許亞美　盧朝陽　李靜　姚超

摘要：針對維吾爾詞書寫粘連和手寫筆畫漂移等問題，提出一種基于多信息融合路徑尋優(yōu)的字符分割算法。利用筆畫提取、切分和聚類，過分割單詞圖像得到主體和附加字段，通過字段模糊匹配獲得魯棒的字根序列描述，以抑制筆畫漂移造成的干擾；由建立的匹配位置高斯模型來估算字段匹配信息，經(jīng)對單字分類器輸出進行置信度轉(zhuǎn)換，從而得到字符識別信息，再運用數(shù)據(jù)統(tǒng)計獲取單詞語義信息；由構(gòu)建的字符序列二階Markov語言模型，基于Bayes準則，提出了單詞后驗概率的多信息加權(quán)融合計算方法，通過字段匹配及字根合并的路徑尋優(yōu)，可得到最佳字符分割結(jié)果。在手寫維文樣本庫上的實驗表明，所提算法能有效提升字符分割的準確率和穩(wěn)定性。

關(guān)鍵詞：信息處理技術(shù)；手寫文字識別；字符分割；維吾爾語；多信息融合