目前,对维吾尔文的研究可以分为手写体和印刷体两个方向。印刷体维吾尔文识别旨在将纸质文档电子化,有利于维吾尔族文化的继承与发扬,有助于新疆地区的信息化发展,有助于民族团结。其中,印刷体维吾尔文的研究又可以分为基于字符、基于单词和基于连体段三个方向。本文以连体段为识别对象,分别利用经典的OCR技术和深度学习网络模型对印刷体维吾尔文连体段进行研究,并且研发了一套完整的印刷体维吾尔文识别翻译系统。具体的研究内容如下:1.建立印刷体维吾尔文连体段数据库。通过统计整理实验室已有的单词数据库,对4261类常用维吾尔文单词所包含的连体段进行统计并剔除重复的连体段,本文整理出1792类常用的连体段,并建立50套不同字体不同字号的连体段数据库样本;2.鉴于连体段之间间隙较小、可能存在轻微的粘连现象,若采用简单的积分投影法会出现漏切分、过切分等现象,导致连体段切分不准确。为了准确切分连体段,本文采用一种基于位置关系合并连通域的连体段切分方法,该方法通过遍历连通域,并根据连体段主体和附加体的常见位置关系进行合并,最后得到独立的连体段单位。实验表明,采用连通域合并法可以对不同大小不同字号的印刷体维吾尔文文档进行准确切分连体段,切分准确率可接近于100%;3.本文研究了基于经典OCR的印刷体维吾尔文连体段识别技术。基于经典OCR的印刷体维吾尔文连体段识别技术包括文档图像预处理、文档图像切分、连体段图像预处理、特征提取和分类识别5大模块。实验表明,基于经典OCR的印刷体维吾尔文连体段识别技术的前1识别准确率不低于92.97%,识别速率不低于95.36ms/连体段;4.本文研究了基于深度学习的印刷体维吾尔文连体段识别技术。本文基于Le Net-5模型和Alex Net模型设计了一个7层的卷积神经网络模型,并通过数据增强的方式提高了模型网络的泛化能力。经过实验表明,基于卷积神经网络的印刷体维吾尔文连体段识别取得了较满意的识别准确率,前1识别率稳定于99%;5.本文在上述研究基础上设计开发了一套印刷体维吾尔文识别翻译系统。该系统可以通过连接扫描仪或者打开图片的方式对印刷体维吾尔文文档进行识别或翻译操作,识别操作输出为可编辑格式的维吾尔连体段,翻译操作输出为维吾尔文单词对应的中文翻译。