[發明專利]手寫筆體自動識別系統和方法

無效

• 申請號: 201110360441.9
• 申請日: 2011-11-15
• 公開（公告）號: CN102541347A
• 公開（公告）日: 2012-07-04
• 發明（設計）人: 薛雷;何金勝;袁苑;何星劍;張麗
• 申請（專利權）人: 上海大學
• 主分類號: G06F3/041
• 分類號: G06F3/041;G06K9/60
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 何文欣

1.一種手寫筆體自動識別系統，包括一塊由Intel??Atom?Z510P芯片主控制作的EMB-4650主板（1），其特征在于所述主板（1）擴展的子接口有LVDS接口、DVI接口、USB接口和COM接口；這些接口分別與一個AUO顯示屏（2）、一個DVI-LVDS信號轉換板（3）、一個USB控制器（4）和GSM模塊（5）相連接；由此DVI-LVDS信號轉換板（3）與另一個AUO顯示屏（6）相連接，USB控制器（4）與觸摸屏（7）相連接；當用戶在觸摸屏上寫入數據時，這些數據通過USB控制器傳送到EMB-4650主板，同時EMB-4650主板把數據傳送到顯示屏，實現實時顯示；同時EMB-4650主板對這些數據進行識別算法處理，然后把處理后的結果送到顯示屏顯示，達到簡易的人機互動實時操作效果；編輯好的字體數據可通過COM口發送到GSM模塊，實現數據的實時發送。

2.一種手寫筆體自動識別方法，采用權利要求書1所述的手寫筆體自動識別系統進行識別，其特征在于具體操作步驟如下：

步驟1：筆體數據的輸入：當觸摸屏被觸摸時，觸摸屏把這些數據以圖像數據的形式存儲起來，供主機讀取;

步驟2：筆體數據的預處理：主板1從觸摸屏（7）讀入已存的圖像數據，輸入到主板（1）寄存器中；

步驟2-1:把觸摸屏（7）輸入的數據256色位圖按照灰度映射表方法轉灰度圖；

步驟2-2：二值化：采用硬閾值的方式對灰度圖實現二值化；

步驟2-3：去離散噪聲：對觸摸混入的噪聲進行去噪處理；

步驟2-4：梯度銳化：采用微分法進行圖像銳化處理：

設圖像為????????????????????????????????????????????????，定義在點處的梯度矢量為：

，梯度有兩個重要性質：梯度的方向在函數最大變化率方向上和梯度的幅度用表示，且其值為：?

由此式得結論：梯度的數值是在其最大變化率方向上的單位距離所增加的量；

對于離散的數字圖像，上式改寫成：

為了計算方便，也可以采用下面的近似計算公式(1)：

如果直接采用梯度值來表示圖像，即令=，則有上述公式(1)可見：在圖像變換緩慢的地方其值很小（對應于圖像較暗）；而在線條輪廓等變換較快的地方的值很大；圖像在經過梯度運算后變得清晰從而達到銳化的目的；

對于圖像變換緩慢的地方梯度很小而導致圖像較暗這一不利因素，解決方法是給一個閾值，如果小于該閾值，則保持原灰度值不變；如果大于或等于閾值，則賦值為：

步驟2-5：細化：指求一副圖像中央骨骼部分過程，中央骨骼部分是描述圖像幾何及拓撲性質的重要特征之一，對被處理的圖像進行細化有助于突出形狀特點和減少冗余信息量；

采用的細化算法具有的特性：一幅圖像中的一個區域，對各點標記名稱P1，P2，…P8，其中P1位于中心；如果P1=1，即黑點，下面4個條件如果同時滿足，則刪除P1（P1=0）；①2NZ(P1)6；②=1；③P2*P4*P8=0或者1；④P2*P4*P6=0或者1；對于圖像中的每一個點重復這一步驟，直到所有的點都不可刪除為止；

步驟3：筆體數據的形狀特征提取：手寫體漢字的形狀特征包括傾斜度、重心偏移、字符伸展，這種特征用矩來描述；

對于一幅的字符圖像，其p+q階矩定義為：

其中，，各階矩的物理意義說明如下：表示圖像在水平方向上的伸展度；表示圖像在垂直方向上的伸展度；表示圖像的傾斜度>0表示圖像向左上傾斜，<0表示圖像向右上傾斜；表示圖像在水平方向上的重心偏移度>0表示重心偏左，<0表示重心偏右；表示圖像在垂直方向上的重心偏移度>0表示重心偏上，<0表示重心偏下；表示圖像水平伸展的均衡程度，>0表示圖像下部的水平伸展度比圖像上部大，<0表示圖像下部的水平伸展度比圖像上部小；表示圖像垂直伸展的均衡程度，>0表示圖像右部的垂直伸展度比圖像左部大，<0表示圖像右部的垂直伸展度比圖像左部小；

由上面計算出的中心矩導出以下的一些歸一化的形狀特征：

長寬比：?

字形傾斜度：；其中

拉長度：；其中的計算式如下：

伸展度：；其中size表示字符點陣的大小，即

三階的中心矩由于其值可能為正或為負，實際上，它們都是由基函數為正和為負的兩部分所組成的；

通過三階中心矩提取的歸一化特征如下：

①水平偏移度：?

②垂直偏移度：

③水平伸展均衡度：

④垂直伸展均衡度：

對于對應的特征字，求出它們的特征矢量，定義的距離如下：

；其中r為：?

步驟4：筆體數據識別：以文字質心為原點、歸一化后的文字高度的一半為半徑，建立極坐標系，對整個圓周進行扇形平均分塊，塊數n可變；

最終判斷兩幅位圖是否相似即當前所寫的漢字與以往保存的筆記中出現過的字是否具有一定程度上的相似性遵循同一條準則：只有當兩幅位圖相對應的n塊區域內每塊區域像素點的總數的兩兩差值均小于預先設置的閾值時，才將二者視為相似；而將n定格為可變等效于將查找的精度設置為可調；

顯然，n=12時我們認為查找被視作模糊查找，而n=360時則認為是精確查找；在完成字體數據識別之后，計算機把識別到的字體在屏幕上顯示出來。