專利名稱：一種基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)。
背景技術(shù)：
隨著計(jì)算機(jī)圖形技術(shù)的發(fā)展，計(jì)算機(jī)在圖形圖像方面的處理能力不斷提高，但是計(jì)算機(jī)的本質(zhì)始終都是只能處理二進(jìn)制數(shù)字，如果需要處理更復(fù)雜的內(nèi)容就需要進(jìn)行一些改變，比如一些圖片內(nèi)容的處理?，F(xiàn)在對(duì)規(guī)則打印字方面的研究很多，技術(shù)也比較成熟，對(duì)于打印字特征提取以及分析處理方面都有了很大的進(jìn)步，但是在手寫(xiě)圖片方面卻仍然有很大欠缺，因?yàn)槊總€(gè)人的不同，針對(duì)一個(gè)特定的字母所表現(xiàn)出來(lái)的形式必然是不同的，這樣就很難去捕捉特定的信息，為手寫(xiě)字母方面的處理帶來(lái)了很大的麻煩。人的性格表現(xiàn)在各方面，自然也就有很多的外在表現(xiàn)形式可以反應(yīng)一個(gè)人性格方面的具體特征，比如走路姿勢(shì)、語(yǔ)速快慢、吃飯所用的左右手等，但是在通過(guò)觀察一個(gè)人的筆跡也能看出這個(gè)人性格方面的特征，比如一個(gè)人比較外向的話，他所寫(xiě)出來(lái)的字就會(huì)顯得很粗獷，內(nèi)向的人寫(xiě)出來(lái)的字就比較規(guī)矩一些，還有觀察書(shū)寫(xiě)筆跡弧度大小等都可以猜測(cè)出他性格方面的一些特征，所以可以通過(guò)對(duì)一個(gè)人手寫(xiě)字特征的提取來(lái)分析一個(gè)人的性格。雖然可以利用提取特征來(lái)預(yù)測(cè)一個(gè)人的性格，對(duì)于一些特征來(lái)說(shuō)，如果是在線手寫(xiě)圖片，還比較容易處理一些，因?yàn)榭梢酝ㄟ^(guò)跟蹤比較很容易發(fā)現(xiàn)字體彎曲弧度及書(shū)寫(xiě)速度等特征，但是如果是離線手寫(xiě)圖片就很難把握這些信息，這就需要更多的技術(shù)參與進(jìn)來(lái)，以便能更精確地提取手寫(xiě)字母特征。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，可以對(duì)離線手寫(xiě)圖片進(jìn)行了有效分割與識(shí)別，使得性格預(yù)測(cè)更加可靠，并提高了系統(tǒng)的可靠性、準(zhǔn)確性及有效性。為了解決上述問(wèn)題，本發(fā)明提出了一種基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，所述系統(tǒng)包括性格預(yù)測(cè)數(shù)據(jù)采集模塊、圖像預(yù)處理模塊、圖像分割與識(shí)別模塊、圖片特征提取模塊、特征分類模塊、系統(tǒng)訓(xùn)練模塊、性格數(shù)據(jù)庫(kù)模塊和性格預(yù)測(cè)模塊；其中，所述性格預(yù)測(cè)數(shù)據(jù)采集模塊用于采集不同的離線手寫(xiě)圖片信息；所述圖像預(yù)處理模塊用于對(duì)所述性格預(yù)測(cè)數(shù)據(jù)采集模塊所采集的離線手寫(xiě)圖片信息進(jìn)行預(yù)處理；所述圖像分割與識(shí)別模塊用于對(duì)預(yù)處理后的離線手寫(xiě)圖片信息進(jìn)行分割與識(shí)別處理；所述圖片特征提取模塊用于對(duì)所述圖像分割與識(shí)別模塊所分割得到的小圖片以及整幅圖片進(jìn)行不同特征的提取，并將每個(gè)測(cè)試者不同方面的特征進(jìn)行信息匯總；所述特征分類模塊用于對(duì)所述圖片特征提取模塊所提取的每一種特征進(jìn)行分類；所述系統(tǒng)訓(xùn)練模塊用于根據(jù)收集的測(cè)試數(shù)據(jù)進(jìn)行系統(tǒng)訓(xùn)練，形成性格數(shù)據(jù)庫(kù)；所述性格數(shù)據(jù)庫(kù)模塊用于存儲(chǔ)由每一個(gè)訓(xùn)練樣本的性格數(shù)據(jù)組成的性格數(shù)據(jù)庫(kù)；所述性格預(yù)測(cè)模塊用于根據(jù)測(cè)試者輸入的圖片信息進(jìn)行分析，并對(duì)性格的不同方面分別進(jìn)行預(yù)測(cè)，獲得測(cè)試者的綜合性格特征。