[发明专利]一种基于寻找特征值的K近邻手写识别系统算法

权利要求书

1.一种基于寻找特征值的K近邻手写识别系统方法，其特征在于包括以下步骤：

步骤S1：对字符图像进行预处理，将所述字符图像转化成1*A²二维矩阵，且A=32；

步骤S2：取不同字符的对照图像各B张作为训练集，经矩阵合并，阈值设定及数值重置得到其各字符对应的特征矩阵M，且B=100；

步骤S3：根据所述特征矩阵M及最近邻算法确定最终匹配的字符。

2.根据权利要求1所述的基于寻找特征值的K近邻手写识别系统方法，其特征在于：所述步骤S1的具体内容如下：先将所述字符图像变成A*A像素的0-1图像，再将所述A*A像素的0-1图像展平成1*A²二维矩阵，其中0代表没有手写笔迹的地方，1代表有手写笔迹的地方。

3.根据权利要求1所述的基于寻找特征值的K近邻手写识别系统方法，其特征在于：所述步骤S2的具体内容如下：

步骤S21：取同一字符的对照图像B张作为训练集，对每一张对照图像进行如步骤S1所述的预处理，可得到B个1*A²二维矩阵，进行合并得到一个B*A²二维矩阵；

步骤S22：将所述B*A²二维矩阵中相同列的值进行相加，得到一个新的1*A²二维矩阵，所述新的1*A²二维矩阵中每个数的取值范围为（0，B）；

步骤S23：设定一阈值n，取步骤S22得到的1*A²二维矩阵中数值最大的n列，并将该n列的数值重置为1，其余A²-n列的数值重置为0，最终得到一个1*A²的0-1取值的二维矩阵M，M即为该字符的特征矩阵；

步骤S24：取其余字符按步骤S21至步骤S23处理，分别得到其相应的特征矩阵M。

4.根据权利要求1所述的基于寻找特征值的K近邻手写识别系统方法，其特征在于：所述步骤S3的具体内容如下：

步骤S31：将待识别图像按步骤S1处理，转化成1*A²二维矩阵；

步骤S32：将步骤S31得到的1*A²二维矩阵分别与步骤S2得到若干个特征矩阵M的转置相乘，得到若干个特征值；

步骤S33：取所述若干个特征值最大的前i个特征值对应的B*A²二维矩阵，运用最近邻算法将i个B*A²二维矩阵分别与待识别图像对应的1*A²二维矩阵求得的欧式距离进行比较，取其中的最小值，所述最小值对应的字符即为最终匹配的字符。