DSpace at VNU: Nhận dạng chữ viết tay tiếng Việt trên các thiết bị cầm tay

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Nguyễn Lê Hùng

NHẬN DẠNG CHỮ VIẾT TAY TIẾNG VIỆT
TRÊN CÁC THIẾT BỊ CẦM TAY

LUẬN VĂN THẠC SỸ

Hà Nội - 2007


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ
--------oo0oo--------

Nguyễn Lê Hùng

NHẬN DẠNG CHỮ VIẾT TAY TIẾNG VIỆT
TRÊN CÁC THIẾT BỊ CẦM TAY
Ngành: Công nghệ thông tin
Mã số: 1.01.10

LUẬN VĂN THẠC SỸ

NGƯỜI HƯỚNG DẪN KHOA HỌC
TS. Bùi Thế Duy
:

Hà Nội - 2007

BẢNG CÁC TỪ VIẾT TẮT
Ký hiệu
PDM
OCR
DTW
DFT
DCT

Từ tiếng Anh
Point Distribution Model
Optical Character Recognition
Dynamic Time Warping
Discrete Fourier Transform
Discrete Cosine Transform

Giải thích
Mô hình phân bố điểm
Nhận dạng ký tự quang học
Warping thời gian động
Biến đổi Fourier rời rạc
Biến đổi Cosine rời rạc


DANH MỤC CÁC HÌNH VẼ

Hình 1.1. Mô hình nhận dạng chữ viết tay trực tuyến
................................................................................................................... 1
1

Hình
1.2.
Thiết
bị
cầm
tay
......................................................................................................................... 1
5
Hình 1.3. Minh họa ký tự khi thu nhận được khi người dùng viết nhanh
................................................................................................................... 1
8
Hình 1.4. Các cách viết khác nhau cho cùng ký tự N
................................................................................................................... 2
2
Hình 1.5. A) Thòng lọng, B) Thòng lọng bị thu nhỏ, C) Thòng lọng chuyển
thành
đỉnh
................................................................................................................... 2
2
Hình 1.6. Thay đổi cấu trúc của ký tự thành dạng có thòng lọng
................................................................................................................... 2
2
Hình 1.7. Ví dụ minh họa ký tự bao phủ một ký tự khác
................................................................................................................... 2
3
Hình
2.1.
Xóa
các
ký

tự
trễ
................................................................................................................... 2
4
Hình 2.2. Các bước thực hiện để lấy mẫu bằng nhau
................................................................................................................... 2
5
Hình 2.3. Minh họa các bước lấy mẫu cho ký tự “a”. (a) Ký tự gốc, (b) Sau
khi chuẩn hóa kích thước và căn giữa, (c) Sau lần lẫy mẫu thứ nhất, (d)
Sau khi áp dụng bộ lọc Gaussian và (e) sau lần lấy mẫu cuối cùng
................................................................................................................... 2
6
Hình
2.4.
Ví
dụ
về
sửa
lỗi
“Xóa”
......................................................................................................................... 2
8


Hình
2.5.
Ví
dụ
về
sửa

lỗi
“Viết
đè”
................................................................................................................... 2
8
Hình 2.6. Ví dụ về loại lỗi “hoàn thành” và “chèn”
................................................................................................................... 2
8
Hình
2.7.
Sơ
đồ
xử
lý
hiệu
chỉnh
tổng
quát
................................................................................................................... 3
0
Hình
2.8.
Chữ
“Clintor”
sau
khi
được
làm
trơn
................................................................................................................... 3

2
Hình 2.9. 7 ma trận khôi phục. x ký hiệu cho bít có thể có giá trị bất kỳ
......................................................................................................................... 3
5
Hình
2.10.
Minh
họa
cho
thuật
toán
làm
mảnh
................................................................................................................... 3
5
Hình
2.11.
Ánh
xạ
giữa
các
điểm
................................................................................................................... 3
5
Hình
2.12.
Chuẩn
hóa
kích
thước

của
ký
tự
................................................................................................................... 3
6
Hình 2.13. Nội suy các điểm bị mất dựa vào đường cong Bezier
................................................................................................................... 3
7
Hình 2.14. Xác định trọng tâm của hai thành phần
................................................................................................................... 4
1
Hình 2.15. Từ “chat “ sau khi quay một góc

................................................................................................................... 4
1
Hình
2.16.
Hiệu
chỉnh
góc
nghiêng
của
từ
“about”
................................................................................................................... 4
2
Hình
2.17.
Các
ký

tự
có
độ
nghiêng
khác
nhau
................................................................................................................... 4
3


