古代汉字文献切分研究

• 作者: 倪恩志 周昌乐 蒋旻隽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文档图像处理 文档切分 古籍数字化
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 博士论坛
• 页码范围: 29-33,38
• 页数: 6页
• 分类号: TP311
• 字数: 4843字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1209-0246

摘要

针对古代汉字文档的特点,提出了适合于古文档的列切分方法和字切分方法.提出的列切分方法直接对文档的笔画投影进行分析,采用一种基于分层投影过滤和变长间隙阈值的递归切分算法.该算法在列间隔较小、列与格线存在粘连、文档具有一定程度的倾斜的情况下,也能准确地抽取出列,尤其对短列的切分达到了较好的效果.提出的字切分方法分为两步,进行粗切分确定大致的切分位置,采用基于连通域分析与粘连点判断的方法做进一步的细切分.该算法对具有较多粘连和重叠汉字的列,也能较好地切分出完整的单字.实验结果表明,提出的方法用于古代汉字文档切分能够获得较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌乐	厦门大学信息科学与技术学院艺术认知与计算实验室	148	1475	22.0	30.0
2	倪恩志	厦门大学信息科学与技术学院艺术认知与计算实验室	2	24	2.0	2.0
3	蒋旻隽	上海应用技术学院计算机科学与信息工程学院	3	14	2.0	3.0