優(yōu)選地，所述性格預(yù)測(cè)數(shù)據(jù)采集模塊還用于通過(guò)針對(duì)某一段特定的英文段落，收集不同測(cè)試樣本的手寫(xiě)字母圖片數(shù)據(jù)，并通過(guò)性格測(cè)試網(wǎng)站題目測(cè)試每個(gè)收集的測(cè)試樣本的性格特征。優(yōu)選地，所述圖片特征提取模塊還用于對(duì)分割得到的圖片或者字母按照預(yù)先定義的特征進(jìn)行特征提取，將每個(gè)人不同方面的特征進(jìn)行提取匯總，并將性格特征用特征數(shù)據(jù)進(jìn)行表示。優(yōu)選地，所述特征分類模塊還用于對(duì)所述圖片特征提取模塊所提取的每一種特征進(jìn)行分類，根據(jù)測(cè)試者的特征數(shù)據(jù)將測(cè)試者歸屬到性格特征的分類。優(yōu)選地，所述性格特征的分類包括內(nèi)向分類和外向分類。優(yōu)選地，所述訓(xùn)練樣本的性格數(shù)據(jù)為各種筆跡特征數(shù)據(jù)。優(yōu)選地，所述圖像預(yù)處理模塊用于對(duì)所述性格預(yù)測(cè)數(shù)據(jù)采集模塊所采集的離線手寫(xiě)圖片信息進(jìn)行去噪處理，處理成二值化圖像。優(yōu)選地，所述圖像分割與識(shí)別模塊用于對(duì)預(yù)處理后的離線手寫(xiě)圖片信息分割成單個(gè)的單詞和單個(gè)的字母。優(yōu)選地，所述性格數(shù)據(jù)庫(kù)模塊存儲(chǔ)的特征包括:整幅圖像級(jí)別特征、單詞級(jí)別特征和字母級(jí)別特征。優(yōu)選地，所述整幅圖像級(jí)別特征包括比劃寬度、單詞間距和單詞大?。凰鰡卧~級(jí)別特征包括水平投影方差、水平投影期望、垂直投影方差和垂直投影期望；所述字母級(jí)別特征包括字母T的t-bar位置、字母平均斜度、字母Y的下弧度大小和字母鏈碼。實(shí)施本發(fā)明實(shí)施例，具有以下有益效果:1、對(duì)離線手寫(xiě)圖片進(jìn)行了有效分割與識(shí)別，通過(guò)一種有效的分割算法，通過(guò)逐步增加圖片的信息量，與模塊進(jìn)行對(duì)比得出一個(gè)匹配分?jǐn)?shù)，當(dāng)對(duì)整幅圖像掃描結(jié)束時(shí)，選擇匹配分?jǐn)?shù)最高的像素點(diǎn)進(jìn)行切割，可以對(duì)單個(gè)字母進(jìn)行更準(zhǔn)確地切割。2、提取了更全面的特征，對(duì)于一個(gè)人的性格不能通過(guò)某一個(gè)特征就能反映出來(lái)，需要更多信息的融合，通過(guò)對(duì)整幅圖片級(jí)別特征、單詞級(jí)別特征、字母級(jí)別特征等信息的提取，比較全面準(zhǔn)確地反映了一個(gè)人性格，使得性格預(yù)測(cè)更加可靠。3、在訓(xùn)練階段有權(quán)威依據(jù)，訓(xùn)練階段通過(guò)權(quán)威性格測(cè)試網(wǎng)站事先對(duì)每一幅圖片書(shū)寫(xiě)者的性格都進(jìn)行了測(cè)試，使得系統(tǒng)完善之后的測(cè)試更具有可靠性，能夠比較準(zhǔn)確的對(duì)被測(cè)試者的性格作出判斷。4、采用有效的分類算法，通過(guò)多種分類算法的比較，采用Multiboost這種準(zhǔn)確性高的分類算法，這樣對(duì)于預(yù)測(cè)結(jié)果準(zhǔn)確性的提高也提供了有效幫助。5、系統(tǒng)的模塊化結(jié)構(gòu)使其有良好可擴(kuò)展性。本發(fā)明給出的是按功能劃分的模塊設(shè)計(jì)，各個(gè)功能模塊之間藕合低，高內(nèi)聚性，所以實(shí)現(xiàn)者在遵循整個(gè)系統(tǒng)模塊設(shè)計(jì)的情況下，可以根據(jù)規(guī)模的大小將模塊放在不同軟硬件上實(shí)現(xiàn)，可以根據(jù)實(shí)際需要，在安全性、系統(tǒng)整體性能及價(jià)值之間均衡，建設(shè)適合特定需要的性格預(yù)測(cè)系統(tǒng)。