Hình
2.18.
Xác
định
đường
thẳng
hiệu
chỉnh
................................................................................................................... 4
4
Hình
2.19.Minh
họa
tính
góc
nghiêng
trung
bình
......................................................................................................................... 4
5

Hình
2.20.
Histogram
khi
thay
đổi
góc
quay
......................................................................................................................... 4
7
Hình
3.1. Tính khoảng cách
giữa hai thành phần
......................................................................................................................... 4
8
Hình 3.2. Dòng văn bản trước và sau khi phân tách
......................................................................................................................... 4
9
Hình 3.3. Minh họa các bước của thuật toán cắt từ
......................................................................................................................... 5
0
Hình 3.4. Hình chữ nhật nhỏ nhất chứa dấu và cụm ký tự
......................................................................................................................... 5
2
Hình 3.5. Biểu diễn mối liên kết giữa cụm ký tự và dấu
......................................................................................................................... 5
2
Hình 3.6. Minh họa từ “Chúng” được cấu tạo từ 3 cụm từ
......................................................................................................................... 5
3

Hình
3.7.
Các
bước
thực
hiện
thuật
toán
cắt
từ
......................................................................................................................... 5
5
Hình
3.8.
Minh
họa
các
đường
baseline
......................................................................................................................... 5
6
Hình 3.9: Các điểm cắt ứng viên thay đổi khi áp dụng quy tắc 1
......................................................................................................................... 5
6
Hình 3.10. Các điểm cắt thay đổi sau khi áp dụng quy tắc 2
......................................................................................................................... 5
7


Hình 3.11. Dấu chấm

giúp căt hai từ
chính xác
......................................................................................................................... 5
8
Hình 3.12. Sơ đồ kết hợp giữa tách từ và nhận dạng
......................................................................................................................... 5
9
Hình
3.13.
Xác
định
hướng
viết
......................................................................................................................... 6
0
Hình
3.14.
Độ
cong
tại
điểm
(x(t),y(t))
......................................................................................................................... 6
1
Hình 3.15. Các điểm trội của ký tự khi các giá trị FI thay đổi.
......................................................................................................................... 6
2
Hình 4.1. Các bước thực hiện thuật toán đối sánh mẫu nhị phân
......................................................................................................................... 6
3

Hình 4.2. Ma trận điểm ảnh được chia thành các khối kích thước 2x2
......................................................................................................................... 6
4
Hình
4.3.
Các
kỹ
thuật
đối
sánh
đường
cong.
......................................................................................................................... 6
5
Hình 4.4. Minh họa sau khi thực hiện thuật toán lấy mẫu
......................................................................................................................... 6
6
Hình 4.5. Hướng viết được biểu diễn tương ứng với các giá trị nguyên
......................................................................................................................... 6
7
Hình
4.6.
Minh
họa
chuỗi
biểu
diễn
ký
tự
A

......................................................................................................................... 6
7
Hình
4.7.
Các
cách
viết
ký
tự
“A”
......................................................................................................................... 6
9
Hình 4.8. Chuỗi biểu diễn tương ứng với các cách viết ký tự “A”
......................................................................................................................... 6
9


Hình
4.9.
Biểu
diễn
đối
tượng
bằng
các
điểm
......................................................................................................................... 7
1
Hình
4.10.

Mô
hình
PDM
của
một
khúc
xương
......................................................................................................................... 7
4
Hình 4.11. Biểu đồ hình khối mức đỉnh của hệ thống nhận dạng sử dụng
Fourier
Descriptors
......................................................................................................................... 7
6
Hình 4.12. Biểu đồ khối chi tiết của hệ thống nhận dạng sử dụng DFT
......................................................................................................................... 7
7
Hình
4.13.
Các
điểm
biểu
diễn
đường
cong
......................................................................................................................... 7
8
Hình
4.14.
Đường

cong
sau
khi
làm
trơn
......................................................................................................................... 7
9
Hình 4.15.
Đường cong được biểu diễn bằng 64 điểm
......................................................................................................................... 7
9
Hình 4.16: Đường cong xấp xỉ có xu hướng trở về hình dạng cũ
......................................................................................................................... 8
1
Hình 4.17. Đường cong xấp xỉ sau lần lặp đầu tiên
......................................................................................................................... 8
2
Hình 4.18. Đường cong xấp xỉ thu được sau lần lặp thứ 8
......................................................................................................................... 8
3
Hình
4.19
Hình
minh
họa
đường
cong
không
đóng
......................................................................................................................... 8

