[發(fā)明專利]基于多特征融合的實時手寫體數(shù)字識別方法

有效

• 申請?zhí)枺?/td>: 201410262086.5
• 申請日: 2014-06-12
• 公開（公告）號: CN103996057B
• 公開（公告）日: 2017-09-12
• 發(fā)明（設(shè)計）人: 張鴻;馬彩云
• 申請（專利權(quán)）人: 武漢科技大學(xué)
• 主分類號: G06K9/80
• 分類號: G06K9/80
• 代理公司: 杭州宇信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)33231
• 代理人: 張宇娟

1.一種基于多特征融合的實時手寫體數(shù)字識別方法，其特征在于包括如下步驟：

第一步、手寫體數(shù)字圖像的預(yù)處理

(1)對手寫體數(shù)字圖像I，轉(zhuǎn)化成256灰度級的位圖格式，并進(jìn)行黑白二值化處理，得到二值圖像，用I₁表示；

(2)截取二值圖像I₁中的手寫體數(shù)字部分，使手寫體數(shù)字居于正中間，得到數(shù)字居中圖像I₂；

(3)計算數(shù)字居中圖像I₂的寬度W與長度H的比例W/H，以及白色像素點數(shù)量W_Num與總像素點數(shù)量S_Num的比例W_Num/S_Num,如果W/H低于閾值R₁，則對圖像的寬度W做出調(diào)整，如果W_Num/S_Num低于閾值R₂，則對圖像I₂做膨脹運(yùn)算，用I₃表示調(diào)整形狀后的圖像；

(4)將調(diào)整形狀后的圖像I₃縮放到N×N個像素點，并再次二值化，得到歸一化圖像，再對歸一化圖像做細(xì)化處理并消除小分支，得到預(yù)處理圖像I₄；

第二步、手寫體數(shù)字圖像的結(jié)構(gòu)特征和統(tǒng)計特征提取

(1)在結(jié)構(gòu)特征上，提取過程如下：

分別計算預(yù)處理圖像I₄在豎直方向的三個位置處的白色像素點的個數(shù)，得到3個特征值；

分別計算預(yù)處理圖像I₄在水平方向的三個位置處的白色像素點的個數(shù)，得到3個特征值；

分別計算預(yù)處理圖像I₄在左對角線和右對角線處的白色像素點的個數(shù)，得到2個特征值；

分別計算預(yù)處理圖像I₄的端點數(shù)和四叉點數(shù)，得到2個特征值；

將上述特征值組合成維度為1×10的結(jié)構(gòu)特征向量T₁；

(2)在統(tǒng)計特征上，提取過程如下：

將預(yù)處理圖像I₄平均分成8區(qū)域，統(tǒng)計每個區(qū)域的白色像素點數(shù)量，得到8個特征值P₁,P₂,…,P₈；

將預(yù)處理圖像I₄平均分成4區(qū)域，統(tǒng)計每個區(qū)域的白色像素點數(shù)量，得到4個特征值P₉,P₁₀,P₁₁,P₁₂；

將預(yù)處理圖像I₄縱向平均分成2區(qū)域，統(tǒng)計每個區(qū)域的白色像素點數(shù)量，得到2個特征值P₁₃,P₁₄；

將預(yù)處理圖像I₄橫向平均分成2區(qū)域，統(tǒng)計每個區(qū)域的白色像素點數(shù)量，得到2個特征值P₁₅,P₁₆；

將預(yù)處理圖像I₄橫向平均分成3區(qū)域，統(tǒng)計中間區(qū)域的白色像素點數(shù)量，得到1個特征值P₁₇；

統(tǒng)計整個預(yù)處理圖像I₄的白色像素點數(shù)量，得到1個特征值P₁₈；

將特征值P₁,P₂,…,P₁₈組成維度為1×18的統(tǒng)計特征向量T₂；

第三步、手寫體數(shù)字圖像的結(jié)構(gòu)特征和統(tǒng)計特征融合

(1)根據(jù)第一步，對手寫體數(shù)字圖像數(shù)據(jù)庫中所有的K幅圖像做預(yù)處理再根據(jù)第二步，對每幅預(yù)處理后的圖像提取結(jié)構(gòu)特征和統(tǒng)計特征，得到維度為K×10的結(jié)構(gòu)特征向量集S和維度為K×18的統(tǒng)計特征向量集T；

(2)對結(jié)構(gòu)特征向量集S做歸一化處理；

(3)對統(tǒng)計特征向量集T做歸一化處理；

(4)將歸一化后的結(jié)構(gòu)特征向量集S和統(tǒng)計特征向量集T，按行拼接并轉(zhuǎn)置后得到維度為28×K的融合特征向量集S_T；

所述結(jié)構(gòu)特征向量集S和統(tǒng)計特征向量集T的每個特征值的歸一化由以下公式處理得到：

a、求出結(jié)構(gòu)特征向量集S的最大值max_S與最小值min_S，對結(jié)構(gòu)特征向量集S中的數(shù)據(jù)做歸一化處理，歸一化函數(shù)如下：

S_ij＝(S_ij-min_S)/(1+max_S-min_S) (2)

式(2)中S_ij表示結(jié)構(gòu)特征向量集S中的第i行第j個數(shù)據(jù)，

i的取值范圍是[1,K]的整數(shù)，

j的取值范圍是[1,10]的整數(shù)；

b、求出統(tǒng)計特征向量集T的最大值max_T最小值min_T，對統(tǒng)計特征向量集T中的數(shù)據(jù)做歸一化處理，歸一化函數(shù)如下：

T_ij＝(T_ij-min_T)/(1+max_T-min_T) (3)

式(3)中T_ij表示統(tǒng)計特征向量集T中的第i行第j個數(shù)據(jù)，

i的取值范圍是[1,K]的整數(shù)，

j的取值范圍是[1,18]的整數(shù)；

第四步、基于反向傳播神經(jīng)網(wǎng)絡(luò)的識別模型

(1)設(shè)置反向傳播神經(jīng)網(wǎng)絡(luò)的參數(shù)，包括學(xué)習(xí)速率，動量因子，最大訓(xùn)練次數(shù)，以及性能目標(biāo)值；

(2)用維度為4的向量表示手寫體數(shù)字類別，設(shè)置融合特征向量集S_T的每個特征向量對應(yīng)的手寫體數(shù)字類別向量，隨機(jī)選擇融合特征向量集S_T的一部分作為訓(xùn)練樣本集，余下的部分作為測試樣本集，對反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行多次訓(xùn)練和測試，并保存檢驗結(jié)果最好的反向傳播神經(jīng)網(wǎng)絡(luò)；

第五步、新手寫體數(shù)字圖像的識別

將用戶輸入的待識別的手寫體數(shù)字圖像，按照第一步至第三步的方法進(jìn)行處理，得到維度為28×1的融合特征向量，將其輸入到第四步中的反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，得到4×1的輸出向量，將該輸出向量轉(zhuǎn)置并四舍五入，得到維度為4的向量即為該待識別的手寫體數(shù)字的識別結(jié)果。