[發(fā)明專利]一種快速手寫體識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710308717.6
• 申請(qǐng)日: 2017-05-04
• 公開（公告）號(hào): CN107133647A
• 公開（公告）日: 2017-09-05
• 發(fā)明（設(shè)計(jì)）人: 歐陽建權(quán);胡謙磊;唐歡容
• 申請(qǐng)（專利權(quán)）人: 湘潭大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/48;G06N3/08
• 代理公司: 北京卓恒知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)11394
• 代理人: 徐樓

技術(shù)領(lǐng)域

本發(fā)明涉及一種識(shí)別方法，特別涉及一種手寫體識(shí)別方法；屬于計(jì)算機(jī)視覺、圖像處理、機(jī)器學(xué)習(xí)領(lǐng)域。

背景技術(shù)

手寫體數(shù)字識(shí)別具有廣泛的應(yīng)用前景，如郵政編碼、統(tǒng)計(jì)報(bào)表、銀行票據(jù)等。另外，近年來神經(jīng)網(wǎng)絡(luò)以其強(qiáng)大的學(xué)習(xí)能力和非線性映射能力解決了許多傳統(tǒng)難題。同時(shí)，隨著大數(shù)據(jù)時(shí)代的到來和云計(jì)算的興起，許多學(xué)者都成功地采用神經(jīng)網(wǎng)絡(luò)的方法解決了手寫體數(shù)字識(shí)別問題，并取得了不錯(cuò)的成果。隨著計(jì)算機(jī)計(jì)算能力的提高和分布式計(jì)算的興起，越來越多的學(xué)者都在成功采用神經(jīng)網(wǎng)絡(luò)的方法解決了手寫體數(shù)字識(shí)別問題，并取得了不錯(cuò)的成果。但許多神經(jīng)網(wǎng)絡(luò)方法的訓(xùn)練時(shí)間過長(zhǎng)，不適用于實(shí)時(shí)的手寫數(shù)字識(shí)別場(chǎng)景中。如公開于2016年10月12日的申請(qǐng)?zhí)枮镃N201610346450.5的中國專利公開了一種基于動(dòng)態(tài)樣本選擇策略的BP神經(jīng)網(wǎng)絡(luò)手寫體識(shí)別系統(tǒng)，其利用樣本離決策邊界的距離來動(dòng)態(tài)選擇樣本，同時(shí)采用梯度下降算法優(yōu)化網(wǎng)絡(luò)權(quán)重，該方法雖能夠取得較好的識(shí)別效果，但訓(xùn)練時(shí)間過長(zhǎng)，不利于推廣。而且對(duì)于模糊圖像的識(shí)別不具有可靠性。為了減少訓(xùn)練時(shí)間，南洋理工大學(xué)黃廣斌教授于2004年提出極限學(xué)習(xí)機(jī)(簡(jiǎn)稱ELM)模型。

極限學(xué)習(xí)機(jī)，全稱Extreme Learning Machine，簡(jiǎn)稱ELM，由于其輸入權(quán)值和隱層偏置是被隨機(jī)賦予，無需迭代調(diào)整，所以它的網(wǎng)絡(luò)訓(xùn)練速度遠(yuǎn)遠(yuǎn)超出其他分類器。同時(shí)因?yàn)闆]有采用梯度下降算法，因此避免了局部極小值問題。與CNN等深度學(xué)習(xí)模型相比，極限學(xué)習(xí)機(jī)的訓(xùn)練速度是它們的幾十至幾百倍。但是ELM的識(shí)別準(zhǔn)確率依靠訓(xùn)練樣本和待識(shí)別圖像的清晰度，當(dāng)訓(xùn)練樣本或待識(shí)別圖像的像素質(zhì)量不高時(shí)，其分類的準(zhǔn)確度將大幅降低。而梯度方向直方圖特征提取方法能夠較好的解決這一問題。

