[發明專利]一種非標準字體的漢字自動符識別方法

在審

• 申請號: 201710383558.6
• 申請日: 2017-05-26
• 公開（公告）號: CN107316055A
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 顧亦熹;高沁瑤;高蘭英;高留其
• 申請（專利權）人: 昆山遙矽微電子科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林

技術領域

本發明涉及漢字識別領域，涉及漢字分類器的訓練，屬于一種非 標準字體的漢字自動符識別方法。

背景技術

文字識別在當下方興未艾的物聯網領域有著越來越高的使用需 求，比如在輸入法、車牌識別、稅票識別和文獻錄入等實際用途中有 著極高的實用化需求，正確定位和識別這些文字對于基于內容的內容 檢索和信息過濾有著重要的意義。目前已經有不少的相關技術已經投 入到商業使用中，并且有些已經產生了較好的經濟效益。但是，絕大 部分文字識別技術都限制于某些特定的場景，比如智能識別印刷體漢 字。

根據實際應用的場景不同，目前主流的漢字識別算法主要分為兩 大類，即基于漢字筆畫跟蹤的方法和基于漢字圖片的方法。目前基于 漢字筆畫跟蹤的方法主要使用在中文輸入設備上，比如手機的手寫輸 入。然而，更多的實際應用環境下的非標準字體漢字的識別并不適用 該方法進行識別，因此基于圖片的漢字識別更適用于復雜環境下的非 標準字體的漢字識別。具體而言，待提取文字的圖像可以分為文檔圖 像、場景圖像和原生數字圖像三大類，其中后兩者更適用與復雜環境 下的非標準字體漢字的識別。場景圖像是指用攝像頭拍攝到的圖像， 場景中的文字信息也會作為場景的一部分被拍攝到場景圖像中，因此 場景圖像中的文字一般會淹沒在復雜的背景環境中，同時可能會存在 角度偏斜，光照不良以及無損缺失等情況；原生數字圖像則是計算機 按照一定的算法以數字形式保存的圖像信息，為了便于在網絡上傳播， 因此一般無法避免低分辨率的情況，且通常存在壓縮損失和邊緣柔化 不良的問題。

復雜條件下圖像文字提取系統的結構如圖1所示，包括文本定位， 文字分割和文字識別三大部分，其中文字識別是最為復雜，也是需求 最為迫切的一項技術。

發明內容

針對現有非標準字體漢字識別技術的不足，本發明提出了一種非 標準字體的漢字自動符識別方法。本發明的技術方案解決了復雜環境 下歡子存在的角度傾斜、光照不良、噪聲干擾、邊緣模糊、污損遮擋 等情況下的非標準字體的漢字識別問題。

為了解決上述技術問題，本發明采用如下技術方案：

一種非標準字體的漢字自動符識別方法，其特征在于，包括以下 步驟：

步序1：基于稀疏編碼得到待識別漢字圖像中的基向量和稀疏系數， 通過重構圖像實現濾除噪聲、處理邊緣柔化；

步序2：利用梯度方向平面直方圖抽取出復雜環境下待識別漢字邊緣 梯度特征并以此減輕影響漢字識別的負面作用；

步序3：將獲得的待識別的非標準字體的漢字的邊緣梯度特征輸入到 漢字分類器中，經行識別。

前述的一種非標準字體的漢字自動符識別方法，其特征在于，步 序1利用稀疏編碼得到的基向量和稀疏系數是通過多次訓練得到的， 在訓練階段，需要對目標函數進行優化求解：

minf(B,S)＝[重構誤差]+β[稀疏懲罰因子]

式中，X＝(x₁,x₂,x₃,…,x_n)表示訓練集中的n幅包含漢字的圖像 減去各自的平均灰度值后得到的m個k維向量的訓練數據集，其 中k為每幅圖像的像素數量，同樣的B＝(b₁,b₂,b₃,…,b_n)表示經稀 疏編碼計算得到的n個k維稀疏系數向量；S表示稀疏系數矩陣， 每一列的S_i為一副圖像的n維稀疏系數向量；β表示一個用來平 衡重構誤差和稀疏性的常數，Φ(S_ij)表示非線性的稀疏懲罰函數， 因此懲罰函數可以表示為：

該目標函數為優化目標，原理是基于整個圖像求得所有的基向量B和 對應的稀疏系數S。

前述的一種非標準字體的漢字的識別方法，其特征在于，所述的 1中重新構建圖像的方法是根據基向量B對任意的一個待識別漢字的 圖像I中求取它的稀疏系數，然后再根據I_new(x,y)＝BS+t進行重構 得到復原圖像I_new，上式中t為圖像I的平均灰度值。

前述的一種非標準字體的漢字的識別方法，其特征在于，步序2 需要在步驟1中構建的復原圖像上提取梯度方向直方圖的特征，具體 為：

(a)需要計算點(x,y)的梯度幅值G(x,y)和方向θ(x,y)，具體 的計算公式如下，