基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法
【專利摘要】本發(fā)明公開了一種基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，包括下述步驟：S1、建立英文字符數(shù)據(jù)庫，通過字符提取技術(shù)，獲取各個(gè)字符的灰度矩陣；S2、對(duì)字符進(jìn)行識(shí)別，判斷需要識(shí)別的字符并是否有被切割；S3、對(duì)碎片進(jìn)行分行聚類，所述分行聚類的基礎(chǔ)是上述的字符識(shí)別技術(shù)和基準(zhǔn)線距離信息，通過聚類向量、聚類中心和聚類距離，完成這一分行聚類過程；S4、經(jīng)過分行聚類技術(shù)后，然后通過行內(nèi)拼接技術(shù)，完成每一行的行內(nèi)碎片拼接；S5、利用行間拼接技術(shù)進(jìn)行碎片拼接。本發(fā)明可以廣泛應(yīng)用在各類碎紙機(jī)產(chǎn)生的縱橫切碎片復(fù)原工作中，并在一定程度上同時(shí)保證了效率和準(zhǔn)確度，為司法取證、歷史文獻(xiàn)修復(fù)以及軍事情報(bào)的獲取等領(lǐng)域提供支持。
【專利說明】基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及碎片復(fù)原的研究領(lǐng)域，特別涉及一種基于遺傳算法和字符識(shí)別技術(shù)的 碎片復(fù)原方法。

【背景技術(shù)】
[0002] 破碎紙片的修復(fù)技術(shù)常運(yùn)用在司法取證、歷史文獻(xiàn)修復(fù)以及軍事情報(bào)的獲取等領(lǐng) 域上，但面對(duì)數(shù)量巨大的碎片，人工修復(fù)方式效率顯得低下，需要開發(fā)復(fù)原效率高的自動(dòng)拼 接技術(shù)，以提高需求方的工作效率，最大化地從碎紙片中獲取到準(zhǔn)確度高的信息
[0003] 碎紙片目前被分為三個(gè)部分，分別是①具有不規(guī)則邊緣的手撕型碎片，②被碎紙 機(jī)切碎的條型碎片，③被碎紙機(jī)粉碎的橫縱切的碎片。對(duì)于第①種碎片，國內(nèi)外學(xué)者都給出 不同的自動(dòng)拼接方案。有些學(xué)者將不規(guī)則的碎片簡化成為多邊形，利用多邊形的特點(diǎn)來對(duì) 碎片進(jìn)行拼接，但是這種方法僅僅能夠?qū)σ?guī)模數(shù)量小的碎片進(jìn)行拼接。另外有學(xué)者根據(jù)碎 片邊緣的周長以及邊角的形狀來對(duì)碎片進(jìn)行半自動(dòng)的拼接。還有學(xué)者根據(jù)碎片文本文字的 形狀設(shè)計(jì)了 一種自動(dòng)拼接算法。
[0004] 對(duì)于第②種條形的碎片，由于碎片中所包含的信息量大，所以能根據(jù)碎片之間的 相關(guān)性來將其拼接。有一篇文獻(xiàn)介紹的是利用英文單詞的平均長度以及碎片邊緣的二值化 矩陣，比對(duì)兩張碎片之間的文本特征來對(duì)紙片進(jìn)行拼接。有一些學(xué)者提出來一種文字識(shí)別 的算法，得出每個(gè)英文字母的特定的直方圖，對(duì)在兩碎片邊緣上被切的字符進(jìn)行拼接，但是 缺點(diǎn)是，當(dāng)原文本的文字行數(shù)下降的時(shí)候，也就是不能保證兩碎片間有足夠多的被切文字 時(shí)，該算法失效。
[0005] 對(duì)于第③種碎片，也就是縱橫切的碎片，拼接這些碎片可理解為解決一個(gè)NP問 題。Biesingeret等學(xué)者提出了一種改進(jìn)了的遺傳算法去拼接這些碎片。Schauer等學(xué)者 利用成本函數(shù)公式去計(jì)算兩張碎片邊緣灰度值的相似度。還有學(xué)者提出用蟻群優(yōu)化的方法 和最近鄰方法。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種基于遺傳算法和字 符識(shí)別技術(shù)的碎片復(fù)原方法，解決針對(duì)碎紙機(jī)處理的文本文檔碎紙的拼接復(fù)原問題。