梯度方向直方圖(Histogram of Oriented Gradient,簡(jiǎn)稱HOG)特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行物體檢測(cè)的特征描述子。它通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。它對(duì)圖像幾何的和光學(xué)的形變都能保持很好的不變性。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中基于動(dòng)態(tài)樣本選擇策略的BP神經(jīng)網(wǎng)絡(luò)手寫體識(shí)別系統(tǒng)訓(xùn)練時(shí)間過長(zhǎng)，極限學(xué)習(xí)機(jī)的識(shí)別準(zhǔn)確率過度依靠訓(xùn)練樣本和待識(shí)別圖像的清晰度等問題，為了達(dá)到快速識(shí)別手寫體圖像的目的，本發(fā)明結(jié)合HOG特征提取算法和極限學(xué)習(xí)機(jī)的優(yōu)勢(shì)，提出了一種快速的手寫字體識(shí)別方法。本發(fā)明提出的方法在訓(xùn)練時(shí)間和識(shí)別準(zhǔn)確度上能夠達(dá)到一定平衡，而且對(duì)于圖像拍攝不清晰、模糊等情況下也能夠具有較高識(shí)別率。

根據(jù)本發(fā)明的實(shí)施方案，提供一種快速手寫體識(shí)別方法。

一種快速手寫體識(shí)別方法，該方法包括以下步驟：

1)對(duì)圖像樣本進(jìn)行HOG特征處理：對(duì)圖像樣本進(jìn)行HOG處理，收集HOG特征，將HOG特征組合為HOG特征矩陣；

2)設(shè)置極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型參數(shù)：以圖像樣本的HOG特征矩陣作為極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)輸入，設(shè)置極限學(xué)習(xí)機(jī)網(wǎng)絡(luò)模型的激活函數(shù)、隱層節(jié)點(diǎn)個(gè)數(shù)，并進(jìn)行網(wǎng)絡(luò)的訓(xùn)練；

3)讀取快速手寫體的待識(shí)別圖像，并將圖像轉(zhuǎn)化為灰度圖；

4)識(shí)別圖像：對(duì)快速手寫體的待識(shí)別圖像的灰度圖進(jìn)行HOG特征處理，獲取待識(shí)別圖像的HOG特征，將待識(shí)別圖像的HOG特征作為極限學(xué)習(xí)機(jī)的的參數(shù)輸入極限學(xué)習(xí)機(jī)，進(jìn)行圖像識(shí)別。

在本發(fā)明中，所述步驟1)具體為：

1.1)整個(gè)圖像規(guī)范化：采用gamma校正法將圖像樣本的顏色空間進(jìn)行標(biāo)準(zhǔn)化，獲得標(biāo)準(zhǔn)化圖像；

1.2)計(jì)算圖像梯度：分別計(jì)算標(biāo)準(zhǔn)化圖像樣本中每一個(gè)像素點(diǎn)橫坐標(biāo)和縱坐標(biāo)方向的梯度，并據(jù)此計(jì)算每個(gè)像素位置的梯度方向值；

1.3)對(duì)原始圖像進(jìn)行切分：將原始圖像分為n個(gè)細(xì)胞單元cell，每個(gè)細(xì)胞單元cell的大小為m*m，將a*a個(gè)相鄰的細(xì)胞單元cell組成為一個(gè)聯(lián)通區(qū)間block，相鄰的聯(lián)通區(qū)間block有重疊overlap，構(gòu)建每一個(gè)細(xì)胞單元cell的特征向量；其中：n≥4，n＞m≥3，m＞a≥2；

1.4)為每個(gè)細(xì)胞單元cell構(gòu)建梯度方向直方圖：采用b個(gè)二進(jìn)制bin的直方圖來統(tǒng)計(jì)圖像樣本像素的梯度信息，也就是將細(xì)胞單元cell的梯度方向360度分成b個(gè)方向塊；對(duì)細(xì)胞單元cell內(nèi)每個(gè)像素用梯度方向在直方圖中進(jìn)行加權(quán)投影，可以得到這個(gè)細(xì)胞單元cell的梯度方向直方圖，梯度大小就是作為投影的權(quán)值；其中：b≥2；

1.5)構(gòu)建每一個(gè)聯(lián)通區(qū)間block梯度方向直方圖：將一個(gè)聯(lián)通區(qū)間block內(nèi)多有的細(xì)胞單元cell的特征向量串聯(lián)起來，獲得聯(lián)通區(qū)間block的HOG特征；