[发明专利]一种基于手写汉字的机械臂楷体风格书法撰写方法

权利要求书

1.一种基于手写汉字的机械臂楷体风格书法撰写方法，其特征在于，包括以下步骤：

S1、用户在人机界面上写出完整汉字，提取完整汉字的各个笔画，依次得到每个笔画的坐标，采用卷积神经网络对每个笔画的类型进行识别；

S2、得到标准书法笔画；

从标准楷体书法笔画的图像中提取若干笔画参数，建立标准笔画数据库，根据手写完整汉字的笔画类型，检索数据库中相同类型的书法笔画；

S3、使用全局优化方法对数据库中相同类型的书法笔画进行优化，生成最优笔画；

最优笔画具有数据库中标准书法笔画的风格，也保留用户的手写特征；

S4、将最优笔画的信息输入至机械臂，机械臂对最优笔画的信息进行处理后将最优笔画写在宣纸上。

2.如权利要求1所述的基于手写汉字的机械臂楷体风格书法撰写方法，其特征在于，所述步骤S1中每个笔画的坐标是通过界面直接提取笔画的坐标信息，界面所示汉字均以单像素形式显示，即矢量化汉字骨架，每个输入笔画都被自适应地重新采样，行成一条折线，系统实时提取矢量化汉字笔画的骨架点，自动将这些汉字笔画的骨架点按顺序保存在一个文件中，利用提取的笔画骨架点自动生成笔画图像。

3.如权利要求2所述的基于手写汉字的机械臂楷体风格书法撰写方法，其特征在于，所述步骤S1中的卷积神经网络的输入层选择大小为48×48的图像，层数为8，建立一个手写笔画训练集，手写笔画训练集收集了包含20种常用笔画的4000个样本，其中每一种常用笔画由20个不同的人分别写下10个样本，共200个训练图像，同时，为了避免过拟合，引入了十折交叉验证。

4.如权利要求1所述的基于手写汉字的机械臂楷体风格书法撰写方法，其特征在于，所述步骤S2中的建立标准笔画数据库的方法为：

先对每个标准笔画进行参数建模，选取20种楷书常用笔画为标准楷书原型，使用标准的阈值和细化算法从20幅楷书笔画图像中提取骨架，引入一个三元组关系(l_i^j,θ_i^j,w_i^j)来表示笔画的骨架信息，下标i表示第i个笔画，上标j指第i个笔画中的第j段，l,θ和w分别代表笔画段的长度，倾斜角度和平均宽度；每一笔画可以根据起点、角点和终点将笔画分成若干笔画段，第一个分段是从起点至第一个角点，最后一个分段从最后一个角点至终点，中间段分别由两个相邻角点连接，将笔画头部、尾部以及拐角定义为刚性段，刚性部分包含了楷体书法重要的风格特征，刚性段之间的过渡部分定义为柔性段，柔性段根据用户的手写风格灵活调整，对柔性段进行非刚性变换。

5.如权利要求4所述的基于手写汉字的机械臂楷体风格书法撰写方法，其特征在于，所述笔画段的平均宽度w的计算方法为：

以h_orig代表笔刷长度，h_rest为变形后笔刷的垂直长度，用h_orig-h_rest表示毛笔的下降高度h，对每一条笔画，不考虑起笔和收尾部分的宽度，测量中间三个位置的笔画宽度，并以三个笔画宽度数据的平均值作为该笔画的宽度值，采用标准最小二乘法来拟合w与h间的关系，两者间的线性关系为：

w＝0.7893h+1.414 (1)。

6.如权利要求1所述的基于手写汉字的机械臂楷体风格书法撰写方法，其特征在于，所述步骤S3中使用全局优化的方法为：对手写笔画点和优化生成点之间的加权欧几里德距离进行最小化，引入一个描述位置相似度函数F(w,υ)，位置相似度函数F(w,υ)的计算公式如下:

其中w_i表示优化后的二维坐标控制点，v_i代表原手写笔画的骨架点，通过位置相似度函数生成的目标笔画骨架点位置无限靠近手写笔画的骨架点。