3
Hình
5.1.
Các
bước
cài
đặt
chương
trình
......................................................................................................................... 8
6
Hình 5.2. Các nét bút thuộc các dòng khác nhau sẽ được phân loại
......................................................................................................................... 8
7


Hình 5.3. Chữ “nhanh” trước và sau khi hiệu chỉnh góc nghiêng
......................................................................................................................... 8
9
Hình
5.4.
Xác
định
các
điểm
cắt
tiềm
năng
......................................................................................................................... 9
0

Hình
5.5.
Từ
“ngay”
được
chia
thành
7
khối
......................................................................................................................... 9
1
Hình 5.6. Minh họa một phần cây lưu trữ trong bộ nhớ
......................................................................................................................... 9
1
Hình 5.7. Hiển thị kết quả nhận dạng ra màn hình
......................................................................................................................... 9
4


MỞ ĐẦU
Viết chữ là cách tự nhiên để thu thập, lưu trữ và truyền thông tin không chỉ
giữa con người với nhau mà còn giữa con người và máy móc. Các nỗ lực
nghiên cứu trong lĩnh vực nhận dạng không chỉ cung cấp một cách giao tiếp
giữa người và máy giống như viết trên giấy, mà còn cung cấp những chương
trình hiệu quả tự động xử lý một lượng lớn tài liệu giấy để chuyển vào trong
máy dưới dạng các tài liệu số hóa, nhận dạng các hóa đơn chuyển tiền.v.v...
Từ khi phát minh ra máy vi tính, các nhà nghiên cứu đã tập trung nghiên cứu
cho máy tính có thể bắt chước đọc giống con người. Trong suốt hơn 40 năm
nghiên cứu nhận dạng chữ viết của các nhà khoa học trên toàn thế giới, rất
nhiều phương pháp nhận dạng đã được đề xuất nhưng cho đến nay vẫn chưa

có một phương pháp nào cho tỉ lệ nhận dạng chính xác hoàn toàn.
Ngày nay, các thiết bị hỗ trợ cá nhân (PDA) ngày càng trở nên phổ biến,
cung cấp nhiều ứng dụng hữu ích cho người dùng như lịch làm việc, tìm
kiếm, soạn thư điện tử v.v..Các ứng dụng này có thể thu nhận dữ liệu từ bàn
phím hoặc qua màn hình cảm ứng. Bàn phím của các thiết bị PDA thường
rất nhỏ nên thu thập dữ liệu qua bàn phím chậm và không tự nhiên bằng việc
thu thập dữ liệu qua việc sử dụng bút viết lên màn hình cảm ứng.
Dữ liệu thu nhận được thông qua màn hình cảm ứng là tọa độ di chuyển của
bút viết cùng với các thông tin động khác như tốc độ viết, góc của bút viết
và sức ép của bút, thứ tự nét viết và hướng của nét bút… Hệ thống nhận
dạng trực tuyến sẽ nhận dạng các hình ảnh được tạo bởi đường đi của bút
viết thành dạng văn bản để các ứng dụng xử lý văn bản có thể hiểu được.
Các thông tin động trong quá trình viết sẽ được sử dụng để nâng cao độ
chính xác nhận dạng. Đây cũng chính là sự khác biệt so với nhận dạng chữ
không trực tuyến (off-line).
Trong luận văn này, tôi nghiên cứu đặc trưng của tiếng Việt, một số thuật
toán được sử dụng trong các giai đoạn tiền xử lý, cắt chữ, nhận dạng để xây
dựng hệ thống nhận dạng chữ viết tay tiếng Việt, các quy tắc để kiểm tra
một từ tiếng Việt có hợp lệ hay không trong giai đoạn hậu xử lý. Giai đoạn
tách chữ luôn là giai đoạn khó trong việc xây dựng hệ thống nhận dạng ký
tự, tôi giải quyến vấn đề này bằng cách áp dụng thuật toán tách chữ off-line
kết hợp với các thông tin động thu được trong quá trình viết chữ online để
tăng độ chính xác trong việc tìm các điểm cắt tiềm năng. Các điểm cắt tiềm
năng này sẽ được tổ hợp và nhận dạng trong giai đoạn nhận dạng kết hợp
với các quy tắc trong giai đoạn hậu xử lý để tìm ra kết quả phù hợp nhất.
Bố cục của luận văn bao gồm phần mở đầu, phần kết luận và 5 chương nội
dung được tổ chức như sau:


