——我们现在所用的先进工具，究竟建立在哪几块坚实的地基之上。对于有志于在这个领域深耕，并且希望建立起扎实理论基础的年轻研究者来说，这本书的参考价值是无可替代的，它提供的不是一个快速的解决方案，而是一套可以应对未来十年技术变革的思维框架。

从装帧设计上来说，这本书的印刷质量和细节处理，体现了出版方对学术内容的尊重。纸张的触感很舒服，长时间阅读下来，眼睛的疲劳感明显低于阅读那些采用反光严重的高光纸印刷的书籍。更值得称赞的是书中图表的清晰度和准确性。在涉及算法流程图和数据结构展示的部分，线条的粗细和标记的准确性都达到了极高的标准，即便是那些涉及多层嵌套和复杂循环的示意图，也做到了层次分明，没有出现任何模棱两可的表达。这对于理解复杂的系统架构至关重要，毕竟，在技术书籍中，一笔画错或者一个箭头指错方向，都可能导致读者对整个原理的误解。我个人对这类严谨的排版深有好感，它间接反映了作者和编辑团队在内容校对上所付出的巨大努力，确保了知识传递的纯净性与准确性。

这本书的语言风格可以说是非常“克制”但又“有力”。它几乎没有使用任何煽动性的词汇，所有的论断都建立在严密的逻辑推导之上，但正是这种不动声色的陈述中，蕴含着强大的说服力。例如，在讨论模型泛化能力的问题时，作者没有直接断言A方法优于B方法，而是通过列举一系列极端条件下的数学证明和实验数据，引导读者自然而然地得出结论。这种叙述方式极大地培养了读者的批判性思维能力，让你习惯于从多角度审视问题，而不是盲目接受既定的“最佳实践”。读完之后，我发现自己看待周围的技术文档和论文时，都不自觉地开始寻找其中的“漏洞”和“潜在假设”，这种思维模式的转变，是任何速成班都无法给予的宝贵财富。它教会我，真正的智慧不是快速找到答案，而是提出更精准的问题。

这本书的封面设计初看之下，感觉颇有些老派学术著作的风格，米黄色的纸张和略显朴素的字体排版，让人不禁联想到那些沉甸甸的、充满硬核知识的典籍。我抱着一种“这下得啃硬骨头了”的心态翻开了它，没想到在序言部分就领略到作者深厚的学术功底和对该领域脉络的清晰梳理。特别是关于早期识别模型演进的梳理，简直像是一场精心编排的历史剧，将那些被时间冲刷的经典算法重新带到了我们眼前，讲解得深入浅出，绝非那种堆砌术语的教科书能比拟的。我特别欣赏作者在阐述复杂数学原理时所采用的类比手法，很多晦涩难懂的概念，经过这样的转化后，似乎一下子就有了具象的画面感，这对于我们这些非纯数学背景的工程实践者来说，无疑是一大福音。它不像某些前沿书籍那样，只着重于最新的技术突破而忽略了基础的构建，而是非常扎实地从底层逻辑出发，循序渐进，让你明白“为什么”要这样设计，而不仅仅是“怎么做”。读完前几章，我已经能感觉到自己的知识体系正在被重新校准和加固，对整个领域有了更宏观的把握。

这本书的行文节奏非常独特，它不是那种一气呵成的流水账式叙述，而是充满了思辨的张力和层次的递进。我记得有一章专门讨论了在光照不均和形变复杂的场景下，如何通过特征提取来提高鲁棒性，作者用了整整十几页的篇幅，从不同的视角反复剖析了“边缘信息”和“拓扑结构”之间的微妙关系。那种对细节的执着和对理论边界的不断试探，简直让人拍案叫绝。有时候，我甚至需要放慢速度，对照着图表反复揣摩作者的逻辑跳跃点，感觉自己就像是在和一位经验极其丰富的前辈进行一对一的深度研讨。这本书的价值不在于它告诉你最新的API调用方法，而在于它将那些经过时间检验的、具有普适性的底层原理讲解得淋漓尽致，让你在面对新的技术框架时，能够迅速洞察其本质，而不是被表面的花哨功能所迷惑。这种“授人以渔”的教育理念，才是真正顶尖学术著作的标志，它让你在很长一段时间内，都无法摆脱作者的思维定式，时不时会冒出“嗯，这和XX书中提到的那个观点是相呼应的”的感悟。