專利名稱：一種手寫文字的識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識(shí)別與人工智能技術(shù)領(lǐng)域，特別是涉及一種手寫文字圖像識(shí)別處理方法。
背景技術(shù)：
漢字在線識(shí)別是指用戶一邊書寫一邊識(shí)別。一般是指用戶通過手寫輸入設(shè)備(比如手寫板、觸摸屏、鼠標(biāo)等)書寫漢字，同時(shí)計(jì)算機(jī)將手寫輸入設(shè)備采集到的漢字書寫軌跡轉(zhuǎn)換為相應(yīng)的漢字機(jī)器內(nèi)碼的識(shí)別技術(shù)。按書寫限制的程度，一般可以分為限制性手寫體(如限制筆順，橫平豎直，沒有連筆)，手寫印刷體(指書寫工整的漢字)，行書手寫體(指有部分筆畫變形和連筆的漢字)，草書手寫體(指大部分筆畫變形以及幾乎完全連筆書寫的漢字)。這幾種手寫體的識(shí)別難度依次增大，以草書手寫體的識(shí)別難度最大。因?yàn)椴輹謱戵w的漢字字型通常已經(jīng)和原漢字字形有了較大的不同，不僅表現(xiàn)在筆畫的變形上，還表現(xiàn)在漢字結(jié)構(gòu)的變形上。這些變形一般是由于書寫者為了達(dá)到更快、更流暢的書寫速度而在原有漢字字形的基礎(chǔ)上改變而來的。因此在以上幾種手寫體漢字中，以草書手寫體的書寫速度最快，因而這種書寫方式也是人們最樂于接受的一種書寫方式。
已有的漢字識(shí)別方法大多數(shù)是基于漢字筆畫來進(jìn)行識(shí)別的，比如中國發(fā)明專利98106953.3號(hào)專利《手寫漢字識(shí)別方法及裝置》、98108373.0號(hào)專利《文字識(shí)別裝置及文字識(shí)別方法》以及98122949.2號(hào)專利《一種無筆畫順序的手寫字符辨識(shí)系統(tǒng)》等專利使用的方法都依賴于筆畫的正確提取與識(shí)別，而草書手寫體漢字不但連筆書寫，大部分筆畫變形嚴(yán)重，而且有很多短的筆畫會(huì)被省去，因此以上識(shí)別方法無法很好地解決草書手寫體漢字的識(shí)別。
在中國發(fā)明專利93101683.5號(hào)專利《自由書寫聯(lián)機(jī)手寫漢字識(shí)別方法及其系統(tǒng)》中也提到已有的基于筆畫或筆段的字形結(jié)構(gòu)識(shí)別方法很難處理分解不出筆段的漢字，該專利的特征在于將兩種識(shí)別不同書寫風(fēng)格漢字的識(shí)別方法相結(jié)合，一種用于識(shí)別楷書和部分行書，另一種識(shí)別不規(guī)范連筆字，而該專利提出的識(shí)別方法的結(jié)合方式是采用一種串行的方式，即先用前種方法識(shí)別，拒識(shí)以后才用后一種方法識(shí)別。這種方法的不足之處在于針對(duì)不規(guī)范連筆字的識(shí)別只采用了一種識(shí)別方法，而其采用的串行結(jié)合的識(shí)別方式的不足在于如果某個(gè)草書漢字沒有被拒識(shí)，則不會(huì)用后一種識(shí)別不規(guī)范連筆字的識(shí)別方法進(jìn)行識(shí)別。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述漢字手寫識(shí)別方法的不足，提供一種通過脫機(jī)識(shí)別方法和聯(lián)機(jī)識(shí)別方法相結(jié)合的手寫文字識(shí)別方法。