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其它的附圖。圖1是本發(fā)明實(shí)施例的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)的結(jié)構(gòu)組成示意圖；圖2是本發(fā)明實(shí)施例的性格數(shù)據(jù)庫(kù)模塊存儲(chǔ)的特征的構(gòu)成示意圖；圖3是本發(fā)明實(shí)施例的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)過(guò)程不意圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖1是本發(fā)明實(shí)施例的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)的結(jié)構(gòu)組成示意圖，如圖1所示，該系統(tǒng)包括性格預(yù)測(cè)數(shù)據(jù)采集模塊10、圖像預(yù)處理模塊11、圖像分割與識(shí)別模塊12、圖片特征提取模塊13、特征分類模塊14、系統(tǒng)訓(xùn)練模塊15、性格數(shù)據(jù)庫(kù)模塊16和性格預(yù)測(cè)模塊17 ;其中，性格預(yù)測(cè)數(shù)據(jù)采集模塊10用于采集不同的離線手寫(xiě)圖片信息；圖像預(yù)處理模塊11用于對(duì)性格預(yù)測(cè)數(shù)據(jù)采集模塊10所采集的離線手寫(xiě)圖片信息進(jìn)行預(yù)處理；圖像分割與識(shí)別模塊12用于對(duì)預(yù)處理后的離線手寫(xiě)圖片信息進(jìn)行分割與識(shí)別處理；圖片特征提取模塊13用于對(duì)圖像分割與識(shí)別模塊12所分割得到的小圖片以及整幅圖片進(jìn)行不同特征的提取，并將每個(gè)測(cè)試者不同方面的特征進(jìn)行信息匯總；特征分類模塊14用于對(duì)圖片特征提取模塊13所提取的每一種特征進(jìn)行分類；系統(tǒng)訓(xùn)練模塊15用于根據(jù)收集的測(cè)試數(shù)據(jù)進(jìn)行系統(tǒng)訓(xùn)練，形成性格數(shù)據(jù)庫(kù)；性格數(shù)據(jù)庫(kù)模塊16用于存儲(chǔ)由每一個(gè)訓(xùn)練樣本的性格數(shù)據(jù)組成的性格數(shù)據(jù)庫(kù)；性格預(yù)測(cè)模塊17用于根據(jù)測(cè)試者輸入的圖片信息進(jìn)行分析，并對(duì)性格的不同方面分別進(jìn)行預(yù)測(cè)，獲得測(cè)試者的綜合性格特征。具體實(shí)施中，性格預(yù)測(cè)數(shù)據(jù)采集模塊10主要用于整個(gè)系統(tǒng)進(jìn)行性格預(yù)測(cè)之前的數(shù)據(jù)采集準(zhǔn)備工作，主要是采集大量不同的離線手寫(xiě)圖片信息，為后面的分類測(cè)試做準(zhǔn)備；圖像預(yù)處理模塊11主要負(fù)責(zé)對(duì)性格預(yù)測(cè)數(shù)據(jù)采集模塊10中采集的圖片信息進(jìn)行預(yù)處理，為后面處理做準(zhǔn)備；圖像分割與識(shí)別模塊12負(fù)責(zé)對(duì)初始采集的圖片進(jìn)行分割與識(shí)別處理，通過(guò)分割和識(shí)別后的圖片會(huì)被用于后面的個(gè)性特征提取工作中；圖片特征提取模塊13主要針對(duì)分割得到的小圖片以及整副圖片進(jìn)行不同的特征提取，將每個(gè)測(cè)試者不同方面的特征進(jìn)行信息匯總，為后面的數(shù)據(jù)庫(kù)形成做準(zhǔn)備；特征分類模塊14對(duì)每一種特征進(jìn)行分類，決定一種性格的傾向，比如對(duì)內(nèi)向和外向的傾向度為多大，這樣在后