[0007] 為了達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案：
[0008] 基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，包括下述步驟：
[0009] S1、建立英文字符數(shù)據(jù)庫，通過字符提取技術(shù)，在字符圖像中提取不同字體、不同 字號(hào)的26個(gè)大小寫英文字母的灰度矩陣；在獲取各個(gè)字符的灰度矩陣后，將分別通過各個(gè) 字符的灰度矩陣統(tǒng)計(jì)字符的大小和字符基準(zhǔn)線距離兩方面信息，并將其儲(chǔ)存在英文字符數(shù) 據(jù)庫；
[0010] S2、對(duì)字符進(jìn)行識(shí)別，若需要識(shí)別的字符并沒有被切割，直接上述的字符提取技 術(shù)，將需要識(shí)別的字符提取出來；若需要識(shí)別的字符并切割，可先將其進(jìn)行拼接后，再利用 上述的字符提取技術(shù)，將需要識(shí)別的字符提取出來；
[0011] S3、對(duì)碎片進(jìn)行分行聚類，由于處理對(duì)象是縱橫切碎片，需要先對(duì)碎片進(jìn)行分行， 將屬于同一橫行的碎片找出來；這一過程稱為分行聚類，每一行被稱為每一類；所述分行 聚類的基礎(chǔ)是上述的字符識(shí)別技術(shù)和基準(zhǔn)線距離信息，通過聚類向量、聚類中心和聚類距 離，完成這一分行聚類過程；
[0012] S4、經(jīng)過分行聚類技術(shù)后，所有碎片已經(jīng)分到各自所屬行中；然后通過行內(nèi)拼接技 術(shù)，完成每一行的行內(nèi)碎片拼接；
[0013] S5、利用行間拼接技術(shù)進(jìn)行碎片拼接，行間拼接技術(shù)主要的基礎(chǔ)是基準(zhǔn)線位置；利 用相鄰兩個(gè)文本行的基準(zhǔn)線間距一致原理完成這一操作。
[0014] 優(yōu)選的，步驟S1中，建立英文數(shù)據(jù)庫的具體步驟為：
[0015] S1. 1、以字符提取技術(shù)得到的每個(gè)字符的邊緣為邊界，提取每個(gè)字符的灰度矩陣， 并以之為基礎(chǔ)，建立英文字符的數(shù)據(jù)庫，即針對(duì)字符圖像矩陣L= (、)#,，pXq指的是字 符圖像矩陣的規(guī)模，定義其中包含的一個(gè)字符的邊緣值如下：
[0016] 左邊緣（Leftmost side) :min {j 11?！?= 1，i = 1，· · ·，p ; j = 1，· · ·，q};
[0017] 右邊緣（Rightmost side) :max {j 11。· = 1，i = 1，· · ·，p ; j = 1，· · ·，q};
[0018] 上邊緣（Top edge) :min{i 11。= 1, i = 1, · · · , p ; j = 1, · · · , q};
[0019] 下邊緣（Bottom edge) :max {i 11?！?= 1，i = 1，· · ·，p ; j = 1，· · ·，q};
[0020] SI. 2、通過上述字符提取技術(shù)得到的每個(gè)字符的灰度矩陣是數(shù)據(jù)庫的儲(chǔ)存內(nèi)容 之一，以便與接下來的字符識(shí)別工作；
[0021] S1. 3、字符的大小特征信息包括字符的高度和寬度；這兩個(gè)信息都可以通過字符 的灰度矩陣得到；具體方法為：
