[发明专利]一种识别手写字符输入的方法及系统

说明书

技术领域

本发明涉及手写字符识别领域，尤其涉及一种识别手写字符输入的方法及系统。

背景技术

目前手写输入的识别技术被应用到各种通信终端及信息处理终端；这种类型的终端产品通常具有一个用于书写的触摸手写荧光屏，用户能在上面用笔或手指写字，然后经过终端的识别处理，生成相应的字符显示在终端上，并进行后续的相关操作，手写输入的识别技术提高了输入的速度和灵活性，因此被普遍地应用。

现在的手写输入的识别过程大多分为信号采集、预处理、特征提取、特征匹配等步骤，现有技术因计算量大、处理时间长，使得识别速度还是较慢，且识别精度不高，还有待进一步的改进。

发明内容

基于现有技术的不足，本发明实施例要解决的技术问题在于提供一种识别手写字符输入的方法及系统，使得手写字符输入识别的特征提取速度更快，且更准确。

本发明的目的通过以下技术方案实现：一种识别手写字符输入的方法，包括以下步骤：

A、建立由各个字符类的第一样本中心构成的粗分类模版，以及由各个字符类的第二样本中心构成的细分类模版，该细分类模版是根据Fisher准则计算特征变换矩阵，利用该变换矩阵对全体字符类的样本进行特征变换，计算得到各个字符类的第二样本中心，然后对特征变换矩阵和各个字符类的第二样本中心进行迭代调整得到的；

B、接收用户手写字符输入的信号并采集输入字符轨迹点的离散坐标序列，进行预处理之后得到该字符的规整坐标序列；

C、根据所述规整坐标序列，进行特征提取，计算手写输入字符的多维特征矢量；

D、从所述手写输入字符的多维特征矢量中选取部分特征值，将所述手写输入字符分别与所述粗分类模版进行匹配，从所述粗分类模版中选取相似度最大的若干个样本中心，并将这若干个样本中心对应的字符类作为候选字符类；

E、利用步骤A中根据Fisher准则计算得到的所述的特征变换矩阵，对所述手写输入字符的多维特征矢量进行特征变换，从所述细分类模版中选取步骤D中得到的所述候选字符类的样本中心，分别与特征变换后的手写输入字符进行匹配，从所述候选字符类中确定最相似的字符类，以供用户选择。

本发明还提供一种识别手写字符输入的系统，其包括：

存储模块，用于存储各个字符类，以及所述各个字符类对应的粗分类模版和细分类模版，还有根据Fisher准则计算得到的特征变换矩阵；

第一信号采集模块，用于接收用户手写字符输入的信号并采集手写字符轨迹点的离散坐标序列；

第一归一化模块，用于将所述第一信号采集模块采集到的手写字符轨迹点的离散坐标序列变换成为另一个离散坐标序列，以调整手写字符的大小和形状以及重心的坐标值，得到该字符的规整坐标序列；

第一特征提取模块，用于根据所述规整坐标序列，将手写字符的所有相邻轨迹点形成的矢量线段分解到八个标准方向，计算手写字符的多维特征矢量；

粗分类模块，用于从用户手写输入字符的多维特征矢量中选取部分特征值，将所述手写输入字符分别与所述存储模块中的粗分类模版进行匹配，从中选取相似度最大的若干个样本中心，并将这若干个样本中心对应的字符类作为候选字符类；

细分类模块，用于利用所述存储模块中的特征变换矩阵，对所述手写输入字符的多维特征矢量进行特征变换，从所述细分类模版中选取所述候选字符类的样本中心，分别与特征变换后的手写输入字符进行匹配，从所述候选字符类中确定最相似的字符类，以供用户选择。

显示模块，用于显示所述细分类模块输出的最相似的字符类，以供用户选择。

与现有技术相比较，本发明通过同时迭代调整变换矩阵与所有样本中心，能得到更高的识别精度的细分类模版，从而使得字符识别的准确度更高。

本发明一种识别手写字符输入的方法的一种优选实施方式是，所述步骤A具体包括以下步骤：

A1、采集各个字符类的手写字符样本，并计算所述手写字符样本的轨迹点的离散坐标序列；

A2、将手写字符样本的轨迹点的离散坐标序列进行预处理，得到该手写字符样本的规整坐标序列；

A3、根据所述的规整坐标序列，进行特征提取，将所有相邻轨迹点形成的矢量线段分解到八个标准方向，得到该手写字符样本的多维特征矢量；

A4、根据Fisher准则，从全体字符类的样本的多维特征矢量中选取部分特征值，计算各个字符类的第一样本中心，得到由各个字符类的第一样本中心构成的粗分类模版；