[发明专利]一种实时识别连续手写图形的方法

说明书

本发明提出一种实时识别连续手写图形的方法，所述方法对采集后的图像进行关键点手势的识别，利用关键点坐标和数据队列形成一个矩阵，并将矩阵输入到两个长短期记忆网络中，从而根据不稳态图形和概率分布输出判断出的图形。所述方法速度快，实时性强，完整写完第一个图形后，即可输出，无需像其他方法需要等待所有轨迹写完才能识别，并且准确率高。

技术领域

本发明属于手写识别技术领域，特别是涉及一种实时识别连续手写图形的方法。

背景技术

图形识别领域属于手写识别领域的范畴。在手写识别的领域中，已经成熟的技术有单汉字手写识别，字母识别，数字识别。手写识别领域中从单一的多笔画单字识别增强到连笔画单字识别，并在手机上广泛应用，手写字母识别，但没有较为优秀的手写单词识别。手写数字识别则是学习机器学习的入门课程，可以用许多的方法解决。基于图像的手写图形识别基本上可以解释为从图像中符合要求的手势中找到关键点，根据连续图像的关键点轨迹合成图像后进行判断，这和触摸屏上的手写图形识别有类似的的原理。但实际应用当中，触摸屏上的手写识别是写完一个图形后有一个抬起笔的操作的判断，从而确定一个字已经写完，并进行识别。图像上则不同，因为在手势不切换的情况下，图像关键点一般为连续的，单一图形识别可以进行传统的识别方法。

而连续图形的识别，困难点有如下几项：

若分割后逐一识别：采用内部分割出图形，然后识别图形组成结果进行输出，因为在连续输入的情况下，需要算法自己去判断分割点，分割点过早或过晚都有可能造成识别偏差。

若整体识别，则会因为排列组合的问题导致状态空间过于庞大，无法通过算法进行较好的模拟，算法实现难度非常大。

识别时机若是在整个手势结束后进行，则有可能出现手势持续时间过长导致的算法消耗过大，无法识别的问题，并且实时性差，需要在所有图形写完后才能出现结果。

发明内容

本发明目的是为了解决现有技术中的问题，提出了一种实时识别连续手写图形的方法。

本发明是通过以下技术方案实现的，本发明提出一种实时识别连续手写图形的方法，初始化准备：建立一个数据队列，队列内容为数据关键点的图像坐标，初始化状态为等待状态；所述方法包括以下步骤：

步骤1、通过图像采集工具采集图像；

步骤2、通过图像处理方法在图像中识别出手势为可识别关键点的手势，此时设置当前状态为识别状态，执行步骤3；

步骤3、获取手势中关键点坐标，若当前所述关键点的图像坐标与上一点的坐标的距离超过第一阈值，则将所述关键点存储到数据队列中，否则，舍弃识别结果并返回步骤1；

步骤4、将数据队列中的所有关键点形成一条不规则的曲线，并将曲线平滑处理；

步骤5、判断数据队列中的关键点所形成的曲线长度是否超过第二阈值，若超过则执行步骤6，否则执行步骤1；

步骤6、将曲线等比例压缩到一个固定大小的正方形区域内；

步骤7、将曲线进行等自定义长度的分割，并重新确定所有关键点坐标，组成新的数据队列；

步骤8、若新生成的数据队列关键点个数小于第三阈值，则在新生成的数据队列中填充与最后一个有效关键点相同的点，直至填满个数至第三阈值，截取整个数据队列中的关键点数据，若新生成的数据队列关键点个数大于等于第三阈值，则截取n个关键点数据，n等于第三阈值；