[0022] 字符的高度定義為，字符灰度矩陣的行數(shù)，即上邊緣與下邊緣之間的距離；
[0023] 字符的寬度定義為，字符灰度矩陣的列數(shù)，即左邊緣與右邊緣之間的距離；
[0024] S1. 4、若將所有英文字符放在同一行中，并進(jìn)行水平投影，便可得到一投影條形 圖；投影條形圖最頂端的水平線稱為上基準(zhǔn)線，最底端的水平線稱為下基準(zhǔn)線；對(duì)于不同 的字符，都存在字符和上下基準(zhǔn)線之間的距離，即每個(gè)字符都和基準(zhǔn)線有兩個(gè)距離，所述兩 個(gè)距離包括和上基準(zhǔn)線的距離以及和下基準(zhǔn)線的距離；將這兩個(gè)基準(zhǔn)線距離儲(chǔ)存在數(shù)據(jù)庫 中。
[0025] 優(yōu)選的，步驟S2中，字符識(shí)別技術(shù)的步驟為：
[0026] S2. 1、將需要識(shí)別的字符提取出來，并根據(jù)需要識(shí)別的字符的大小特征信息在英 文字符數(shù)據(jù)庫中尋找是否存在與之相同高度和寬度的字符，如不存在，可直接判斷該字符 不能被識(shí)別，如存在，將需要識(shí)別的字符的灰度矩陣，和數(shù)據(jù)庫中與之有相同大小特征的字 符的灰度矩陣進(jìn)行對(duì)比匹配；
[0027] S2. 2、為了衡量標(biāo)準(zhǔn)化，設(shè)定一個(gè)閾值，若兩者灰度矩陣的相同元素個(gè)數(shù)高于閾 值，需要識(shí)別的字符將被認(rèn)為和數(shù)據(jù)庫中的字符相匹配，并確定已被識(shí)別；若低于閾值，需 要識(shí)別的字符將被認(rèn)為無法識(shí)別；
[0028] S2. 3、如果需要識(shí)別的字符被成功識(shí)別，其基準(zhǔn)線的位置通過調(diào)用數(shù)據(jù)庫里該字 符的基準(zhǔn)線距離也被確定。
[0029] 優(yōu)選的，步驟S3中，分行聚類的具體步驟為：
[0030] S3. 1、針對(duì)每張碎片的圖像矩陣，確定聚類向量；
[0031] S3. 2、在原始的完整文檔中，最左端的碎片包含著每一個(gè)文本行開始的信息，同時(shí) 最左端的碎片也存在一個(gè)共同特征：碎片的左端存在較大面積的留白，利用這一特征篩選 出文檔中的最左端碎片，由于每張最左端碎片開啟著縱橫切碎片的每個(gè)橫行，將這些最左 端碎片被稱為聚類中心；
[0032] S3. 3、其它碎片將根據(jù)聚類距離分配到離其距離最短的聚類中心所屬類；聚類距 離指的是其它碎片的聚類向量(^=(叫，&2， &3，&4)1和聚類中心的聚類向量(^=(<， a2'，a3'，a/ )τ之間的距離；明顯地，聚類距離是衡量兩個(gè)聚類向量之間相似程度的一個(gè) 指標(biāo)；根據(jù)聚類向量的定義，如果兩張碎片最后一個(gè)可識(shí)別行的兩條基準(zhǔn)線位置一致，即a 2 = a2' ,a3 = a3',表明這兩張碎片一定處于同一類；若1^_.cp表示第j張碎片與聚類中心 Cp的聚類向量之間的距離，那么可定義如下：
[0033]

【權(quán)利要求】
1. 基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在于，包括下述步驟： 51、 建立英文字符數(shù)據(jù)庫，通過字符提取技術(shù)，在字符圖像中提取不同字體、不同字號(hào) 的26個(gè)大小寫英文字母的灰度矩陣；在獲取各個(gè)字符的灰度矩陣后，將分別通過各個(gè)字 符的灰度矩陣統(tǒng)計(jì)字符的大小和字符基準(zhǔn)線距離兩方面信息，并將其儲(chǔ)存在英文字符數(shù)據(jù) 庫； 52、 對(duì)字符進(jìn)行識(shí)別，若需要識(shí)別的字符并沒有被切割，直接上述的字符提取技術(shù)，將 