面的性格分類就有了依據(jù)；系統(tǒng)訓(xùn)練模塊15要根據(jù)收集的測(cè)試數(shù)據(jù)進(jìn)行系統(tǒng)訓(xùn)練，形成數(shù)據(jù)庫(kù)，以提高針對(duì)某一特定樣本進(jìn)行預(yù)測(cè)之后結(jié)果的準(zhǔn)確性；性格數(shù)據(jù)庫(kù)模塊16用于存儲(chǔ)每一個(gè)訓(xùn)練樣本的性格數(shù)據(jù)，主要是各種筆跡特征數(shù)據(jù)；性格預(yù)測(cè)模塊17根據(jù)測(cè)試者輸入的圖片數(shù)據(jù)進(jìn)行分析，針對(duì)性格的四個(gè)不同方面分別進(jìn)行預(yù)測(cè)，最后得出這個(gè)測(cè)試者的綜合性格特征。另外，性格預(yù)測(cè)數(shù)據(jù)采集模塊10還用于通過(guò)針對(duì)某一段特定的英文段落，收集不同測(cè)試樣本的手寫(xiě)字母圖片數(shù)據(jù)，并通過(guò)性格測(cè)試網(wǎng)站題目測(cè)試每個(gè)收集的測(cè)試樣本的性格特征，保存這些數(shù)據(jù)，為后面的分類測(cè)試做準(zhǔn)備。在實(shí)施中，性格預(yù)測(cè)數(shù)據(jù)采集模塊10采集的數(shù)據(jù)是彩色圖片，要經(jīng)過(guò)預(yù)處理之后才能應(yīng)用到后面的模塊中，這里由圖像預(yù)處理模塊11用于對(duì)性格預(yù)測(cè)數(shù)據(jù)采集模塊10所采集的離線手寫(xiě)圖片信息進(jìn)行去噪處理，處理成二值化圖像。圖像分割與識(shí)別模塊12要進(jìn)行性格測(cè)試需要提取手寫(xiě)圖片的特征，需要用到圖像的分割與識(shí)別技術(shù)，此模塊主要負(fù)責(zé)對(duì)收集的初始圖片進(jìn)行初步的分割與識(shí)別，為后面的特征提取工作做準(zhǔn)備；這里對(duì)預(yù)處理后的離線手寫(xiě)圖片信息分割成單個(gè)的單詞和單個(gè)的字母，為后面的特征提取工作提供數(shù)據(jù)。圖片特征提取模塊13還用于對(duì)分割得到的圖片或者字母按照預(yù)先定義的特征進(jìn)行特征提取，將每個(gè)人不同方面的特征進(jìn)行提取匯總，并將性格特征用特征數(shù)據(jù)進(jìn)行表示；這里會(huì)提取預(yù)先設(shè)定好的特征，如書(shū)寫(xiě)字體比劃寬度，單詞間距等一些可以反映性格特點(diǎn)的特征，選擇有效的特征可以對(duì)系統(tǒng)測(cè)試的結(jié)果的準(zhǔn)確性做出很好的貢獻(xiàn)。特征分類模塊14還用于對(duì)圖片特征提取模塊13所提取的每一種特征進(jìn)行分類，根據(jù)測(cè)試者的特征數(shù)據(jù)將測(cè)試者歸屬到性格特征的分類，該性格特征的分類包括內(nèi)向分類和外向分類。這里的特征分類模塊14主要針對(duì)圖片特征提取模塊13對(duì)分割得到的可利用的圖片或者字母按照預(yù)先定義的特征進(jìn)行特征提取，將每個(gè)人不同方面的特征進(jìn)行提取匯總，將性格特征用特征數(shù)據(jù)進(jìn)行表示。因?yàn)槊總€(gè)人在書(shū)寫(xiě)某一個(gè)字母或者單詞時(shí)所表現(xiàn)出來(lái)的特征都是不一樣的，這就能反映出每個(gè)人性格方面的不同。如果要成功的預(yù)測(cè)性格特征就涉及到分類問(wèn)題，因?yàn)楦鶕?jù)一個(gè)特征值只有歸屬到一個(gè)特定的類或者歸屬傾向度才能反映一些性格特點(diǎn)，另一方面要建立強(qiáng)有力的后臺(tái)數(shù)據(jù)庫(kù)，使得以后的測(cè)試更有效，利用特征分類模塊14和系統(tǒng)訓(xùn)練模塊15能對(duì)所有的測(cè)試圖片進(jìn)行測(cè)試，形成后臺(tái)性格數(shù)據(jù)庫(kù)。如圖2所示，性格數(shù)據(jù)庫(kù)模塊存儲(chǔ)的特征包括:整幅圖像級(jí)別特征、單詞級(jí)別特征和字母級(jí)別特征。