Chương 1: Tổng quan về hệ thống nhận dạng

Chương này trình bầy một số khái niệm liên quan đến nhận dạng. Các cách
để phân loại một hệ thống nhận dạng.
Chương 2: Tiền xử lý
Trình bày một số thuật toán được sử dụng trong giai đoạn tiền xử lý bao
gồm hiệu chỉnh lỗi viết tay, nội suy các điểm đã mất, hiệu chỉnh góc nghiêng
và một số vấn đề liên quan khác.
Chương 3: Cắt chữ và trích chọn đặc trưng
Trình bày một số thuật toán được dùng để cắt chữ off-line bao gồm cắt từ
khỏi dòng văn bản, cắt ký tự, cách kết hợp giữa cắt chữ và nhận dạng để
tăng độ chính xác. Chương này cũng trình bày một số cách trích chọn đặc
trưng để dùng trong giai đoạn nhận dạng.
Chương 4: Một số phương pháp nhận dạng
Trình bầy một số phương pháp nhận dạng, cách phương pháp này chủ yếu
dựa trên các điểm thu nhận được trong quá trình viết.
Chương 5: Xây dựng chương trình nhận dạng chữ viết tay tiếng Việt on-line
Trình bầy đánh giá về các thuật toán được sử dụng trong chương trình Demo
kèm theo một số kết quả cài đặt.


TỔNG QUAN VỀ HỆ THỐNG NHẬN DẠNG CHỮ VIẾT
Giới thiệu
Thông thường một hệ thống nhận dạng chữ viết được thực hiện qua các
bước sau[11]:

Tiền xử lý

Phân loại

Phân mảnh

Gắn nhãn

Trích chọn đặc
trưng

Tìm kiếm

Hậu xử
lý

Ngôn ngữ mô
hình

Giai đoạn tiền xử lý bao gồm các bước hiệu chỉnh dữ liệu vào, làm trơn, hiệu
chỉnh góc nghiêng theo chiều ngang hay chiều thẳng đứng, chuẩn hóa kích
thước, trích chọn đặc trưng...
Hình 1.1.
hìnhcác
nhận
viếttiên
tay trực
tuyếncác từ ra khỏi
Giai đoạn phân mảnh
baoMô
gồm
2 dạng
bước,chữ
đầu
là tách
dòng văn bản, sau đó là tách riêng các ký tự ra khỏi từ. Thứ tự các điểm của

ký tự được tách sẽ giữ nguyên giống như viết cả từ.
Giai đoạn trích chọn đặc trưng sẽ chọn các đặc trưng của ký tự để chuyển
sang bước phân loại. Đặc trưng được trích chọn ở bước này có thể gồm
nhiều loại phụ thuộc vào thuật toán nhận dạng như điểm trội, mã Free man,
hướng di chuyển...
Ngôn ngữ mô hình giảm thiểu quá trình tìm kiếm. Ngôn ngữ mô hình gồm
một số loại sau:
 Mô hình dự đoán: Thường được sử dụng trong nhận dạng âm thanh.
Dựa trên bảng thống kê một ký tự thường theo sau một ký tự khác với
xác suất bao nhiêu. Mô hình dự đoán chủ yếu được sử dụng kết hợp


với phân tích ngữ cảnh và hay được sử dụng trong mô hình Markov
ẩn.
 Mô hình mẫu: Tất cả mẫu về ký tự sẽ được lưu trữ trong cơ sở dữ liệu.
Mỗi một ký tự có nhiều biến thể khác nhau.
Kỹ thuật tìm kiếm sẽ tìm kiếm đường dẫn gần nhất trong tất cả các mẫu của
mỗi tự. Một số kỹ thuật tìm kiếm thông dụng là lập trình động, tìm kiếm từ
trái qua phải hay tìm kiếm tuần tự.
Hậu xử lý bao gồm việc kiểm tra lại lần cuối kết quả nhận dạng trước khi
hiển thị kết quả lên màn hình.
Lịch sử nhận dạng
Cho đến nay, các hệ thống nhận dạng đã được phát triển từ nhiều năm,
nhưng đến những thập kỷ gần đây mới phát triển mạnh mẽ. Người ta chia
lịch sử phát triển của các hệ thống nhận dạng làm 3 thời kỳ:[12]
Thời ký thứ nhất từ năm 1900 – 1980: Đây là thời kỳ sơ khai. Nhận dạng ký
tự được bắt đầu từ những năm 1900 khi các nhà khoa học người Nga nghiên
cứu phát triển một hệ thống trợ giúp cho người khuyết tật. Hệ thống nhận
dạng đầu tiên xuất hiện vào giữa năm 1940 cùng với sự phát triển của máy
vi tính. Trong thời kỳ này, các hệ thống nhận dạng chủ yếu tập trung vào

