[發明專利]一種脫機手寫體文本的行結構分析方法

有效

• 申請號: 201711447000.6
• 申請日: 2017-12-27
• 公開（公告）號: CN108229471B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 王寅同;劉維周;王小正
• 申請（專利權）人: 南京曉莊學院
• 主分類號: G06V30/22
• 分類號: G06V30/22;G06V30/41;G06V10/762
• 代理公司: 南京蘇創專利代理事務所(普通合伙) 32273
• 代理人: 何薇

本發明公開了一種脫機手寫體文本的行結構分析方法，包括字符高度估計單元、字符重心聚類單元、字符文本行擬合單元和字符高度優化單元；所述字符高度估計單元用于通過隨機方式選擇多個字符筆跡像素點，并計算他們對應的字符高度，為后續行結構分析提供準確的字符高度估值；所述字符重心聚類單元用于利用了聚類方法的類內緊湊而類間分離的基本思想，將同一文本行的字符重心聚為一類，不同文本行的字符重心聚到不同類別中；該脫機手寫體文本的行結構分析方法，通過隨機方式選擇多個字符筆跡像素點，并計算他們對應的字符高度，為后續行結構分析提供準確的字符高度估值。

技術領域

本發明涉及傾斜文本行分析技術領域，具體為一種脫機手寫體文本的行結構分析方法。

背景技術

在傾斜文本行、不規則文本行片段以及行片段組合等條件下,行結構分析準確與否將嚴重制約脫機手寫體文本識別的效率，現有的脫機手寫體文本研究主要集中于提升字符識別準確率以及降低字符識別的時間復雜度和空間復雜度。相比較而言，研究脫機手寫體文本預處理的文獻則更少，其原因可以在已有公開的漢字識別數據庫找到，如HIT-MW、CASIA-HWDB和HCL2000等，這些數據庫中的文本圖像具有整行整段的數據結構，缺乏現實情況下的零散字符片段的數據。

發明內容

針對現有技術的不足，本發明提供了一種脫機手寫體文本的行結構分析方法，解決了背景技術中提出的困難問題。

為實現以上目的，本發明通過以下技術方案予以實現：一種脫機手寫體文本的行結構分析方法，包括字符高度估計單元、字符重心聚類單元、字符文本行擬合單元和字符高度優化單元；所述字符高度估計單元用于通過隨機方式選擇多個字符筆跡像素點，并計算他們對應的字符高度，為后續行結構分析提供準確的字符高度估值；所述字符重心聚類單元用于利用了聚類方法的類內緊湊而類間分離的基本思想，將同一文本行的字符重心聚為一類，不同文本行的字符重心聚到不同類別中；所述字符文本行擬合單元主要運用最小二乘法多項式曲線擬合，根據給定的m個點，并不要求這條曲線精確地經過這些點，而是曲線y＝f(x)的近似曲線y＝Φ(x)；其優點是過濾噪聲字符重心以得出這些字符重心所對應字符所在的真實的行信息；利用最小二乘法多項式實現字符文本行擬合的原理：給定字符重心簇中的字符重心p_i＝(x_i,y_i)，i＝1,2,…,m；求近似曲線y＝Φ(x)，并且使得近似曲線與y＝f(x)的偏差最小；近似曲線在點p_i處的偏差δ_i＝Φ(x_i)-y，i＝1,2,…,m，其中最小偏差平方和的表達式為字符高度優化單元有效解決初始字符高度估計的偏差；增加字符高度會降低單字符存在多個字符重心的比率。

作為本發明的進一步優選方案，所述字符文本行擬合單元具體實現過程：(1)設擬合多項式及偏差平方和

y＝a₀+a₁x+…+a_kx^k

(2)為了求得符合條件的a值，對等式右邊求a_i偏導數及化簡

(3)把這些等式表示成矩陣的形式，就可以得到下面的矩陣：

(4)將這個范德蒙得矩陣簡化后可得到：

(5)也就是說，X*A＝Y，那么A＝(X'*X)-I*X'*Y，便得到了系數矩陣A。同時，也得到了對應的擬合曲線。

有益效果

本發明提供了一種脫機手寫體文本的行結構分析方法。具備以下有益效果：