其中，整幅圖像級(jí)別特征包括比劃寬度、單詞間距和單詞大??；單詞級(jí)別特征包括水平投影方差、水平投影期望、垂直投影方差和垂直投影期望；字母級(jí)別特征包括字母T的t-bar位置、字母平均斜度、字母Y的下弧度大小和字母鏈碼。無(wú)論是整幅圖像特征，還是單詞特征或者字母特征都在反映性格特點(diǎn)方面起到了很大的作用，在后面性格測(cè)試的準(zhǔn)確性方面都有很大的應(yīng)用。下面結(jié)合圖3對(duì)本發(fā)明實(shí)施例的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)過(guò)程進(jìn)行描述，如圖3所示，該實(shí)現(xiàn)過(guò)程包括:步驟1:啟動(dòng)基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)；步驟2:進(jìn)行圖像信息采集，錄入測(cè)試者的手寫(xiě)圖片；步驟3:進(jìn)行圖像數(shù)據(jù)的預(yù)處理，使用一些算法將圖像轉(zhuǎn)換成更易識(shí)別的數(shù)據(jù)信息，便于以后有效圖像信息的提取；步驟4:對(duì)預(yù)處理的圖像進(jìn)行分割識(shí)別，運(yùn)用一些分割算法將圖片分割成單獨(dú)單詞或者字母，為后面的特征提取做準(zhǔn)備；步驟5:進(jìn)行圖像的特征提取，這里針對(duì)每一個(gè)特征編寫(xiě)特定的程序，根據(jù)不同級(jí)別的特征進(jìn)行提取，在這里盡可能多提取一些能反映性格特征的數(shù)據(jù)，使得后面的測(cè)試更加的準(zhǔn)備可靠；步驟6:判斷是否是新的測(cè)試者，因?yàn)樵谶M(jìn)行數(shù)據(jù)庫(kù)測(cè)試的時(shí)候不需要進(jìn)行性格預(yù)測(cè)，如果不是新的測(cè)試者就證明是測(cè)試數(shù)據(jù)，這樣就可以直接轉(zhuǎn)到后面的分類處理和系統(tǒng)訓(xùn)練，形成后臺(tái)性格數(shù)據(jù)庫(kù)，如果是新的測(cè)試者則進(jìn)行后面的特征分類以及性格測(cè)試；步驟7:在新的測(cè)試數(shù)據(jù)出現(xiàn)之后根據(jù)具體情況選擇是否將性格數(shù)據(jù)加入到后臺(tái)數(shù)據(jù)庫(kù)中，針對(duì)比較準(zhǔn)確的測(cè)試結(jié)果可以考慮將測(cè)試結(jié)果加入到數(shù)據(jù)庫(kù)中，這樣可以更好地完善數(shù)據(jù)庫(kù)。實(shí)施本發(fā)明實(shí)施例，具有以下有益效果:1、對(duì)離線手寫(xiě)圖片進(jìn)行了有效分割與識(shí)別，通過(guò)一種有效的分割算法，通過(guò)逐步增加圖片的信息量，與模塊進(jìn)行對(duì)比得出一個(gè)匹配分?jǐn)?shù)，當(dāng)對(duì)整幅圖像掃描結(jié)束時(shí)，選擇匹配分?jǐn)?shù)最高的像素點(diǎn)進(jìn)行切割，可以對(duì)單個(gè)字母進(jìn)行更準(zhǔn)確地切割。2、提取了更全面的特征，對(duì)于一個(gè)人的性格不能通過(guò)某一個(gè)特征就能反映出來(lái)，需要更多信息的融合，通過(guò)對(duì)整幅圖片級(jí)別特征、單詞級(jí)別特征、字母級(jí)別特征等信息的提取，比較全面準(zhǔn)確地反映了一個(gè)人性格，使得性格預(yù)測(cè)更加可靠。3、在訓(xùn)練階段有權(quán)威依據(jù)，訓(xùn)練階段通過(guò)權(quán)威性格測(cè)試網(wǎng)站事先對(duì)每一幅圖片書(shū)寫(xiě)者的性格都進(jìn)行了測(cè)試，使得系統(tǒng)完善之后的測(cè)試更具有可靠性，能夠比較準(zhǔn)確的對(duì)被測(cè)試者的性格作出判斷。4、采用有效的分類算法，通過(guò)多種分類算法的比較，采用Multiboost這種準(zhǔn)確性高的分類算法，這樣對(duì)于預(yù)測(cè)結(jié)果準(zhǔn)確性的提高也提供了有效幫助。