[發明專利]一種易混字符二次識別方法

有效

• 申請號: 202010184590.3
• 申請日: 2020-03-17
• 公開（公告）號: CN111340033B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 付鵬斌;彭荊旋;楊惠榮
• 申請（專利權）人: 北京工業大學
• 主分類號: G06V30/19
• 分類號: G06V30/19;G06V30/18;G06V10/82;G06V30/22
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

1.一種易混字符二次識別方法，針對四組易混字符對：第一組易混字符對“1”、“(”、“)”,第二組易混字符對“1”、“9”，第三組易混字符對“4”、“6”，第四組易混字符對“7”、“”，其特征在于：

所述易混字符對“1”、“(”、“)”的二次識別方法為：提取目標圖像的特征向量，生成易混字符對數據集，所述特征向量包括：“1”、“(”、“)”的直線特征、斜率特征、曲率特征；利用數據集訓練分類模型，利用訓練完成的分類器對待識別字符進行二次分類；

所述易混字符對“1”、“9”的二次識別方法為：判斷目標圖像是否存在孔洞特征，如果存在，則目標圖像識別為9，否則，目標圖像識別為1；

所述易混字符對“4”、“6”的二次識別方法為：判斷目標圖像交截點相對位置偏上還是偏下，如果偏上，且目標圖像中孔洞特征的最低點不與目標圖像最低點重合，則目標圖像識別為4，否則，目標圖像識別為6；

所述易混字符對“7”、“”的二次識別方法為：提取目標圖像的特征向量，生成易混字符對數據集，所述特征向量包括：“7”、“”的夾角特征、方向角特征、連續豎直點個數特征；利用數據集訓練分類模型，利用訓練完成的分類器對待識別字符進行二次分類；

所述的易混字符對“1”、“9”的孔洞特征判斷方法如下：

首先循環遍歷目標圖像中的每一個像素點；如果存在像素點i，即通過八連通域方法尋找與像素點i具有連通關系的所有像素點坐標列表，且該列表的首尾坐標相連，則判定目標圖像具有孔洞特征；如果不存在像素點i，則判定目標圖像不具有孔洞特征；

所述的易混字符對“4”、“6”的交截點相對位置判斷方法如下：

首先，選擇一條與目標圖像相交的像素點個數不為1的水平直線，記錄交點的縱坐標y，坐標系的Y軸豎直向下；然后，計算目標圖像中心點縱坐標y_center，如果yy_center，則交截點相對位置偏上，否則交截點相對位置偏下；

所述的易混字符對“7”、“”的特征向量的提取具體如下：

夾角特征：首先，尋找目標圖像的端點，即筆劃的起始點，終止點，記為①②，以及拐點，即筆劃的轉折點，記為③，并基于①②③號像素點的坐標計算各點之間的直線距離：

然后基于余弦定理計算由直線l₁₃和直線l₂₃形成的夾角的余弦值：

最后得到夾角特征β為：

β＝arc?cosβ

方向角特征：基于②③號像素點的坐標定義方向角特征α：

連續豎直點個數特征：首先，循環遍歷目標圖像中的每一列，并計算在豎直方向上緊密相鄰的像素點個數；然后，統計這些像素點個數的最大值，即為連續豎直點個數特征。

2.根據權利要求1所述的一種易混字符二次識別方法，其特征在于，所述的易混字符對“1”、“(”、“)”的特征向量的提取具體如下：

直線特征：首先，提取目標圖像的端點信息；然后，基于端點信息擬合出一條直線，并計算目標圖像中每一像素點到擬合直線的距離；最后，統計距離極值，均值和標準差作為該字符的直線特征；

斜率特征：首先，計算目標圖像中每一像素點的斜率值：

其中，k_n表示像素點n的斜率值，(X(n),Y(n))表示像素點n的坐標信息，接著，計算目標圖像中所有像素點的斜率極值，均值和標準差作為該字符的斜率特征；

曲率特征：首先，計算目標圖像中每一像素點的曲率值：

其中，Z_n表示像素點n的曲率，接著，計算目標圖像中所有像素點的曲率極值，均值和標準差作為該字符的曲率特征。

3.根據權利要求1所述的一種易混字符二次識別方法，其特征在于，所述易混字符對“1”、“(”、“)”二次識別方法中的分類器使用SVM分類器。

4.根據權利要求1所述的一種易混字符二次識別方法，其特征在于，所述易混字符對“7”、“”二次識別方法中的分類器使用SVM分類器。