本發(fā)明采用的技術(shù)方案為一種手寫文字的識(shí)別方法，通過脫機(jī)文字識(shí)別方法和聯(lián)機(jī)文字識(shí)別方法相結(jié)合對(duì)手寫文字進(jìn)行識(shí)別，所述脫機(jī)文字識(shí)別方法包括(1)、重構(gòu)手寫文字圖像；(2)、通過文字圖像提取文字筆畫的輪廓方向角特征；(3)、選取脫機(jī)識(shí)別候選字；所述聯(lián)機(jī)文字識(shí)別方法包括
(A)、提取手寫文字時(shí)序點(diǎn)的聯(lián)機(jī)筆畫方向特征；(B)、選取聯(lián)機(jī)識(shí)別候選字。
所述步驟(1)重構(gòu)手寫文字圖像通過采集手寫文字時(shí)序點(diǎn)軌跡坐標(biāo)，并將時(shí)序點(diǎn)軌跡線性歸一化到固定大小，再用等寬的線段依次連接所有相鄰的時(shí)序點(diǎn)，從而重構(gòu)出原手寫漢字的圖像。
所述步驟(2)提取文字筆畫的輪廓方向角特征通過把漢字圖像在水平和垂直兩個(gè)方向上的直方圖投影畫出4×4的全局彈性網(wǎng)格，使得每一列網(wǎng)格在水平方向上的直方圖投影累積量相等，每一行網(wǎng)格在垂直方向上的直方圖投影累積量相等，再根據(jù)每個(gè)網(wǎng)格水平和垂直兩個(gè)方向上的直方圖投影在網(wǎng)格內(nèi)畫出2×2的局部彈性網(wǎng)格，形成64個(gè)局部彈性網(wǎng)格，再從這64個(gè)網(wǎng)格中提取出文字的輪廓，然后對(duì)每個(gè)彈性網(wǎng)格單元內(nèi)的輪廓在4個(gè)方向上進(jìn)行輪廓方向角特征提取，得出輪廓方向角特征。所述4個(gè)方向?yàn)闄M撇、撇豎、豎捺、橫捺。對(duì)漢字圖像經(jīng)過輪廓提取后，對(duì)字符輪廓點(diǎn)P的8鄰域通過θ(p)=tan-1(DxDy)]]>計(jì)算該輪廓點(diǎn)的輪廓方向角，其中Dx、Dy是p點(diǎn)在x軸和y軸上的梯度函數(shù)，且Dx、Dy定義為Dx＝(p6+2p7+p8)-(p1+2p2+p3)，Dy＝(p3+2p5+p8)-(p1+2p4+p6)而輪廓點(diǎn)p的8鄰域?yàn)?

，方向角的取值范圍為0到180度，整個(gè)文字64個(gè)彈性網(wǎng)格單元總共得到256維輪廓方向角特征矢量。
所述步驟(2)還包括線性判決分析(LDA)對(duì)輪廓方向角特征進(jìn)行降維，將原先的256維數(shù)降為128維數(shù)。
所述步驟(3)選取脫機(jī)識(shí)別候選字通過計(jì)算128維輪廓方向角特征與模板中所有文字特征的歐式距離，選出距離最小的前100個(gè)候選字作為脫機(jī)識(shí)別候選字。
所述步驟(A)提取手寫文字筆畫時(shí)序點(diǎn)的方向特征通過對(duì)手寫文字筆畫時(shí)序點(diǎn)按固定距離進(jìn)行采樣，又定義采樣后的特征點(diǎn)的筆畫方向角為前一特征點(diǎn)指向該特征點(diǎn)的方向角度，范圍為0到255，線性對(duì)應(yīng)0到359度，然后計(jì)算每個(gè)特征點(diǎn)的筆畫方向角，作為該特征點(diǎn)的聯(lián)機(jī)筆畫方向特征。
