[发明专利]基于分割的辨认方法

说明书

技术领域

本发明涉及到一种辨认手写图形的方法，其中该手写图形包含表示多个符号的一条或多条曲线。

背景技术

今天，手写正在变成越来越普及的输入数据到数据处理单元，特别是到手机和个人数字助理(Personal Digital Assistant，PDA)中的方法。为了处理所输入的数据，必须辨认和解释笔迹。大多数辨认笔迹的现有方法要求将要输入的字符被一个一个地写，并被一个一个地认。这种方法的一个例子在US 4,731,857中给出，但是最有名的是由Palm，Inc.制造的Graffiti^。

为了加速数据的输入，希望允许使用草书。然而，草书笔迹的辨认比单独字符的辨认要复杂得多。草书笔迹辨认中复杂性的增加是源于连起来的字符的分割问题，即源于手写图形中从一个字符到另一个字符的过渡的识别问题。因此，草书笔迹辨认中的误差可以以两个层次出现，这使得清晰的顺序辨认系统的构造大大地复杂化了。

辨认草书笔迹的方法通常受到这样的问题的困扰，即在相邻字符之间有许多可能的分割方法，这构成了手写图形的可能分割的组合方式的剧增。

所以，目前大多数的商用系统使用复杂的统计系统，采用神经网络和隐马尔可夫模型，同时带有集成的字典。这种系统的例子见P.Neskovic andL.Cooper，″Neural network-based context driven recognition of on-linecursive script(基于神经网络的在线草书手迹的情景导向辨认方法)″，Seventh International Workshop on Frontiers in Handwriting RecognitionProceedings，p.352-362，September 2000和M.Schenkel and I.Guyon，″On-line cursive script recognition using time delay networks and hiddenmarkov models″(使用延时网络和隐马尔可夫模型的在线草书手迹的辨认方法)，Machine Vision and Applications，Vol.8，pages 215-223，1995。这些系统的一个主要缺点是，它们非常大而且要求有很大的训练集。此外，它们高度依赖于所用的字典。

发明内容

本发明的一个目标是，提供一种用于辨认草书笔迹的改善了的方法。本发明的另一个目标是，提供一种能快速分割并辨认手写图形的方法。本发明还有一个目标是，提供一种不需要广泛学习并且不需要很大的处理能力的方法。

上述目标中至少一些可以由根据独立权利要求所述的方法、装置和计算机程序产品来实现。在权利要求书中的附属项中阐明了本发明的特定的实施例。

因此，本发明提供了一种用来辨认手写图形的方法，其中该手写图形包括一条或多条曲线并表示多个符号。所述方法包括探测所述手写图形，将所述手写图形作为沿着一条或多条所述手写图形曲线的点的序列，在所述手写图形的点的序列中识别可能的附加符号，在所述点的序列中选择核心点，其中，所选择的核心点被用于分割所述手写图形并将所述手写图形的这些被分割的片断辨认为符号，确定一条或多条曲线在每个核心点处或在其附近的的特性，为核心点子集中的每个核心点分配至少一个与被识别的可能的附加符号相关联的特性，以及比较所述手写图形和模板，每个模板表示至少一个符号或者符号的一部分。所述比较包括逐步依次分析所述核心点，其中核心点表示可能的分割点，从第一个可能的分割点到第二个可能点分割点的核心点序列表示可能的符号，通过下述步骤进行所述的分析，将核心点序列的特性与所述模板进行匹配并计算距离值，其中所述核心点序列或者从所述第一个核心点开始或者从前一个核心点序列的最后的核心点开始，以及将累积距离值分配给所述被匹配的核心点序列中的最后的核心点，所述累积距离值是被分配给所述序列中的第一个核心点的距离值与被计算出来的距离值的和，由此，所有连续的核心点的最小累积距离值被分配给所述最后的核心点，该最小累积距离值对应着一个匹配模板序列，该模板序列将多个符号表示为所述手写图形的可能的辨认结果。

本发明也提供一种用于识别手写图形的装置，其中该手写图形包括表示多个符号的一条或多条曲线，所述装置包括：执行上述方法的工具。

本发明也提供一种可以直接加载到数据处理单元的内存中的计算机程序产品，包括用于执行上述方法的软件代码部分。