[发明专利]一种用于手写汉字识别的图像特征提取方法

权利要求书

1.一种用于手写汉字识别的图像特征提取方法，其特征在于将手写汉字图像切分成一系列稳定的特征提取区域，再通过尺度不变性特征变换算法对这些区域进行特征提取，具体包括如下步骤：

(1)、首次切分手写汉字图像成局部图像块，先水平后垂直弹性切分，具体先对汉字图像在水平方向上非均匀弹性划分3个长方形，使每个长方形内具有相等的汉字像素，然后在垂直方向上进行非均匀弹性切分，切成3个彼此间汉字像素相等的垂直长方形图块，水平长方形与垂直长方形相交最终得到9块子图像块；

(2)、对子图像块提取尺度不变性特征变换描述子特征；

(3)、再次切分手写汉字图像成局部图像块，先对汉字图像在垂直方向上进行弹性划分为3个长方形，使每个长方形内具有相等的汉字像素，然后在水平方向上对每个长方形进行切分，切成3个彼此间汉字像素相等的图块，获取另外9块子图像块，重复步骤(2)；

(4)、拼接所有局部图像块尺度不变性特征变换描述子特征，形成最终特征向量。

2.根据权利要求1所述的用于手写汉字识别的图像特征提取方法，其特征在于所述步骤(2)对局部图像块提取尺度不变性特征变换描述子特征过程是：先将切分出的局部图像块大小进行线性归一化，然后对每个局部图像块区域提取尺度不变性特征变换描述子特征，提取中使用的尺度不变性特征变换描述子参数为：切分区域数目为2×2、统计方向为8，于是每个局部图像块获得的特征向量维数为32。

3.根据权利要求1或2所述的用于手写汉字识别的图像特征提取方法，其特征在于所述步骤(2)提及的尺度不变性特征变换描述子特征通过在局部图像块区域计算所有像素的梯度向量，然后用以区域中心为中心的二维高斯函数对所有梯度向量的幅值进行加权，接着把局部区域规则切分为多个子区域，在每个子区域上统计每个方向的梯度方向直方图，计算每个梯度方向累加值形成一个种子点，每个种子点有8个方向的向量信息，最后组合各种子点形成输出的特征。

4.根据权利要求3所述的用于手写汉字识别的图像特征提取方法，其特征在于所述步骤(2)进一步细化如下：

第一步使用SOBEL算子计算局部图像块区域内每个像素点的梯度的幅值和方向；

第二步使用中心位于局部图像块区域的中心二维高斯函数exp[-(x²+y²)/2σ²]与区域中每个像素的梯度幅值进行相乘，其中σ＝0.75×区域宽度；

第三步在局部图像块区域内规则切分出N×N个子区域(N为常数)，每个区域的中心赋予一个称为种子点的梯度方向直方图统计向量，统计方向共八个，彼此间隔为45度；

第四步统计局部图像块区域的梯度方向直方图，具体过程为，若某个像素点梯度方向落在某一个统计方向的附近，则其相应的梯度幅值就累加在这个方向上，累加过程中，像素梯度幅值经过三线性插值后一一累加到毗连的各直方图块中；

第五步将尺度不变性特征变换描述子向量进行归一化。

5.根据权利要求1所述的用于手写汉字识别的图像特征提取方法，其特征在于所述步骤(4)拼接所有局部图像块特征形成最终特征向量的具体操作为：通过将步骤(2)、(3)获取的18个图块特征进行顺序拼接，获得一个576维特征向量，接着对这个向量中每一个元素进行x^0.4的变换，变换后的特征向量为最终输出的特征向量。