[發(fā)明專利]基于稀疏理論的字符識別方法

有效

• 申請?zhí)枺?/td>: 201310618572.1
• 申請日: 2013-11-29
• 公開（公告）號: CN103679209B
• 公開（公告）日: 2017-03-29
• 發(fā)明（設計）人: 李陽根;方秀敏;應李勇;馬海
• 申請（專利權）人: 廣東領域安防有限公司
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于稀疏理論的字符識別方法，其特征在于，具體步驟包括：

步驟一：建立測試樣本集，人工區(qū)分并假設測試樣本集中含有n個類，每個樣本中的數(shù)據為1位以上；

步驟二：從測試樣本集中每個類里抽出一個樣本(D₁，D₂，D₃......，D_n)作為訓練樣本train_data，Train_data=[D₁D₂D₃.....D_n]；隨機挑選一個測試樣本D₁作為測試樣本Test_data，Test_data=[D₁]；

步驟三：將訓練樣本灰度歸一化為一個訓練矩陣train_lab，計算得出訓練矩陣的秩x2x，x2x平方和再開方后生成Y2Y，Y2Y的逆矩陣和訓練矩陣的轉置矩陣相乘得到一個新的矩陣Proj_M；

步驟四：將Test_data的灰度值歸一化后生成Test_data2，將Test_data2中的樣本逐一跟這個新的矩陣Proj_M計算，得到一組值S，S為系數(shù)向量，測試數(shù)據、訓練數(shù)據與S的關系為：

Test_data=Train_data*S

步驟五：按照S尋找train_data中相應的訓練項，求出train_data中所有類訓練項與測試數(shù)據的差異矩陣gap，gap中各項為train_data中與S值對應的相同類所有數(shù)據與測試樣本的誤差總和除以此類對應的S值的平方；得出所有類的gap值后，其最小值所對應的就是測試樣本所應歸屬的類；

步驟六：對比步驟五中測試樣本所應歸屬的類是否與步驟一中的人工分類相同，如相同，則識別正確；否則，為識別錯誤，將測試樣本加入到訓練樣本中；

步驟七：依次循環(huán)上述步驟二至步驟六，直到所有測試樣本都能識別正確為止。