所述步驟(B)選取聯(lián)機(jī)識(shí)別候選字通過動(dòng)態(tài)時(shí)間規(guī)整(DTW)的方法對(duì)聯(lián)機(jī)筆畫方向特征矢量與步驟(3)得出的脫機(jī)識(shí)別候選字的多種不同筆順的模板特征矢量進(jìn)行彈性模板匹配，計(jì)算脫機(jī)識(shí)別候選字與聯(lián)機(jī)筆畫方向特征的匹配相似度，其中，DTW彈性匹配的局部距離函數(shù)采用如下關(guān)系式計(jì)算d(i,j)=(Δθ)20≤Δθ≤64-(Δθ-128)2+819264≤Δθ≤128,]]>而Δθ=|θi-θj|0≤|θi-θj|<128256-|θi-θj|128≤|θi-θj|<256,]]>i和j分別為當(dāng)前匹配的兩特征值在各自特征序列中的位置，θ為輪廓方向角特征；然后再將100個(gè)脫機(jī)識(shí)別候選字按其與聯(lián)機(jī)筆畫方向特征匹配相似度由大到小排序，組成100個(gè)聯(lián)機(jī)識(shí)別方法候選字。
本發(fā)明通過對(duì)脫機(jī)識(shí)別候選字和聯(lián)機(jī)識(shí)別候選字進(jìn)行集成完成對(duì)手寫文字的識(shí)別，其算法稱之為首選識(shí)別結(jié)果選擇器，具體包括如下規(guī)則(I)、計(jì)算脫機(jī)識(shí)別候選字中每個(gè)候選字的位置分?jǐn)?shù)Si，
Si＝i*exp(1-i)*D+i′*exp(1-i′)*C其中i為該候選字在脫機(jī)識(shí)別候選字序列中的位置，范圍為1到100，i’為該候選字在聯(lián)機(jī)識(shí)別候選字序列中所處的位置，范圍也為1到100，C和D為兩個(gè)常數(shù)；(II)、計(jì)算聯(lián)機(jī)識(shí)別候選字中每個(gè)候選字的位置分?jǐn)?shù)Tj，Tj＝j(luò)*exp(1-j)*C-Pj其中j為該候選字在聯(lián)機(jī)識(shí)別候選字序列中的位置，范圍為1到100，C為常數(shù)，且與步驟(I)的C相同，Pj為預(yù)先定義好的懲罰分?jǐn)?shù)，根據(jù)j的不同而不同；(III)、根據(jù)聯(lián)機(jī)識(shí)別候選字的匹配相似度選擇可信度區(qū)間1到M，位置在M以后的候選字認(rèn)為是不可信的候選字；(IV)、將脫機(jī)識(shí)別候選字與聯(lián)機(jī)識(shí)別候選字序列合在一起按照每個(gè)候選字的位置分?jǐn)?shù)從大到小排序，得出集成候選字序列；(V)、選取一個(gè)候選字作為識(shí)別結(jié)果，通過定義Ai為聯(lián)機(jī)識(shí)別候選字，Bj為脫機(jī)識(shí)別候選字，i和j的范圍為1到100，分別對(duì)應(yīng)100個(gè)候選字，如果A1＝B1，則選擇A1；如果A1非?？尚牛鳥1不太可信，則選擇A1；如果B1很可信，則選擇B1；如果Ak＝B1且B1＝A1，k和1的范圍為1到35，而k＜1，則選B1，k＞1則選A1；如果Ak＝B2且B1＝A2，k和1的范圍為1到15，而k＜1，則選B1，k＞1則選A1；
如果以上各個(gè)條件均不滿足，則選擇集成候選字序列的首個(gè)候選字。
本發(fā)明的基本原理是用戶在書寫連筆草書漢字時(shí)，雖然漢字的筆畫和整字的結(jié)構(gòu)會(huì)有較大變形，但總體的筆畫方向特征分布較為穩(wěn)定，通過彈性網(wǎng)格特征提取技術(shù)能較好地提取穩(wěn)定的筆畫方向特征而不對(duì)漢字筆畫和結(jié)構(gòu)的變形過于敏感，通過提取的這種特征對(duì)漢字進(jìn)行識(shí)別，本發(fā)明所采用的脫機(jī)識(shí)別方法能較好地解決自由筆順的問題；另外，連筆草書漢字即使會(huì)有一些短的筆畫被