[论文解读] Segmentation of Offline Handwritten Bengali Script

Subhadip Basu, Chitrita Chaudhuri+3 more|arXiv (Cornell University)|Feb 14, 2012

Handwritten Text Recognition Techniques参考文献 8被引用 5

一句话总结

本文提出了一种针对连笔手写孟加拉文脚本的新型分割方法，解决了孟加拉文字中常见的封闭结构带来的挑战。通过结合垂直投影轮廓分析与自适应阈值处理，该方法在218个测试样本上实现了97.7%的成功率，实现了对连写字符的准确分解，为后续识别任务提供了支持。

ABSTRACT

Character segmentation has long been one of the most critical areas of optical character recognition process. Through this operation, an image of a sequence of characters, which may be connected in some cases, is decomposed into sub-images of individual alphabetic symbols. In this paper, segmentation of cursive handwritten script of world's fourth popular language, Bengali, is considered. Unlike English script, Bengali handwritten characters and its components often encircle the main character, making the conventional segmentation methodologies inapplicable. Experimental results, using the proposed segmentation technique, on sample cursive handwritten data containing 218 ideal segmentation points show a success rate of 97.7%. Further feature-analysis on these segments may lead to actual recognition of handwritten cursive Bengali script.

研究动机与目标

• 解决连笔手写孟加拉文脚本的分割挑战，其中字符常包含封闭结构，导致传统方法失效。
• 开发一种针对孟加拉文脚本结构复杂性的鲁棒分割技术，该语言是全球第四大使用语言。
• 在离线手写数据上实现高精度分割，以支持连笔孟加拉文字符的后续识别。
• 为手写孟加拉文文本的特征提取与最终识别提供基础。

提出的方法

• 该方法采用垂直投影轮廓分析，检测连写字符图像中的潜在分割点。
• 应用自适应阈值处理以增强对比度，并在噪声或画质低的图像中改善字符边界的检测。
• 算法将垂直投影轮廓中的局部极小值识别为候选分割点。
• 通过验证步骤，仅保留对应实际字符分隔的有意义分割点。
• 该方法专为处理孟加拉文脚本的独特结构特征（如变音符号和封闭结构）而设计。
• 该方法在包含218个手工验证的理想分割点的样本数据集上进行了评估。

实验结果

研究问题

• RQ1 当连笔手写孟加拉文字符包含封闭结构时，如何实现有效分割？
• RQ2 何种分割技术能在结构复杂的情况下，对离线手写孟加拉文脚本实现高精度分割？
• RQ3 垂直投影与自适应阈值处理能否有效结合，以检测连写孟加拉文字符中的分割点？
• RQ4 在真实世界的手写连笔孟加拉文笔迹数据上，可实现的分割准确率是多少？

主要发现

• 所提出的分割方法在218个手工标注的理想分割点上实现了97.7%的成功率，这些点来自连笔手写孟加拉文文本。
• 该方法有效应对了孟加拉文脚本的结构复杂性，包括具有封闭结构的字符，这些特征常使标准分割技术失效。
• 垂直投影轮廓分析与自适应阈值处理的结合，在连写字符序列中有效检测到了有意义的分割点。
• 结果表明，对离线手写孟加拉文脚本实现高精度分割是可行的，可为识别提供可靠的特征提取基础。