nhận dạng chữ in hoặc một tập nhỏ các ký tự viết tay. Trong thời kỳ này, các
hệ thống nhận dạng chữ in chủ yếu sử dụng phương pháp đối sánh mẫu, ảnh
cần nhận dạng sẽ được đem so sánh với các ảnh trong thư viện ảnh mẫu.
Với chữ viết tay, các kỹ thuật xử lý ảnh ở mức thấp được sử dụng để trích
chọn các vector đặc trưng sau đó sẽ được phân loại. Các thuật toán nhận
dạng chủ yếu tập trung vào các ký tự Latin và số, chỉ có một số ít nghiên cứu
tập trung vào nhận dạng các ký tự Japanese, Chinese, Hebrew, Indian,
Cyrillic, Greek và các ký tự Arabic.
Các hệ thống nhận dạng thương mại xuất hiện đầu tiên vào những năm 1950
khi các thiết bị điện tử có màn hình cảm ứng thu nhận tọa độ di chuyển của
bút cảm ứng xuất hiện. Các thiết bị này đã giúp các nhà nghiên cứu làm việc
với các vấn đề liên quan đến chữ viết tay trực tuyến.
1980 –1990 Thời kỳ phát triển: Các nghiên cứu trước năm 1980 gặp nhiều
khó khăn do thiếu các thiết bị máy tính có tốc độ cao và các thiết bị thu nhận
dữ liệu. Từ năm 1980 trở đi, với sự bùng nổ của công nghệ thông tin, các
thiết bị phần cứng có có tốc độ cao đã giúp cài đặt được các thuật toán có độ
phức tạp cao từ thời kỳ trước.


Từ năm 1990 đến nay – Thời kỳ tiến bộ. Đây là thời kỳ phát triển mạnh mẽ
của lĩnh vực nhận dạng về cả nhận dạng chữ in và nhận dạng chữ viết tay,
một phần là do các thiết bị phần cứng phát triển( máy tính có tốc độ cao, các
thiết bị thu nhận dữ liệu như máy quét, camara, các thiết bị cảm ứng thu
nhận kết quả chính xác hơn), phần còn lại là do có nhiều thuật toán nhận
dạng tốt hơn tận dụng được tốt đa các các phương pháp mạng Neural, mô
hình Markov ẩn, v.v..
Tổng quan về các thiết bị cầm tay
Trong phần này, tôi sẽ đề cập đến các thiết bị hỗ trợ thu nhận chữ viết tay,
các đặc trưng cũng như các hệ điều hành thường được dùng trên từng loại
thiết bị.

Nhận dạng chữ viết tay trực tuyến là việc chuyển tự động các nét bút được
viết trên các thiết bị số hóa hoặc PDA thành dạng văn bản.Các bộ cảm ứng
của các thiết bị này sẽ thu thâp các tọa độ di chuyển của bút viết. Các tính
hiệu thu được sẽ được chuyển thành dạng mã ký tự để có thể xử lý được
trong các chương trình xử lý văn bản.
Các thành phần của một hệ thống nhận dạng chữ viết tay trực tuyến
gồm:


Một bút cảm ứng để người viết viết lên màn hình cảm ứng



Một màn hình cảm ứng, nơi người viết viết văn bản và hiển thị kết
quả.



Một ứng dụng dịch cử động của người viết thành các ký tự.

Nhận dạng chữ viết tay được sử dụng rộng rãi để thu thập dữ liệu cho các
thiết bị PDA vì các thiết bị PDA thường không có bàn phím. Thiết bị PDA
đầu tiên hỗ trợ nhận dạng chữ viết tay là Apple Newton. Tuy nhiên thiết bị
này không được thương mại hóa rộng bởi khả năng nhận dạng còn kém.
Phiên bản tiếp theo của Apple Newton là Newton OS 2.0. Trong phiên bản
này, độ chính xác đã được cải thiện đáng kể bao gồm cả việc hiệu chỉnh lỗi
trong quá trình viết.
Các thiết bị ra đời tiếp theo cố gắng tăng độ chính xác trong quá trình
nhận dạng, bao gồm: Go’ tablet computer được sản xuất bởi NCR, IBM sử
dụng hệ điều hành Go’s Penpoint, IBM’s Thinkpad tablet computer sử dụng

