第四章、 實驗結果
4.6 實驗系統的成果展示
比較筆畫線段投票法與筆畫線段投票法+K-mean clustering 在 旋轉角度偵測上的效果，我們發現後者的效果不僅比較好，而且穩定 性也比較高，所以我們採用後者作為本實驗系統的主要偵測方法。圖 4-6-1.實驗系統成果展示一號圖，與圖 4-6-2.實驗系統成果展示二 號圖記錄了筆畫比較複雜的字的偵測旋轉角度後校正的結果，虛線框 住的黑色軌跡表示是使用者的輸入資料，虛線旁邊的紅色軌跡表示是 系統校正之後的結果，軌跡第一畫起筆的地方是一個小圓點，在軌跡 的重心的地方也有一個紅色的小圓點。
圖 4-6-1. 實驗系統成果展示一號圖
圖 4-6-2. 實驗系統成果展示二號圖
41
圖 4-6-3.實驗系統展示三號圖顯示在沒有旋轉的時候，系統偵 測旋轉角度的結果，當筆畫比較複雜的時候，不容易出現誤判斷的情 況。但是圖 4-6-4. 實驗系統展示四號圖則可以看出筆畫比較簡單的 字，在沒有使用經驗法則輔助的時候，很容易出現誤判，特別是不存 在橫豎筆畫的情況下誤判率將近 100%。虛線圈住的黑色軌跡是使用 者輸入的資料，虛線旁邊的紅色軌跡是校正後的結果。
圖 4-6-3. 實驗系統成果展示三號圖
圖 4-6-4. 實驗系統成果展示四號圖
42
圖 4-6-5.實驗系統成果展示五號圖顯示加入經驗法則輔助之 後，對於筆畫簡單或者是缺乏特定橫筆或者豎筆的字，誤判的情形減 少許多。虛線圈住的黑色軌跡是使用者輸入的資料，虛線旁邊的紅色 軌跡是校正後的結果。
圖 4-6-5.實驗系統成果展示五號圖
43
第五章 實驗結果討論及未來研究方向
5.1 實驗結果討論與分析
根據實驗結果顯示，我們的假設，橫筆線段與豎筆線段即使旋轉 之後還是維持著相對位置的垂直關係，是正確的，使用筆畫線段投票 法算法也有一定的成效，但是平均只能夠達到六成五左右的改善成 果，特別是對於沒有旋轉的字進行測試的時候，還是有三成的誤判 率。造成誤判的原因是：(1)樣本找到的線段其實是錯誤的，因為橫 筆線段與豎筆線段的方向與長度變異較大，這些變異造成算法的誤 判。(2)筆劃本身就違反了有垂直筆劃與水平筆劃的假設，雖然大部 分的漢字都有者兩者，但是缺少其中一個方向，甚至兩個方向都沒有 的字也是存在的，前者例如「一」、「三」、「川」等等，這些可透過經 驗的法則來進行改善；後者例如「人」、「八」、「入」等等，這些即使 應用經驗法則來加強，效果仍是相當有限。圖 5-1-1(a)(b)(c)(d)缺 乏橫筆或者豎筆的漢字範例 就是這些字的代表，5-1-1(a) 只有豎 筆， 5-1-1(b) 沒有豎筆也沒有橫筆，5-1-1(c)只有一個豎筆，
5-1-1(d)只有橫筆。
(a)只有豎筆 (b)沒有豎筆或橫筆
(c)只有一個豎筆 (d)只有橫筆
圖 5-1-1(a)(b)(c)(d). 缺乏橫筆或者豎筆的漢字範例
44
(3)對於方向與長度都相近的小線段無法合併來檢查，如果抖動 clustering 都會遭遇到一個問題，359°與 0°是相近的嗎？這個問題 對於橫筆也就是水平向右的筆畫特別重要，因為使用者極有可能寫出
嘗試看看如果以筆畫的線段方向與長度作為統計的基礎，是否可以滿 足所求。第三項是關於 K-mean clustering 的改進，可以針對初始 中心的選取規則，相鄰角度的合併，新的中心點的計算方式以及迴圈 次數的調整上進行實驗，找出真正的最佳解；更重要的是如何提升這 個方法在旋轉偵測上的處理速度。第四項則是目前旋轉角度偵測的效 果還是低於我們所預期的表現，而且對於沒有旋轉的字的誤判比率還 是偏高了，所以提升偵測效果以及降低誤判比率是一個比較重要的方 向，可以考慮整合參考文獻中的其他方法或者是另外找出新的應用規 則。第四項是從實驗系統的結果來考慮，筆畫線段投票法用來輔助 K-mean clustering 解決無法偵測的角度效果不錯，對於「一」「二」
的處理效果可以從圖上看出來，可以考慮增加對應的經驗法則來處理 其他效果不佳的軌跡，並改進經驗法則的穩定性。
46
第六章 參考文獻
1. Tong-Hua Su，Tian-Wen Zhang，Hu-Jie Huang，Yu Zhou，Harbin Inst. of Technol., Harbin， "Skew Detection for Chinese Handwriting by Horizontal Stroke Histogram,"9th
International Conference on Document Analysis and Recognition, Vol﹒2, PP﹒899-903, 23-26 Sept. 2007。
2. 魯湛與丁曉青, "基於筆段方向信息的聯機手寫漢字傾斜矯正算 法,"模式識別與人工智能,第 13 卷第 4 期，2000 年 12 月。
3. Stuart C. Hinds,James L. Fisher, and Donald P. D'Amato, Mitre Corp., McLean, VA, "A document skew detection method using run-length encoding and the Hough transform,"10th
