[发明专利]一种手写数字高识别率的方法

说明书

本发明公开了一种手写数字高识别率的方法，其特征在于，所述方法包括步骤：对待识别的手写体数字图像，分别提取图像的方向梯度特征、方向笔划特征和凹面特征；将方向梯度特征、方向笔划特征和凹面特征输入支持向量机，获取识别手写体数字；本发明通过提取Kirsh算子的方向梯度特征、局部收缩和扩展操作的方向笔划特征和从数字的凸包中提取的包含数字图像背景信息的凹面特征以及支持向量机分类器，提高了手写数字识别的精度。

技术领域

本发明涉及一种手写数字高识别率的方法，属于手写识别技术领域。

背景技术

手写数字识别是指计算机或设备从打印的物理文档、图片和其他设备等各种来源识别输入的手写数字笔迹的能力。其应用范围非常广泛，可以应用在车牌识别、光学字符识别、护照和文件分析、欺诈检测、邮政系统自动化、自动银行支票处理等多个领域。手写数字识别的准确性至关重要，因此在进行手写数字识别时需要选择一个合适的高精度算法。

提取良好的数字的特征对于获得较高的识别性能是非常重要的，方向特征是最有效的数字特征之一，已被广泛应用，现有的基于方向特征的手写数字识别的正确率比较低。

发明内容

本发明的目的在于提供一种手写数字高识别率的方法，以解决现有技术基于方向特征的手写数字识别的正确率比较低的缺陷。

一种手写数字高识别率的方法，所述方法包括步骤：

对待识别的手写体数字图像，分别提取图像的方向梯度特征、方向笔划特征和凹面特征；

将方向梯度特征、方向笔划特征和凹面特征输入支持向量机，获取识别手写体数字。

进一步地，所述方向梯度特征的提取方法包括：

对图像去除凸面像素并填充凹面像素，获取二值图像；

对二值输入图像进行去噪，通过使用双线性插值算法对图像归一化；

将Kirsch算子应用于归一化图像的每个像素，得到四个梯度图像，通过对四个梯度图像中的每一个进行二值化来生成四个方向图像；

将每个二值方向图像划分为16个均匀区域，并计数归一化到[0,1]范围，计算每个区域的测量值，产生大小为64的方向梯度特征向量。

进一步地，所述测量值的计算公式为：

式中，是在第k个方向图像的第i区的特征值，是在第k个方向图像的第i区的像素“1”的数目，g^k(x，y)是第k个方向图像的在x，y轴的像素值，T是阈值。

进一步地，所述方向笔划特征提取方法包括：

对图像去除图像的凸面像素并填充凹面像素，获取二值图像；

对二值输入图像进行去噪，并对图像归一化，将所得图像再次应用二值化和细化操作，使得图像中数字的轮廓线粗细为3像素宽度；

使用四个方向的收缩和扩展操作在每个方向上腐蚀图像生成四个方向图像，将每个方向图像划分为16个均匀区域，利用分区方法从这四个方向图像中提取方向笔划特征。

进一步地，所述四个方向图像的生成公式为：

式中，为定向收缩操作中，在方向i上的x₀值，f_i为像素点x_i的值，f₀为像素点x₀的值，f_i+4为像素点x_i+4的值。

进一步地，生成四个方向图像包括：对每个处理后的方向图像应用一次定向扩张，所述定向扩张的公式为：