需要識(shí)別的字符提取出來；若需要識(shí)別的字符并切割，可先將其進(jìn)行拼接后，再利用上述的 字符提取技術(shù)，將需要識(shí)別的字符提取出來； 53、 對(duì)碎片進(jìn)行分行聚類，由于處理對(duì)象是縱橫切碎片，需要先對(duì)碎片進(jìn)行分行，將屬 于同一橫行的碎片找出來；這一過程稱為分行聚類，每一行被稱為每一類；所述分行聚類 的基礎(chǔ)是上述的字符識(shí)別技術(shù)和基準(zhǔn)線距離信息，通過聚類向量、聚類中心和聚類距離，完 成這一分行聚類過程； 54、 經(jīng)過分行聚類技術(shù)后，所有碎片已經(jīng)分到各自所屬行中；然后通過行內(nèi)拼接技術(shù)， 完成每一行的行內(nèi)碎片拼接； 55、 利用行間拼接技術(shù)進(jìn)行碎片拼接，行間拼接技術(shù)主要的基礎(chǔ)是基準(zhǔn)線位置；利用相 鄰兩個(gè)文本行的基準(zhǔn)線間距一致原理完成這一操作。
2. 根據(jù)權(quán)利要求1所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S1中，建立英文數(shù)據(jù)庫的具體步驟為： S1. 1、以字符提取技術(shù)得到的每個(gè)字符的邊緣為邊界，提取每個(gè)字符的灰度矩陣，并以 之為基礎(chǔ)，建立英文字符的數(shù)據(jù)庫，即針對(duì)字符圖像矩陣L= (、)_,，pXq指的是字符圖 像矩陣的規(guī)模，定義其中包含的一個(gè)字符的邊緣值如下： 左邊緣（Leftmost side) :min {j 11?！?= 1，i = 1，…，p ; j = 1，...，q}； 右邊緣（Rightmost side) :max {j 11?！?= 1，i = 1，...，p ; j = 1，...，q}; 上邊緣（Top edge) :min {i 11。. = 1，i = 1，...，p ; j = 1，...，q}; 下邊緣（Bottom edge) :max {i 11?！?= 1，i = 1，...，p ; j = 1，...，q}； SI. 2、通過上述字符提取技術(shù)得到的每個(gè)字符的灰度矩陣是數(shù)據(jù)庫的儲(chǔ)存內(nèi)容之一， 以便與接下來的字符識(shí)別工作； S1. 3、字符的大小特征信息包括字符的高度和寬度；這兩個(gè)信息都可以通過字符的灰 度矩陣得到；具體方法為： 字符的高度定義為，字符灰度矩陣的行數(shù)，即上邊緣與下邊緣之間的距離； 字符的寬度定義為，字符灰度矩陣的列數(shù)，即左邊緣與右邊緣之間的距離； 51. 4、若將所有英文字符放在同一行中，并進(jìn)行水平投影，便可得到一投影條形圖；投 影條形圖最頂端的水平線稱為上基準(zhǔn)線，最底端的水平線稱為下基準(zhǔn)線；對(duì)于不同的字符， 都存在字符和上下基準(zhǔn)線之間的距離，即每個(gè)字符都和基準(zhǔn)線有兩個(gè)距離，所述兩個(gè)距離 包括和上基準(zhǔn)線的距離以及和下基準(zhǔn)線的距離；將這兩個(gè)基準(zhǔn)線距離儲(chǔ)存在數(shù)據(jù)庫中。
3. 根據(jù)權(quán)利要求1所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S2中，字符識(shí)別技術(shù)的步驟為： 52. 1、將需要識(shí)別的字符提取出來，并根據(jù)需要識(shí)別的字符的大小特征信息在英文字 符數(shù)據(jù)庫中尋找是否存在與之相同高度和寬度的字符，如不存在，可直接判斷該字符不能 被識(shí)別，如存在，將需要識(shí)別的字符的灰度矩陣，和數(shù)據(jù)庫中與之有相同大小特征的字符的 灰度矩陣進(jìn)行對(duì)比匹配； S2. 