本论文对印刷体识别后处理技术进行了深入的研究,目标就是从理论,算法和应用三个层次上研究如何校正文本图像识别错误,提高系统识别率.研究工作主要包括以下几个方面: 首先,指出识别后处理与文本校对最大的差异,并提出了后处理系统所要解决的三个问题.分析比较人的校对活动与计算机进行识别后处理活动的相似性,提出识别后处理过程的双重性,由此引出同样具有双重随机过程的HMM模型来解决该问题. 其次,研究并讨论了印刷体识别中常见的相似字,以及相似字误识不对称性对HMM纠错造成的影响,提出不对称性影响因子的概念,将其作为权值加入HMM模型进行修正,这一改进有助于降低误纠率. 最后,针对标点符号的独有特点,结合识别系统切分模块提供的信息以及规则,提出了一种标点符号后处理的新方法. 实验结果表明,该方法在处理印刷体识别文本时,可以得到很好的应用,识别的正确率得到提高,并有效的降低了误纠率.