省略，但整字筆畫大體的走向比較穩(wěn)定，通過采用一種限制大體筆順方向的聯(lián)機(jī)識(shí)別方法能識(shí)別出一些變形較為嚴(yán)重的草書漢字；本發(fā)明將這兩種識(shí)別方法結(jié)合起來，即使一些變形嚴(yán)重而且筆順與模板不一致的草書漢字在兩種識(shí)別方法識(shí)別出的候選字位置較后，通過采用一種集成策略，使原本位置較后的正確候選字被提前，從而大大提高了系統(tǒng)對(duì)連筆草書漢字的識(shí)別效果。
本發(fā)明與已有的漢字識(shí)別方法相比，具有如下的優(yōu)點(diǎn)和有益效果(1)、由于采用的兩種識(shí)別方法均不依賴于筆畫或筆段的正確提取與識(shí)別，因此能很好地解決對(duì)筆畫或筆段不容易提取的草書漢字的識(shí)別；(2)、由于一般的脫機(jī)識(shí)別方法不考慮筆順信息，而本發(fā)明結(jié)合聯(lián)機(jī)識(shí)別方法，能增強(qiáng)對(duì)一些變形嚴(yán)重但筆順大體與模板中某一種書寫筆順一致的草書漢字的識(shí)別效果；(3)、與限制筆順的聯(lián)機(jī)識(shí)別方法相比，本發(fā)明結(jié)合了脫機(jī)識(shí)別方法后，能彌補(bǔ)對(duì)自由筆順書寫的漢字識(shí)別的不足；(4)、本發(fā)明由于對(duì)書寫軌跡的所有時(shí)序點(diǎn)用線段連接，所以無論書寫中有無連筆，用于進(jìn)行識(shí)別的漢字都是一樣的，所以能較好地識(shí)別任意用戶書寫的連筆草書漢字；
(5)、本發(fā)明可準(zhǔn)確識(shí)別連筆草書，所以本發(fā)明能讓用戶在用手寫輸入法輸入漢字時(shí)書寫漢字的速度達(dá)到最快。


圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)框圖；圖2是本發(fā)明的脫機(jī)識(shí)別方法的流程框圖；圖3是本發(fā)明的聯(lián)機(jī)識(shí)別方法的流程框圖；圖4是本發(fā)明的脫機(jī)與聯(lián)機(jī)的識(shí)別結(jié)果集成的流程框圖。
具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的說明，實(shí)施本發(fā)明所用的識(shí)別設(shè)備可以采用手寫板書寫漢字，用計(jì)算機(jī)進(jìn)行識(shí)別，用純平型顯示器顯示用戶圖形界面，可采用C語言編制各類處理程序，便能較好地實(shí)施本發(fā)明。
本發(fā)明的系統(tǒng)結(jié)構(gòu)框圖如附圖1所示，漢字筆畫的時(shí)序點(diǎn)輸入后，可通過脫機(jī)識(shí)別和聯(lián)機(jī)識(shí)別的方式同時(shí)對(duì)漢字進(jìn)行識(shí)別，脫機(jī)識(shí)別包括重構(gòu)漢字圖像、彈性網(wǎng)格特征提取、LDA降維、通過距離分類器選取脫機(jī)識(shí)別候選字、脫機(jī)識(shí)別候選字可跟聯(lián)機(jī)識(shí)別候選字進(jìn)行彈性模板匹配，通過候選字集成，得出識(shí)別結(jié)果；聯(lián)機(jī)識(shí)別包括筆畫方向特征提取、彈性模板匹配得出聯(lián)機(jī)識(shí)別候選字；本發(fā)明也分別采用脫機(jī)識(shí)別方法或聯(lián)機(jī)識(shí)別方法對(duì)一些手寫較為規(guī)范的漢字進(jìn)行識(shí)別。本發(fā)明脫機(jī)識(shí)別的模板是經(jīng)過大量包含草書的訓(xùn)練樣本統(tǒng)計(jì)學(xué)習(xí)得到的，聯(lián)機(jī)識(shí)別方法的模板也是經(jīng)過學(xué)習(xí)這些樣本，通過對(duì)筆順的聚類得到的多筆順模板。
