[发明专利]一种粘连字符的识别方法

说明书

本发明属于机器视觉技术领域，具体涉及一种粘连字符的识别方法。该方法先确定出待识别字符的各个块，然后根据训练样本的宽高比以及待识别块的高度来确定搜索当前块的每个字时的前进步长、回退步长和最大前进步数，以保证首先测试最可能的切分位置，并且不会漏掉该有的切分位置。对识别结果设置两级阈值，高可信阈值和基本可信阈值，若识别结果满足高可信或者基本可信且为块尾的情况下，则认为是当前字的正确分割位置，停止继续查找。对候选分割位置的分类结果的度量值，会加一个补偿值，以使切分位置在段尾比段内优先，达到或超过一定宽高比的优先。本方法的主要优势在于粘连处的形态不限、字符宽度差异不受限制，同时容许字符伸缩形变。

技术领域

本发明属于机器视觉技术领域，具体涉及一种粘连字符的识别方法。

背景技术

字符识别在机器视觉领域和生活领域有着广泛的应用，比如车牌识别，手写字识别、商品批号和日期识别、银行卡号识别、IC板路印刷字识别、晶圆刻字识别和铸件标号识别等等。在这些领域，字符有粘连的现象比较常见。目前，针对粘连的处理通常是先拍摄或扫描出含有字符的图片，然后进行一些预处理，确定字符区域；然后采用以下两种做法，一种是匹配出一个个字符，另一种是分割并识别出每个单字。匹配的优点是背景不用完全移除，但缺点是容忍字符变形和尺寸变化的能力差，一般还要预先知道目标的字符个数(文献5)；相对来说，分离字符区并分割和识别出单字的方式更常用。分离单字这一步，通常是先找候选切分点，常见的方式是沿字符串的垂直方向投影(对字符的像素沿该方向进行统计)，选择投影值为极小值或小于给定阈值的地方作为分割点(文献1，3)，同时要满足其它条件，比如位于距离约为一个平均字长的位置；其它还有通过先验知识(文献2)或字符像素点密集区的骨架特征点(文献4)来找分割点等。这些都是假设了粘连处满足一些的特征，比如大多数都假设字符宽度基本一致(文献1，3，4)；如果不满足预先的假设，就可能得不到正确的分割位置。综上可知，以上的方法对字符预先要求的先验知识较多，才能识别粘连字符，操作复杂。

发明内容

本发明的目的在于：给出一种识别粘连字符的方法，能适应字符粘连的形态各异、字符宽度差异大、同时允许字符的伸缩、尺寸的变化以及一定程度的形变。

为实现上述目的，本发明采用如下技术方案：

识别用的分类器要求除了能归类之外，还能度量到一个类的偏离度(或距离)，用dev^*标记；实际用的偏离度dev是原始偏离度dev^*加了补偿值，也即dev＝dev^*+offset,补偿值是对于右侧当前预分割位置right_cur所处状态的一种惩阀因子。对dev设置两个可信阈值，一个是高可信阈值T1，一个是基本可信阈值T2，两者满足T2T1；如果devT1,那么这个分类结果是按完全可信的，不用再查找其它可能的分割位置了，如果devT2,那么这个结果作为一个候选的分割和识别结果，如果没有找到dev值更小的分割位置，这个就作为正式分割位置对待。

假设需要分割的字符以块为单位，每个块包含若干段，这里的段是指沿垂直字符排列方向投影字符区，投影值连续大于零的一个区间为一段；对每个块先计算三个参数值：(1)前进步长step_pre＝Hb×WH_ave×(1+Δ)×P，其中Δ为一小值，满足0≤Δ≤0.2，Hb为本块块高，WH_ave为训练样本的字平均宽高比，P约为识别目标和训练样本的平均宽高比之比，一般情况下值为1；(2)回退步长step_back＝Hb/K，其中K≥6；(3)最大前进步数max_preTimes＝WH_max/(WH_ave×(1+Δ))+1，其中WH_max为训练样本集中的字宽高比的最大值。然后对字符块采用边识别边分割字的方式，共分为五个步骤：