專利名稱：計(jì)算機(jī)鑒別手寫漢字的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于集成學(xué)習(xí)算法Bagging和單類SVM的計(jì)算機(jī)鑒別手寫漢字的方法，屬于計(jì)算機(jī)圖像處理和字符識(shí)別技術(shù)領(lǐng)域。
背景技術(shù)：
隨著中國經(jīng)濟(jì)的快速發(fā)展，越來越多的外國人熱衷到中國，漢語逐漸成為熱門語言。然而，如何寫漢字成為重要而又困難的事情。隨著計(jì)算機(jī)及網(wǎng)絡(luò)的發(fā)展與普及，很多對(duì)外漢語專業(yè)的教師希望能通過文檔掃描的方式，利用模式識(shí)別技術(shù)來自動(dòng)評(píng)估和指導(dǎo)外國學(xué)生的漢字書寫?，F(xiàn)有多種手寫字符分類和識(shí)別技術(shù)。對(duì)于手寫字符鑒別，目前大部分技術(shù)專注于在線手寫字符鑒別和簽名驗(yàn)證。這些手寫字符鑒別和驗(yàn)證技術(shù)根據(jù)特征提取方法可以分為兩大類基于變形的方法和基于結(jié)構(gòu)的方法。但關(guān)注一般意義上的手寫字符鑒別的研究較少，其原因主要包括手寫字符鑒別本身是個(gè)很困難的任務(wù)；手寫字符鑒別需要很多細(xì)節(jié)而瑣碎的技術(shù)，比如要處理許多非常相似的結(jié)構(gòu)、筆畫和書寫風(fēng)格等；另外，一般意義上的手寫字符識(shí)別總是要應(yīng)對(duì)大類別數(shù)的問題，尤其是漢字。因此手寫漢字鑒別面臨巨大挑戰(zhàn)。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，提供一種可對(duì)手寫漢字進(jìn)行自動(dòng)評(píng)估和指導(dǎo)、漢字識(shí)別準(zhǔn)確率高的計(jì)算機(jī)鑒別手寫漢字的方法。本發(fā)明計(jì)算機(jī)鑒別手寫漢字的方法包括以下步驟a,將手寫漢字樣本正規(guī)化處理大小為64*64 ；b.提取手寫漢字樣本的加權(quán)方向碼直方圖WDCH特征；加權(quán)方向碼直方圖特征利用了圖像中的所有像素點(diǎn)的信息，而且將各個(gè)點(diǎn)的方向?qū)傩粤炕?6級(jí)，大大增加特征提取的精度。其特征提取算法的步驟如下①對(duì)正規(guī)化的64*64的字符圖像做η次3X 3均值濾波，并將得到的灰度圖像的灰度值歸一化到[_1，1]，均值為0;②用Sobel算子對(duì)歸一化后的灰度圖像提取梯度，并計(jì)算每一點(diǎn)的梯度強(qiáng)度，公式如下dx = [f (X-1，y-1) +2f (χ, y_l) +f (x+1，y_l) ] - [f (x_l，y+1) +2f (x, y+1) +f (x+1，y+1)](1)
權(quán)利要求
1.一種計(jì)算機(jī)鑒別手寫漢字的方法，其特征是包括以下步驟，a.將手寫漢字樣本正規(guī)化處理大小為64*64；b.提取手寫漢字樣本的加權(quán)方向碼直方圖WDCH特征；c.采用PCA主元分析方法進(jìn)行特征降維；d.采用Bootstrp方法抽取T個(gè)訓(xùn)練樣本集S’；即每個(gè)訓(xùn)練樣本集S’都是從初始訓(xùn)練集S中有放回地隨機(jī)選取N個(gè)訓(xùn)練樣本來組成，其中可以有重復(fù)樣本，并且保證每個(gè)訓(xùn)練樣本集的樣本替換率為50%，各個(gè)訓(xùn)練集之間相互獨(dú)立；e.選擇單類SVM及相應(yīng)RBF核進(jìn)行手寫漢字鑒別；用上述T個(gè)訓(xùn)練樣本集S’分別獨(dú)立訓(xùn)練生成T個(gè)單類SVM分類器Ci，其中T個(gè)分類器可以并行訓(xùn)練生成；對(duì)于單類SVM,正樣本集X = Ix1, x2，. . .，％}，N為樣本數(shù)，Xi為一個(gè)樣本；在單類SVM 訓(xùn)練過程中，輸入為X，輸出只包括正類標(biāo)簽；在測試過程中，輸出為正類標(biāo)簽時(shí)，則輸入測試樣本鑒別為正類，否則被認(rèn)為是負(fù)類；f.采用相對(duì)多數(shù)的投票策略集成T個(gè)單類SVM分類器Ci，得到分類器C*；然后對(duì)測試樣本集Te中的手寫漢字樣本進(jìn)行鑒別和評(píng)估測試，鑒別結(jié)果依據(jù)下述公式(5)，
2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)鑒別手寫漢字的方法，其特征是步驟b提取手寫漢字樣本的加權(quán)方向碼直方圖WDCH特征的提取算法步驟如下①對(duì)正規(guī)化的64*64的字符圖像做η次3X 3均值濾波，并將得到的灰度圖像的灰度值歸一化到[_1，1]，均值為0;②用Sobel算子對(duì)歸一化后的灰度圖像提取梯度，并計(jì)算每一點(diǎn)的梯度強(qiáng)度，公式如下
全文摘要
本發(fā)明涉及一種基于集成學(xué)習(xí)算法Bagging和單類SVM的計(jì)算機(jī)鑒別手寫漢字的方法，屬于計(jì)算機(jī)圖像處理和字符識(shí)別技術(shù)領(lǐng)域。它包括以下步驟a.將手寫漢字樣本正規(guī)化處理大小為64*64；b.提取手寫漢字樣本的加權(quán)方向碼直方圖WDCH特征；c.采用PCA主元分析方法進(jìn)行特征降維；d.采用Bootstrp方法抽取T個(gè)訓(xùn)練樣本集S’；e.選擇單類SVM及相應(yīng)RBF核進(jìn)行手寫漢字鑒別；f.采用相對(duì)多數(shù)的投票策略集成T個(gè)單類SVM分類器Ci，得到分類器C*；然后對(duì)測試樣本集Te中的手寫漢字樣本進(jìn)行鑒別和評(píng)估測試。本發(fā)明可對(duì)手寫漢字進(jìn)行自動(dòng)評(píng)估和指導(dǎo)、漢字識(shí)別準(zhǔn)確率高。
文檔編號(hào)G06K9/66GK102254196SQ201110169749
公開日2011年11月23日 申請(qǐng)日期2011年6月22日 優(yōu)先權(quán)日2011年6月22日
發(fā)明者殷緒成 申請(qǐng)人:江蘇奧博洋信息技術(shù)有限公司