International Conference on Pattern Recognition, Vol.1, PP.464-468, 16-21 June 1990。
4. C.Verplaetse, "Inertial proprioceptive devices:
Self-motion-sensing toys and tools,"IBM Systems Journal, Vol 35, Issue 3-4, PP.639-650, 1996。
5. Gatos, B., N. Papamarkos and C. Chamzas, "Skew etection and text line position determination in digitized documents, "
Pattern Recognition, Vol.30, Issue.9, PP.1505-1519, 1997。
6. 曾逸鴻,林裕淵, "中文文件影像中之特殊字體偵測,"科學與工程 技術期刊, Vol.3, No.4, PP.29-30, 2007。
7. 沈鴻光, "Character Recognition Using Nonlinear
Normalization Algorithm and Fuzzy Nearest Prototype Classifier, " M.S. thesis, 中原大學, 1994。
8. Rajiv Kapoor, Deepak Bagai, T.S. Kamal, "A new algorithm for skew detection and correction,"Pattern Recognition Letters, Vol. 25, Issue 11, PP. 1215-1229, August 2004。
9. JONATHAN J. HULL, S.L.Taylor, Eds., "DOCUMENT IMAGE SKEW DETECTION:SURVEY AND ANNOTATED BIBLIOGRAPHY,"
47
48
10. Document Analysis Systems II, World Scientific, PP.40-64, 1998.
11. Masaki Nakagawa and Motoki Onuma,"On-line Handwritten Japanese Text Recognition free from Constrains on Line Direction and Character Orientation, "Proceedings of the Seventh International Conference on Document Analysis and Recognition, pp.519-523, 2003.
12. Cheng-Lin Liu, Stefan Jaeger, Masaki Nakagawa, "Online Recognition of Chinese Characters:The
State-of-the-Art,"IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 26, NO. 2, February 2004.
13. Teng LONG and Lianwen JIN, "A Novel Orientation Free Method for Online Unconstrained Cursive Handwritten Chinese Word Recognition, "Proc. 19th International Conf. Pattern
Recognition, 2008.
14. Shengming Huang, Lianwen Jin And Jin Lv,"A Novel Approach for Rotation Free Online Handwritten Chinese Character Recognition,"10th Converence on Document Analysis and Recognition, pp.1136-1140, 2009.
15. Kai Ding, Lianwen Jin, Xue Gao,"A New Method for Rotation Free Online Unconstrained Handwritten Chinese Word
Recognition: A Holistic Approach,"10th International Converence on Document Analysis and Recognition, pp.1131-1135, 2009.
16. Lindsay I Smith, "A tutorial on Principal Components Analysis", 26 February,2002.