5、系統(tǒng)的模塊化結(jié)構(gòu)使其有良好可擴(kuò)展性。本發(fā)明給出的是按功能劃分的模塊設(shè)計(jì)，各個(gè)功能模塊之間藕合低，高內(nèi)聚性，所以實(shí)現(xiàn)者在遵循整個(gè)系統(tǒng)模塊設(shè)計(jì)的情況下，可以根據(jù)規(guī)模的大小將模塊放在不同軟硬件上實(shí)現(xiàn)，可以根據(jù)實(shí)際需要，在安全性、系統(tǒng)整體性能及價(jià)值之間均衡，建設(shè)適合特定需要的性格預(yù)測(cè)系統(tǒng)。本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例的各種方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，該程序可以存儲(chǔ)于一計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)可以包括:只讀存儲(chǔ)器(ROM，Read Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，RandomAccess Memory)、磁盤(pán)或光盤(pán)等。另外，以上對(duì)本發(fā)明實(shí)施例所提供的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式
及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。
權(quán)利要求
1.一種基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括性格預(yù)測(cè)數(shù)據(jù)采集模塊、圖像預(yù)處理模塊、圖像分割與識(shí)別模塊、圖片特征提取模塊、特征分類模塊、系統(tǒng)訓(xùn)練模塊、性格數(shù)據(jù)庫(kù)模塊和性格預(yù)測(cè)模塊；其中， 所述性格預(yù)測(cè)數(shù)據(jù)采集模塊用于采集不同的離線手寫(xiě)圖片信息； 所述圖像預(yù)處理模塊用于對(duì)所述性格預(yù)測(cè)數(shù)據(jù)采集模塊所采集的離線手寫(xiě)圖片信息進(jìn)行預(yù)處理； 所述圖像分割與識(shí)別模塊用于對(duì)預(yù)處理后的離線手寫(xiě)圖片信息進(jìn)行分割與識(shí)別處理； 所述圖片特征提取模塊用于對(duì)所述圖像分割與識(shí)別模塊所分割得到的小圖片以及整幅圖片進(jìn)行不同特征的提取，并將每個(gè)測(cè)試者不同方面的特征進(jìn)行信息匯總； 所述特征分類模塊用于對(duì)所述圖片特征提取模塊所提取的每一種特征進(jìn)行分類； 所述系統(tǒng)訓(xùn)練模塊用于根據(jù)收集的測(cè)試數(shù)據(jù)進(jìn)行系統(tǒng)訓(xùn)練，形成性格數(shù)據(jù)庫(kù)； 所述性格數(shù)據(jù)庫(kù)模塊用于存儲(chǔ)由每一個(gè)訓(xùn)練樣本的性格數(shù)據(jù)組成的性格數(shù)據(jù)庫(kù)； 所述性格預(yù)測(cè)模塊用于根據(jù)測(cè)試者輸入的圖片信息進(jìn)行分析，并對(duì)性格的不同方面分別進(jìn)行預(yù)測(cè)，獲得測(cè)試者的綜合性格特征。
2.如權(quán)利要求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述性格預(yù)測(cè)數(shù)據(jù)采集模塊還用于通過(guò)針對(duì)某一段特定的英文段落，收集不同測(cè)試樣本的手寫(xiě)字母圖片數(shù)據(jù)，并通過(guò)性格測(cè)試網(wǎng)站題目測(cè)試每個(gè)收集的測(cè)試樣本的性格特征。