hệ điều hành Penpoint và các hệ thống nhận dạng sau đó như Microsoft


Windows for Pen và IBM’s Pen for OS/2. Tuy nhiên chưa có hệ thống nào
được thương mại hóa rộng rãi.
Mãi đến khi có sự xuất hiện của máy Palm dựa trên hệ thống nhận dạng
Graffiti@, hệ thống nhận dạng này dựa trên việc định nghĩa một tập các nét
bút cho từng ký tự. Các hệ thống nhận dạng sau đó có độ chính xác cao được
tích hợp vào các hệ điều hành như Microsoft’s version of windows XP
operating system for Tablet PCs hoặc Windows Mobile OS for PDAs.
Thiết bị cầm tay PDA(Personal Digital Assistant) là các thiết bị có kích
thước nhỏ, có cấu trúc gần giống như máy tính cá nhân. Các thiết bị PDA
cung

TÀI LIỆU THAM KHẢO
[1] Wolfgang Hurst, Jie Yang and Alex Waibel. Error Repair in Human
Handwriting – An Intelligent User Interface for Automatic On-Line
Handwriting Recognition.
[2] R. O. Duda and P. E. Hart. Use of the Hough transformation to detect
lines and curves in pictures. Communications of the ACM, 15(1): 11-15,
1972.
[3] S. Jaeger, S. Manke, J. Reichert and A. Waibel. Online handwriting
recognition: the Npen++ recognizer.
[4] Niranjan Joshi, G Sita, A G Ramakrishnan and Srriganesh
Madhvanath. Comparison of elastic matching algorithms for on-line Tamil
handwriting recognition.
[5] M. Blumenstein, C. K. Cheng and X.Y. Liu. New preprocessing
techniques for handwritten word recognition.

[6] Eiji Taira, Siichi Uchida and Hiroaki Sakoe. Nonuniform Slant
Correction for Handwriting word Recognition
[7] B. Gatos, I. Pratikakis,A.L. Kesidits, S.J. Perantoniss. Efficient Off-Line Cursive
handwriting Word Recognition

[8] U.-V. Marti and H. Bunke. Text line segmentation and word
recognition in a system for general writer independent handwriting
recognition. In Proc. 6th Int. Conference on Document Analysis and
Recognition, pages 159–163, 2001.
[9] Marcus Liwicki, Mathias Scherz and Horst Bunke. Word Extraction
from On-Line Handwritten Text Lines
[10] Lei Huang, Genxun Wan, Changping Liu. An Improved Parallel
Thinning Algorithm.
[11] Jean R_ Ward and Thedore Kuklinski_ A Model for Variability E_ects in
Handwriting Character Recognition Systems in IEEE Trans. Sys. Man. Cybernetics Vol:
18, No3, pp: 438 – 451, 1988
_

[12] Nafir arica. An off_line character recognition for free style handwring.

[13] Susan A. Dey. Adding Feedback to Improve segmentation and
Recognition of Handwriting Numerals
[14] M. Morita, R. Sabourin, F. Bortolozzi and C. Y. Suen. A
Recognition and Verification Strategy for Handwriten Word Recognition.
[15] Ernesto Tapia and Raúl Rojas. Recognition of On-line Handwriten
Mathematical Formulas in the E-Chalk System.
[16] Nafiz Arica. An Off-line Character recognition system for free style Handwriting.
[17] Ralph NIELS and Louis VUURPIJL. Using Dynamic Time Warping for Intuitive
Handwriting Recognition
[18] Scott Connell. A Comparison of Hidden Markov Model Features for the Recognition

of Cursive Handwriting
[19] Ming-Yen Tsai and Leu-Shing Lan. Online Recognition of Chinese handwriting
characters based on the point distribution model.


[20] Sung-Hyuk Cha, Yong-Chul Shin, Sargur N. Srihari. Approximate Stroke Sequence
String Matching Algorithm for Character Recognition and Analysis
[21] Vladislav G. Polyakov, Mikhail A. Ryleev And Boris E. Gorbatov. United States
Patent. Method And Apparatus For Pattern Recoginition And Representation Using
Fourier Descriptors And Iterative Transforrmation Reparametrization.
[22] M. Blumenstein And B. Verma. An Artificial Neural Network Based Segmentation
Algorithm for Off-line Handwriting Recognition.
[23] L.R.B. Schomaker, “User-Inerface Aspects in Recognizing Connected-Cursive
Handwriting”, Proceedings of the IEE Colloquium on Handwriting and Pen-based input,
1994.