[发明专利]用于字符识别的方法

说明书

技术领域

本发明涉及一种用于将手写线条的线条片段分类成参考特征集合的方 法，以及所述方法的模块、装置和计算机程序。

背景技术

现今，手写正在成为用于将数据输入到数据处理单元(特别是到移动 电话和个人数字助理(PDA))的一种越来越流行的方法。为了处理输入 数据，必须识别和解释手写。用于识别手写的大多数现有方法需要有待输 入的字符被逐个写出，并被独立地识别。这种方法的示例在US 4,731,857 中提供，不过最著名的示例是由Palm公司制造的

为了加速对数据的输入，希望允许草书体手写。现今，存在允许草书 体手写的多种商用系统。由于对草书体手写的识别与对独立字符的识别相 比而言要复杂得多，所以现今的大多数商用系统使用复杂的统计系统，所 述统计系统使用具有集成字典的隐式马可夫模型和神经网络。

然而，上述系统的缺点之一在于，它们需要较高的计算性能。另外， 所述系统需要大量训练集合，并且高度依赖于所使用的字典。

发明内容

考虑到上述内容，本发明的目的在于，解决或者至少减少以上讨论的 问题。具体而言，目的在于，使得对表示一个或若干个符号的手写线条的 解释更加有效。

根据本发明的第一方面，通过一种用于将手写线条的线条片段分类成 参考特征集合的方法提供了上述目的，其中所述手写线条包括表示多个符 号的一个或若干个曲线，所述方法包括：

接收表示所述手写线条的样本数据；

通过检测样本线条片段开始点(SLSSP)和样本线条片段终止点 (SLSEP)，在所述所接收的样本数据中识别样本线条片段；

确定所述识别的样本线条片段的样本特征集合；以及

将所述确定的样本特征集合匹配到多个参考特征集合中的参考特征集 合。

此方法的优点在于，样本特征集合可以包含少量数据，这样从存储器 使用的角度看来是高效的。

另外，由于多个参考特征集合之间的相似性，这些参考特征集合可以 被存储在数据库中，这样从存储器使用的角度看来是高效的。

另一优点在于，相对少量的特征被包括在所述样本特征集合中。这意 味着，几乎没有参数被牵扯到匹配过程中，这样随即意味着，匹配过程可 以变得快速而高效。

所述方法的接收、识别、确定、匹配和分配的步骤可以被连续地执行。

另外，多个参考特征集合可以被预定。

根据第一方面的所述方法对所述样本特征集合的所述确定可以进一步 包括：

确定所述SLSSP和所述SLSEP之间的长度；以及

将所述长度关联于所述样本特征集合。

根据第一方面的所述方法对所述样本特征集合的所述确定可以进一步 包括：

通过考虑之前确定的长度，生成所述长度的规格化(normalized)长 度。

根据第一方面的所述方法对所述样本特征集合的所述确定可以进一步 包括：

确定所述SLSSP中所述线条片段的斜度和与所述SLSSP和所述 SLSEP相交的、对于片段特定的参考线条之间的第一角度；以及

将所述第一角度关联于所述样本特征集合。

根据第一方面的所述方法对所述样本特征集合的所述确定可以进一步 包括：

确定所述SLSEP中所述线条片段的斜度和与所述SLSSP和所述 SLSEP相交的、对于片段特定的参考线条之间的第二角度；以及

将所述第二角度关联于所述样本特征集合。

根据第一方面的所述方法对所述样本特征集合的所述确定可以进一步 包括：

确定与所述SLSSP和所述SLSEP相交的、对于片段特定的参考线条 和对应于书写方向的参考线条之间的一般角；以及

将所述一般角关联于所述样本特征集合。

根据第一方面的所述方法对所述样本特征集合的所述确定可以进一步 包括：

确定匹配于所述线条片段的类型曲线；以及

将所述类型曲线关联于所述样本特征集合。

所述参考特征集合可以包括针对每个特征的最小值和最大值。

所述样本数据可以包括坐标数据。