[發明專利]一種基于機器視覺的空中手寫識別系統及方法

有效

• 申請號: 201810620085.1
• 申請日: 2018-06-15
• 公開（公告）號: CN109033954B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 汪梅;王博馨;孫敏;牛欽;翟珂;王剛;張佳楠
• 申請（專利權）人: 西安科技大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/764;G06K9/62
• 代理公司: 西安瀚匯專利代理事務所(普通合伙) 61279
• 代理人: 汪重慶

1.一種基于機器視覺的空中手寫識別系統的識別方法，其特征在于，包括以下步驟：

S1、手寫字符視頻輸入及預處理：通過攝像頭捕捉特定顏色的空中手寫字符視頻，第一次檢測到特定顏色作為第一個軌跡點，當形成的軌跡點達到24個時結束采集，軌跡點之間用直線連接形成字符，同時將其保存成圖片進行判定識別，最后對保存的字符圖片進行歸一化處理，使圖片的大小為50*50并以.png格式保存，并發送至計算機中通過預處理部分對該圖片進行濾波、灰度二值化、形態學的預處理操作；

S2、字符分割：任意選取像素為m*n的預處理后的圖像I(x,y)，其閾值預設為t，在前景范圍內的像素點數占比為ω₁，均值取作μ₁；在背景范圍內的像素點數占比為ω₂，均值取作μ₂，圖像I(x,y)總均值記作μ，類間方差記作g_th，灰度值大于閾值的像素數量記為n₂，小于閾值的像素數量記為n₁，其中n₂是前景點，n₁是背景點：n₁+n₂＝m×n，ω₁+ω₂＝1，μ＝ω₁μ₁+ω₂μ₂，g_th＝ω₁(μ₁-μ)²+ω₂(μ₂-μ)²，對g_th＝ω₁(μ₁-μ)²+ω₂(μ₂-μ)²求導，并令導數等于0，得到的閾值就是該方法所取的最佳閾值t，任取一字符圖像作為樣本，Otsu法獲取的最佳閾值t＝230；再利用遺傳算法對Otsu進行優化從而分割出圖像中的字符；

S3、特征提取：先用LBP提取圖像的紋理特征，獲取其紋理信息；其次提取圖像的多層HOG特征，獲取其輪廓信息；最后將兩種特征實現融合，作為圖像的最終特征信息；

S4、分類識別：利用粒子群優化算法PSO(particle swarm optimization)，優化支持向量機算法(SVM)的γ和C參數來得到最優SVM分類模型，預測精度的高低直接受參數γ和C取值變化的影響，因此把識別準確度作為PSO的適應度函數不斷優化參數γ和C，使適應度函數的值達到最大，粒子群初始種群設為20，進化代數為20，學習因子c₁＝c₂＝10，SVM參數C的變化范圍為10^-1～10²，γ的變化范圍為10^-2～10³，輸出最終的識別結果。