2、為了衡量標(biāo)準(zhǔn)化，設(shè)定一個(gè)閾值，若兩者灰度矩陣的相同元素個(gè)數(shù)高于閾值，需 要識(shí)別的字符將被認(rèn)為和數(shù)據(jù)庫中的字符相匹配，并確定已被識(shí)別；若低于閾值，需要識(shí)別 的字符將被認(rèn)為無法識(shí)別； 52. 3、如果需要識(shí)別的字符被成功識(shí)別，其基準(zhǔn)線的位置通過調(diào)用數(shù)據(jù)庫里該字符的 基準(zhǔn)線距離也被確定。
4. 根據(jù)權(quán)利要求1所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S3中，分行聚類的具體步驟為： 53. 1、針對(duì)每張碎片的圖像矩陣，確定聚類向量； S3. 2、在原始的完整文檔中，最左端的碎片包含著每一個(gè)文本行開始的信息，同時(shí)最左 端的碎片也存在一個(gè)共同特征：碎片的左端存在較大面積的留白，利用這一特征篩選出文 檔中的最左端碎片，由于每張最左端碎片開啟著縱橫切碎片的每個(gè)橫行，將這些最左端碎 片被稱為聚類中心； S3. 3、其它碎片將根據(jù)聚類距離分配到離其距離最短的聚類中心所屬類；聚類距 離指的是其它碎片的聚類向量CV= (&1，&2，&3，&4) 1和聚類中心的聚類向量(^'= (a/，a2'，a3'，a/ )τ之間的距離；明顯地，聚類距離是衡量兩個(gè)聚類向量之間相似程 度的一個(gè)指標(biāo)；根據(jù)聚類向量的定義，如果兩張碎片最后一個(gè)可識(shí)別行的兩條基準(zhǔn)線位置 一致，即a 2 = a2'，a3 = a3',表明這兩張碎片一定處于同一類；若4.(：,表示第j張碎片與 聚類中心Cp的聚類向量之間的距離，那么可定義如下：
S3. 4、通過步驟S3. 3中的式子進(jìn)行計(jì)算： S3. 41計(jì)算其它碎片和各聚類中心的距離〃; S3. 42 :如果巧/:.中的兩個(gè)分量均不大于閾值，表明第j張碎片與聚類中心Cp屬于同一 類； S3. 43 :利用上述步驟將所有碎片歸入m類中，并統(tǒng)計(jì)每一類的碎片數(shù)目。
5. 根據(jù)權(quán)利要求4所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S3. 1中，確定聚類向量的步驟為： S3. 1. 1 :如果圖像矩陣的第一行元素全為0,表明該碎片的最上方位置不存在不可識(shí) 別行，令叫=0 ;否則，執(zhí)行下一步； S3. 1. 2 :如果碎片的第一行為可識(shí)別行，表明碎片的最上方位置不存在不可識(shí)別行，令 ai = 0 ;否則，令ai = lp h表示第一不可識(shí)別行最下方水平位置； S3. 1. 3 :如果圖像矩陣的最后一行元素全為0,表明碎片的最下方位置不存在不可識(shí) 別行，令a4 = 0 ;否則，執(zhí)行下一步； S3. 1. 4 :如果碎片的最后一行為可識(shí)別行，令a4 = 0 ;否則，令a4 = 12, 12是最后一不 可識(shí)別行最上方水平位置； S3. 1. 5 :如果碎片中存在至少一個(gè)可識(shí)別行，選取最下方的一個(gè)可識(shí)別行，并根據(jù)其中 的可識(shí)別字符確定該可識(shí)別行的基準(zhǔn)線位置，其中，la表示上基準(zhǔn)線位置，lb表示下基準(zhǔn)線 位置；否則，令a 2 = 0, a3 = 0 ; S3. L 6 :得到碎片的聚類向量CV = (a^ a2, a3, a4)T。
