中国书法是一门古老的汉字书写艺术,是中华文化的基本要素之一,在全世界尤其是东亚影响广泛,深受大众喜爱。然而对于业余书法爱好者而言,用个人独特风格写出赏心悦目的书法作品是一个挑战性难题。近年来,将手写汉字美化为具有特定风格的书法是一个研究热点,但当前研究侧重于模拟某一风格的数字书法,无法生成在物理上可用毛笔写在纸面上的书法字,且模拟的数字书法难以展现用户的书写风格。针对上述问题,本文通过引入卷积神经网络模型和最优化模型,研究了一个基于机械臂的智能书法美化与书写系统,首先用户由鼠标或手写板写出汉字,系统将识别笔画并以楷书形式进行智能美化,然后控制机械臂自动用毛笔真实地书写在宣纸上,形成既有用户书写风格又有标准楷体书法风格的毛笔字。本文主要研究内容如下:(1)交互式手写汉字采集与笔画识别方法研究。针对基于图像的手写汉字笔画分割和识别困难的问题,使用鼠标或手写板在手写界面上以骨架形式绘制手写汉字,同步采集笔画的骨架点,并以笔画为单位进行保存。交互式笔画信息采集的平均效率约1笔/秒,高出基于汉字图像的笔画提取效率。然后利用每笔笔画的骨架点信息自动生成无噪声单笔画图像,使用卷积神经网络(CNN)识别单个笔画类型,用于检索相应的标准笔画,平均识别精度达93%,可满足系统后续研究要求。(2)面向机械臂书写的手写汉字楷体风格美化方法研究。针对手写汉字转化为机械臂书法汉字时存在难以同时保持用户风格和书法美观性的问题,构建了基于田英章和田雪松楷法笔画的机械臂书写标准笔画库,并引入形态特征向量用于描述标准笔画的形态,然后提出一种全局优化模型求解一种最优化书法笔画,该笔画既能保持用户手写笔画的风格,也具备标准书法笔画的美观性,还能保持笔画的光滑性。(3)机械臂毛笔字书写控制方法研究。针对机械臂在书法书写时毛笔的高度与力度难以控制的问题,经过优化的笔画轨迹将被输入至机械臂形成2D平面上的运动轨迹,通过选取经过重定位的标准楷书笔画点的高度值,为每个二维控制点添加3D空间内的高度信息,并采用坐标控制方式使机械臂书写楷体书法,此外,为获得更逼真的楷体风格,对笔画的刚性段做了风格加强处理。结果表明机械臂撰写的毛笔字书法不仅展示了丰富的楷书风格,而且表现出用户手写体的特点。(4)机械臂撰写毛笔书法结果评价方法研究。针对当前机械臂撰写缺乏有效评价模型的问题,提出了一种计算机模拟书法的生成方法,与真实书法进行对比,分别获得了模拟书法和真实书法在结构比、单元比和倾斜度上具有92%、90%和81%的相似性。此外,对机械臂撰写的书法作品进行用户调研,结果表明,本研究的书法美化及智能书写系统得到了87%用户的认可,系统能够有效地实现对手写体的书法美化。本文主要研究了面向机械臂书写的手写汉字书法美化方法,通过手写笔画提取与识别、手写体书法美化、机器人书写以及系统评价四个过程,生成的书法作品能在保持用户手写字形特征的同时有效实现对手写体的书法美化,该方法可为机器人智能书写研究提供理论基础,开发的智能书法美化与机械臂书写系统也能方便普通书法爱好者体验中国书法的魅力,弘扬中国传统文化,具有广阔的应用前景。