[發(fā)明專利]一種用于聯(lián)機(jī)手寫漢字識(shí)別的漢字筆畫特征提取方法

無效

• 申請?zhí)枺?/td>: 200910041047.1
• 申請日: 2009-07-10
• 公開（公告）號(hào): CN101604393A
• 公開（公告）日: 2009-12-16
• 發(fā)明（設(shè)計(jì)）人: 金連文;鄧國強(qiáng)
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司
• 代理人: 何淑珍

技術(shù)領(lǐng)域

本發(fā)明屬于聯(lián)機(jī)手寫漢字識(shí)別技術(shù)領(lǐng)域，特別是涉及一種用于聯(lián)機(jī)手寫漢字識(shí)別的筆畫特征提取方法。

技術(shù)背景

聯(lián)機(jī)手寫漢字識(shí)別是指用戶一邊書寫一邊識(shí)別。一般是指用戶通過手寫輸入設(shè)備(比如：手寫板、觸摸屏、鼠標(biāo)等)書寫漢字，同時(shí)計(jì)算機(jī)將手寫輸入設(shè)備采集到的漢字書寫軌跡轉(zhuǎn)換為相應(yīng)的漢字機(jī)器內(nèi)碼的識(shí)別技術(shù)。按書寫限制的程度，一般可以分為：限制性手寫體(如限制筆順，橫平豎直，沒有連筆)，手寫印刷體(指書寫工整的漢字)，行書手寫體(指有部分筆畫變形和連筆的漢字)，草書手寫體(指大部分筆畫變形以及幾乎完全連筆書寫的漢字)。這幾種手寫體的識(shí)別難度依次增大，以草書手寫體的識(shí)別難度最大。因?yàn)椴輹謱戵w的漢字字型通常已經(jīng)和原漢字字形有了較大的不同，不僅表現(xiàn)在筆畫的變形上，還表現(xiàn)在漢字結(jié)構(gòu)的變形上。這些變形一般是由于書寫者為了達(dá)到更快、更流暢的書寫速度而在原有漢字字形的基礎(chǔ)上改變而來的。因此在以上幾種手寫體漢字中，以草書手寫體的書寫速度最快，因而這種書寫方式也是人們最樂于接受的一種書寫方式。

已有的漢字識(shí)別方法大多數(shù)是基于漢字筆畫來進(jìn)行識(shí)別的，比如中國發(fā)明專利98106953.3號(hào)專利《手寫漢字識(shí)別方法及裝置》、98108373.0號(hào)專利《文字識(shí)別裝置及文字識(shí)別方法》以及98122949.2號(hào)專利《一種無筆畫順序的手寫字符辨識(shí)系統(tǒng)》等專利使用的方法都依賴于筆畫的正確提取與識(shí)別，而草書手寫體漢字不但連筆書寫，大部分筆畫變形嚴(yán)重，而且有很多短的筆畫會(huì)被省去，因此以上識(shí)別方法無法很好地解決草書手寫體漢字的識(shí)別。

目前，識(shí)別草書手寫體漢字的一種比較有效的方法是，對聯(lián)機(jī)手寫漢字使用虛擬筆畫技術(shù)后再提取漢字的點(diǎn)特征。虛擬筆畫技術(shù)最早由日本學(xué)者M(jìn).Okamoto等人提出，方法是采用虛擬的點(diǎn)將所有筆畫連接在一起，目的是模擬人的草書習(xí)慣，統(tǒng)一手寫漢字的風(fēng)格。虛擬筆畫技術(shù)雖然起到一定效果，但已經(jīng)被證實(shí)會(huì)損失相當(dāng)一部分漢字的識(shí)別率，有待改進(jìn)。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種使得識(shí)別結(jié)構(gòu)精確度較高的用于聯(lián)機(jī)手寫漢字識(shí)別的筆畫特征提取方法，特別是用于聯(lián)機(jī)手寫草書字體識(shí)別的筆畫特征提取方法。