6. 根據(jù)權(quán)利要求4所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S3. 2中，在碎片中獲取聚類中心的具體步驟為： S3. 2. 1 :初始化計(jì)數(shù)變量t = 1 ; S3. 2. 2 :初始化聚類中心的數(shù)量p = 0和計(jì)數(shù)變量j = 1 ; S3. 2. 3 :如果第j張碎片的圖像矩陣的第1到第t列元素全為0,令p = p+1 ; S3. 2. 4 :如果 j〈mXn，j = j+Ι，返回步驟 S3. 2. 3 ; 53. 2. 5 :如果p>m, t = t+1，返回步驟S3. 2. 2 ;如果p = m，表示m張碎片被獲取，或稱 為m個(gè)聚類中心，m張碎片的圖像矩陣的第1到第t列元素全為0,同時(shí)，將m個(gè)聚類中心記
7. 根據(jù)權(quán)利要求1所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S4中，行內(nèi)拼接技術(shù)的具體步驟為： 54. 1、構(gòu)建行內(nèi)碎片之間的距離矩陣； S4. 2、第一階段的行內(nèi)拼接，利用字符識(shí)別技術(shù)，以邊緣字符為媒介，完成相鄰碎片的 拼接； S4. 2、第二階段的行內(nèi)拼接，通過第一階段行內(nèi)拼接后，同一行的碎片被記做認(rèn)，兄… ，，利用上面構(gòu)建距離矩陣的方法，計(jì)算D (Jk，1)，k，1 = 1，2,…，r，并以此構(gòu)造一個(gè)新的 距離矩陣。
8. 根據(jù)權(quán)利要求7所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S4. 1的具體為： 對(duì)于每張碎片而言，都存在兩個(gè)垂直邊緣；而行內(nèi)拼接技術(shù)主要是依靠這兩個(gè)邊緣 提供的信息量完成；假設(shè)現(xiàn)通過上述分行聚類技術(shù)后，得到處于同一橫行的碎片集合為 Up j2，…，jj，于是一個(gè)ηΧη的距離矩陣可以用如下方法定義： 令第jp張碎片圖像矩陣的右邊緣為七,第j,張碎片圖像矩陣的左邊緣 為
；那么，可用歐氏距離定義第jp張碎片和第j,張 碎片的距離為：
其中
是第jp張碎片和第j,張碎片拼合后邊緣字符； 能否被識(shí)別的示性變量，定義如下：
9. 根據(jù)權(quán)利要求7所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S4. 2具體為： 假設(shè)現(xiàn)通過上述分行聚類技術(shù)后，得到處于同一橫行的碎片集合為Ui，j2，…，jn}，并 得到碎片之間的距離矩陣，于是第一階段的行內(nèi)拼接步驟如下： a、 對(duì)于任一給定的 k(k = 1，2, 3,…，η)，如果 D(jk, iD-Inf，1 = 1，2, 3,…，η,碎片 jk 被記作（jk); b、 如果下面等式存在：
,kt 兩兩互異，那么碎片 ;被記作(i*: Λ :，人）； 最后碎片
被寫作
^其 中
進(jìn)一步，
丨可以記作·
，其 中，J
通過第一階段的行內(nèi)拼接，{ji, j2,…，jj用{Ji, J2,…，Jr}表不。
10. 根據(jù)權(quán)利要求1所述的基于遺傳算法和字符識(shí)別技術(shù)的碎片復(fù)原方法，其特征在 于，步驟S5中，假定第p (P = 1，2,…，m)行的上下基準(zhǔn)線位置分別為/=.和? ?那么基準(zhǔn)線 間距可以定義為和之間的距離；對(duì)于一個(gè)文本文檔而言，基準(zhǔn)線間距都是相同的。
【文檔編號(hào)】G06F17/30GK104143095SQ201410338609
【公開日】2014年11月12日 申請(qǐng)日期:2014年7月16日 優(yōu)先權(quán)日:2014年7月16日
【發(fā)明者】樊鎖海, 許荷東, 莊子煒, 鄭晶 申請(qǐng)人:暨南大學(xué)