3.如權(quán)利要 求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述圖片特征提取模塊還用于對(duì)分割得到的圖片或者字母按照預(yù)先定義的特征進(jìn)行特征提取，將每個(gè)人不同方面的特征進(jìn)行提取匯總，并將性格特征用特征數(shù)據(jù)進(jìn)行表示。
4.如權(quán)利要求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述特征分類模塊還用于對(duì)所述圖片特征提取模塊所提取的每一種特征進(jìn)行分類，根據(jù)測(cè)試者的特征數(shù)據(jù)將測(cè)試者歸屬到性格特征的分類。
5.如權(quán)利要求4所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述性格特征的分類包括內(nèi)向分類和外向分類。
6.如權(quán)利要求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述訓(xùn)練樣本的性格數(shù)據(jù)為各種筆跡特征數(shù)據(jù)。
7.如權(quán)利要求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述圖像預(yù)處理模塊用于對(duì)所述性格預(yù)測(cè)數(shù)據(jù)采集模塊所采集的離線手寫(xiě)圖片信息進(jìn)行去噪處理，處理成二值化圖像。
8.如權(quán)利要求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述圖像分割與識(shí)別模塊用于對(duì)預(yù)處理后的離線手寫(xiě)圖片信息分割成單個(gè)的單詞和單個(gè)的字母。
9.如權(quán)利要求1所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述性格數(shù)據(jù)庫(kù)模塊存儲(chǔ)的特征包括:整幅圖像級(jí)別特征、單詞級(jí)別特征和字母級(jí)別特征。
10.如權(quán)利要求9所述的基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其特征在于，所述整幅圖像級(jí)別特征包括比劃寬度、單詞間距和單詞大?。凰鰡卧~級(jí)別特征包括水平投影方差、水平投影期望、垂直投影方差和垂直投影期望；所述字母級(jí)別特征包括字母T的t-bar位置、字 母平均斜度、字母Y的下弧度大小和字母鏈碼。
全文摘要
本發(fā)明實(shí)施例公開(kāi)了一種基于離線手寫(xiě)圖片分割與識(shí)別的性格預(yù)測(cè)系統(tǒng)，其中，性格預(yù)測(cè)數(shù)據(jù)采集模塊采集不同的離線手寫(xiě)圖片信息；圖像預(yù)處理模塊對(duì)離線手寫(xiě)圖片信息進(jìn)行預(yù)處理；圖像分割與識(shí)別模塊對(duì)預(yù)處理后的離線手寫(xiě)圖片信息進(jìn)行分割與識(shí)別處理；圖片特征提取模塊對(duì)分割得到的小圖片以及整幅圖片進(jìn)行不同特征的提??；特征分類模塊對(duì)圖片特征提取模塊所提取的每一種特征進(jìn)行分類；系統(tǒng)訓(xùn)練模塊根據(jù)收集的測(cè)試數(shù)據(jù)進(jìn)行系統(tǒng)訓(xùn)練；性格數(shù)據(jù)庫(kù)模塊存儲(chǔ)由每一個(gè)訓(xùn)練樣本的性格數(shù)據(jù)組成的性格數(shù)據(jù)庫(kù)；性格預(yù)測(cè)模塊對(duì)性格的不同方面分別進(jìn)行預(yù)測(cè)，獲得測(cè)試者的綜合性格特征。實(shí)施本發(fā)明，使得性格預(yù)測(cè)更加可靠，并提高了系統(tǒng)的可靠性、準(zhǔn)確性及有效性。
文檔編號(hào)G06K9/62GK103106346SQ20131005946
公開(kāi)日2013年5月15日 申請(qǐng)日期2013年2月25日 優(yōu)先權(quán)日2013年2月25日
發(fā)明者羅笑南, 王玉松, 林格 申請(qǐng)人:中山大學(xué)