為了實(shí)現(xiàn)上述發(fā)明目的，采用的技術(shù)方案如下：

一種用于聯(lián)機(jī)手寫漢字識(shí)別的漢字筆畫特征提取方法，包括如下步驟：

(1)對聯(lián)機(jī)手寫漢字的時(shí)間序列進(jìn)行真實(shí)筆畫和虛擬筆畫處理，即在所有相鄰且斷開的真實(shí)筆畫間加入虛擬筆畫，構(gòu)成一個(gè)連續(xù)的書寫軌跡，得到有虛擬筆畫的時(shí)間序列，同時(shí)保留不添加任何虛擬筆畫點(diǎn)的時(shí)間序列副本，即無虛擬筆畫的時(shí)間序列；

(2)根據(jù)步驟(1)得到的有虛擬筆畫的時(shí)間序列和無虛擬筆畫的時(shí)間序列，對屬于真實(shí)筆畫的點(diǎn)和屬于虛擬筆畫的點(diǎn)加以區(qū)分，即記下每個(gè)點(diǎn)是屬于真實(shí)筆畫點(diǎn)還是虛擬筆畫點(diǎn)；

(3)對步驟(2)的兩個(gè)時(shí)間序列，采用如下方法產(chǎn)生最終的筆畫特征：

(31)定義二維平面內(nèi)的八種方向，即東、西、南、北、東南、西南、東北和西北，計(jì)算每個(gè)時(shí)間序列中每一點(diǎn)的方向特征，點(diǎn)的方向特征定義從當(dāng)前點(diǎn)的前驅(qū)到后續(xù)的一個(gè)矢量，令屬于真實(shí)筆畫的點(diǎn)的特征矢量，則將改變成k是對真實(shí)筆畫點(diǎn)的特征矢量的一個(gè)加權(quán)系數(shù)；如果是屬于虛擬筆畫的點(diǎn)的特征矢量，則保持不變；最后將加權(quán)處理后的每一點(diǎn)的方向特征映射到平面內(nèi)的八個(gè)方向，得到八個(gè)方向的模式圖像，映射的方法是分解點(diǎn)特征矢量到最鄰近的兩個(gè)方向；

(32)把每個(gè)時(shí)間序列看成一幅圖像，通過把漢字圖像在水平和垂直兩個(gè)方向上的直方圖投影畫出8×8的全局彈性網(wǎng)格，使得每一列網(wǎng)格在水平方向上的直方圖投影累積量相等，每一行網(wǎng)格在垂直方向上的直方圖投影累積量相等，根據(jù)這64個(gè)彈性網(wǎng)格，在步驟(31)中得到八個(gè)模式圖像中提取網(wǎng)格特征，每一個(gè)序列都可以得到512維的特征矢量。

本發(fā)明所述步驟(1)在進(jìn)行真實(shí)筆畫和虛擬筆畫處理之前還包括對聯(lián)機(jī)手寫漢字的時(shí)間序列進(jìn)行如下的預(yù)處理步驟：

線性歸一化，用比值線性歸一化的方法，把時(shí)間序列歸一化到固定的64×64像素的尺寸。預(yù)處理步驟是為了消除不同用戶書寫同一漢字的區(qū)別，對于不同的用戶，書寫出來的同一個(gè)漢字會(huì)有很大的不同，預(yù)處理的目的是盡可能去除同一類別中不同漢字樣本的差別。

本發(fā)明所述步驟(1)在進(jìn)行真實(shí)筆畫和虛擬筆畫處理之后還包括對得到的有虛擬筆畫的時(shí)間序列和無虛擬筆畫的時(shí)間序列進(jìn)行重采樣，將每個(gè)樣本的數(shù)據(jù)采樣點(diǎn)序列用固定的距離重新采樣。重采樣的目的是減少歸一化后漢字樣本數(shù)據(jù)中連續(xù)點(diǎn)的距離的變化和一個(gè)筆畫的采樣點(diǎn)的數(shù)目變化。同樣可消除不同用戶書寫同一漢字的區(qū)別。