本發(fā)明的脫機(jī)識(shí)別方法的流程圖如附圖2所示，具體為將輸入軌跡的時(shí)序點(diǎn)位置歸一化，然后用等寬線段連接所有相鄰時(shí)序點(diǎn)，從而重構(gòu)漢字圖像，再用彈性網(wǎng)格提取漢字輪廓方向角特征，得出多維特征后，通過LDA降維，以便距離分類器的計(jì)算，通過距離分類器計(jì)算降維后的特征矢量與模板中所有漢字的特征矢量的歐式距離，將模板中所有漢字按歐式距離從小到大排序，選取前100個(gè)漢字作為脫機(jī)識(shí)別的候選字序列。
本發(fā)明的聯(lián)機(jī)識(shí)別方法流程框圖如附圖3所示，對(duì)輸入時(shí)序點(diǎn)進(jìn)行特征點(diǎn)采樣，然后計(jì)算每個(gè)特征點(diǎn)的筆畫方向角，作為特征點(diǎn)的方向特征，再將所有特征點(diǎn)的方向特征依序作為整個(gè)漢字筆畫方向特征矢量，與每一個(gè)脫機(jī)識(shí)別候選字進(jìn)行彈性匹配，按匹配相似度將所有候選字按從大到小排序，最后記錄排序后的漢字序列作為聯(lián)機(jī)識(shí)別候選字序列。
本發(fā)明的脫機(jī)與聯(lián)機(jī)的識(shí)別結(jié)果集成的流程框圖如附圖4所示，其通過分別計(jì)算每個(gè)脫機(jī)識(shí)別候選字在候選字序列中的位置分?jǐn)?shù)，和每個(gè)聯(lián)機(jī)識(shí)別候選字的位置分?jǐn)?shù)，然后計(jì)算聯(lián)機(jī)識(shí)別結(jié)果候選字的可信度區(qū)間，再將可信度區(qū)間內(nèi)的聯(lián)機(jī)識(shí)別候選字與脫機(jī)識(shí)別候選字按每個(gè)字的位置分?jǐn)?shù)從大到小排序，再按首選識(shí)別結(jié)果選擇器的規(guī)則選出首選結(jié)果，作為識(shí)別結(jié)果。
權(quán)利要求
1.一種手寫文字的識(shí)別方法，其特征在于通過脫機(jī)文字識(shí)別方法和聯(lián)機(jī)文字識(shí)別方法相結(jié)合對(duì)手寫文字進(jìn)行識(shí)別，所述脫機(jī)文字識(shí)別方法包括(1)、重構(gòu)手寫文字圖像；(2)、通過文字圖像提取文字筆畫的輪廓方向角特征；(3)、選取脫機(jī)識(shí)別候選字；所述聯(lián)機(jī)文字識(shí)別方法包括(A)、提取手寫文字時(shí)序點(diǎn)的聯(lián)機(jī)筆畫方向特征；(B)、選取聯(lián)機(jī)識(shí)別候選字。
2.根據(jù)權(quán)利要求1所述的手寫文字的識(shí)別方法，其特征在于所述步驟(1)重構(gòu)手寫文字圖像通過采集手寫文字時(shí)序點(diǎn)軌跡坐標(biāo)，并將時(shí)序點(diǎn)軌跡線性歸一化到固定大小，再用等寬的線段依次連接所有相鄰的時(shí)序點(diǎn)，從而重構(gòu)出原手寫漢字的圖像。
3.根據(jù)權(quán)利要求1或2所述的手寫文字的識(shí)別方法，其特征在于所述步驟(2)提取文字筆畫的輪廓方向角特征通過把漢字圖像在水平和垂直兩個(gè)方向上的直方圖投影畫出4x4的全局彈性網(wǎng)格，使得每一列網(wǎng)格在水平方向上的直方圖投影累積量相等，每一行網(wǎng)格在垂直方向上的直方圖投影累積量相等，再根據(jù)每個(gè)網(wǎng)格水平和垂直兩個(gè)方向上的直方圖投影在網(wǎng)格內(nèi)畫出2x2的局部彈性網(wǎng)格，提取出文字的輪廓，然后對(duì)每個(gè)彈性網(wǎng)格單元內(nèi)的輪廓在4個(gè)方向上進(jìn)行輪廓方向角特征提取，得出輪廓方向角特征。
4.根據(jù)權(quán)利要求3所輸?shù)氖謱懳淖值淖R(shí)別方法，其特征在于所述4個(gè)方向?yàn)闄M撇、撇豎、豎捺、橫捺。
5.根據(jù)權(quán)利要求4所述的手寫文字的識(shí)別方法，其特征在于對(duì)漢字圖像經(jīng)過輪廓提取后，對(duì)字符輪廓點(diǎn)P的8鄰域通過θ(p)=tan-1(DxDy)]]>計(jì)算該輪廓點(diǎn)的輪廓方向角，其中Dx、Dy是p點(diǎn)在x軸和y軸上的梯度函數(shù)，且Dx、Dy定義為Dx＝(p6+2p7+p8)-(p1+2p2+p3)Dy＝(p3+2p5+p8)-(p1+2p4+p6)而輪廓點(diǎn)p的8鄰域?yàn)?br> 6.根據(jù)權(quán)利要求5所述的手寫文字的識(shí)別方法，其特征在于所述步驟(2)提取文字筆畫的輪廓方向角特征還包括線性判決分析(LDA)對(duì)輪廓方向角特征進(jìn)行降維，將原先的256維數(shù)降為128維數(shù)。
7.根據(jù)權(quán)利要求6所述的手寫文字的識(shí)別方法，其特征在于所述步驟(3)選取脫機(jī)識(shí)別候選字通過計(jì)算輪廓方向角特征與模板中所有文字特征的歐式距離，選出距離最小的前100個(gè)候選字作為脫機(jī)識(shí)別候選字。
8.根據(jù)權(quán)利要求7所述的手寫文字的識(shí)別方法，其特征在于所述步驟(A)提取手寫文字筆畫時(shí)序點(diǎn)的方向特征通過對(duì)手寫文字筆畫時(shí)序點(diǎn)按固定距離進(jìn)行采樣，又定義采樣后的特征點(diǎn)的筆畫方向角為前一特征點(diǎn)指向該特征點(diǎn)的方向角度，范圍為0到255，線性對(duì)應(yīng)0到359度，然后計(jì)算每個(gè)特征點(diǎn)的筆畫方向角，作為該特征點(diǎn)的聯(lián)機(jī)筆畫方向特征。
9.根據(jù)權(quán)利要求8所述的手寫文字的識(shí)別方法，其特征在于所述步驟(B)選取聯(lián)機(jī)識(shí)別候選字通過動(dòng)態(tài)時(shí)間規(guī)整(DTW)的方法對(duì)聯(lián)機(jī)筆畫方向特征矢量與步驟(3)得出的脫機(jī)識(shí)別候選字的多種不同筆順的模板特征矢量進(jìn)行彈性模板匹配，計(jì)算脫機(jī)識(shí)別候選字與聯(lián)機(jī)筆畫方向特征的匹配相似度，其中，DTW彈性匹配的局部距離函數(shù)采用如下關(guān)系式計(jì)算d(i,j)=(Δθ)20≤Δθ<64-(Δθ-128)2+819264≤Δθ<128,]]>而Δθ=|θi-θj|0≤|θi-θj|<128256-|θi-θj|128≤|θi-θj|<256,]]>i和j分別為當(dāng)前匹配的兩特征值在各自特征序列中的位置，θ為輪廓方向角特征；然后再將100個(gè)脫機(jī)識(shí)別候選字按其與聯(lián)機(jī)筆畫方向特征匹配相似度由大到小排序，組成100個(gè)聯(lián)機(jī)識(shí)別方法候選字。
10.根據(jù)權(quán)利要求9所述的手寫文字的識(shí)別方法，其特征在于通過對(duì)脫機(jī)識(shí)別候選字和聯(lián)機(jī)識(shí)別候選字進(jìn)行集成完成對(duì)手寫文字的識(shí)別，具體包括如下步驟(I)、計(jì)算脫機(jī)識(shí)別候選字中每個(gè)候選字的位置分?jǐn)?shù)Si，Si＝i*exp(1-i)*D+i′*exp(1-i′)*C其中i為該候選字在脫機(jī)識(shí)別候選字序列中的位置，范圍為1到100，i’為該候選字在聯(lián)機(jī)識(shí)別候選字序列中所處的位置，范圍也為1到100，C和D為兩個(gè)常數(shù)；(II)、計(jì)算聯(lián)機(jī)識(shí)別候選字中每個(gè)候選字的位置分?jǐn)?shù)Tj，Tj＝j(luò)*exp(1-j)*C-Pj其中j為該候選字在聯(lián)機(jī)識(shí)別候選字序列中的位置，范圍為1到100，C為常數(shù)，且與步驟(I)的C相同，Pj為預(yù)先定義好的懲罰分?jǐn)?shù)，根據(jù)j的不同而不同；(III)、根據(jù)聯(lián)機(jī)識(shí)別候選字的匹配相似度選擇可信度區(qū)間1到M，位置在M以后的候選字認(rèn)為是不可信的候選字；(IV)、將脫機(jī)識(shí)別候選字與聯(lián)機(jī)識(shí)別候選字序列合在一起按照每個(gè)候選字的位置分?jǐn)?shù)從大到小排序，得出集成候選字序列；(V)、選取一個(gè)候選字作為識(shí)別結(jié)果，通過定義Ai為聯(lián)機(jī)識(shí)別候選字，Bj為脫機(jī)識(shí)別候選字，i和j的范圍為1到100，分別對(duì)應(yīng)100個(gè)候選字，如果A1＝B1，則選擇A1；如果A1非?？尚?，而B1不太可信，則選擇A1；如果B1很可信，則選擇B1；如果Ak＝B1且B1＝A1，k和l的范圍為1到35，而k＜l，則選B1，k＞l則選A1；如果Ak＝B2且B1＝A2，k和l的范圍為1到15，而k＜l，則選B1，k＞l則選A1；如果以上各個(gè)條件均不滿足，則選擇集成候選字序列的首個(gè)候選字。
全文摘要
本發(fā)明提供一種基于脫機(jī)識(shí)別方法和聯(lián)機(jī)識(shí)別方法集成的手寫文字的識(shí)別方法，其脫機(jī)識(shí)別方法主要包括對(duì)漢字筆畫輪廓方向角特征的彈性網(wǎng)格特征提取技術(shù)以及線性判別分析(LDA)對(duì)高維特征降維；聯(lián)機(jī)識(shí)別方法主要包括對(duì)漢字筆畫方向特征進(jìn)行模糊提取以及一種可變性較強(qiáng)的筆畫模板彈性匹配方法；本發(fā)明大大提高了對(duì)連筆草書漢字的識(shí)別效果，不僅能識(shí)別規(guī)范書寫的漢字，也能夠?qū)B筆草書漢字進(jìn)行識(shí)別，故而可以讓用戶無限制地自由書寫漢字，還可以提高手寫輸入時(shí)用戶書寫漢字的速度。
文檔編號(hào)G06K9/00GK1652138SQ20051003317
公開日2005年8月10日 申請(qǐng)日期2005年2月8日 優(yōu)先權(quán)日2005年2月8日
發(fā)明者金連文, 龍騰 申請(qǐng)人:華南理工大學(xué)