[发明专利]一种能够识别初等数学题中几何图形的系统

说明书

本发明涉及图形识别技术领域，且公开了一种能够识别初等数学题中几何图形的系统，包括以下步骤：第一步：根据题目的文字信息确定有哪些实体类；第二步：图形预处理；第三步：对图形进行处理，识别图像中的直线，然后将近似的直线全部拟合为一条直线；第四步：多次自适应调整识别参数，利用其中角点与原来只做了去字符处理的图进行对比，角点相差最少的即为最合适的识别圆参数；第五步：利用角点识别，结合圆和线段信息，与字符信息对应，该能够识别初等数学题中几何图形的系统，对比现有的方法大部分几何识别利用了神经网络，成本大幅降低，并且部署轻松，对数据集限制少，运行速度快，鲁棒性强，适用性广。

技术领域

本发明涉及图形识别技术领域，具体为一种能够识别初等数学题中几何图形的系统。

背景技术

平面几何图形，从类别上来说，属于图形的一种，但是比别的形式的图形更为标准化，更有辨识度和精确性，而平面几何图像常常被认为是平面几何图形的载体，平面几何图形则是更理想的数学中的说法(没有图像质量、噪声等概念)。对于平面几何图形来说，其几何元素具有内建的层次性，从点到线或曲线，再到整体，而且具有相关的专业概念与特性(比如圆、线段、曲线等概念的存在)，所以平面几何图形信息抽取的研究和图形检测和理解的研究虽是紧密相关的，但又有它自己的特点。所以，我们可以研究并借鉴图形理解的相关方法，并针对平面几何图形的自身特性进行调整和改进。

通常在图形理解中，对图形的定义是广义的，可以是力学里面的受力示意图，可以是运动学里面的运动分析图，也可以是电路学里面的电路图等等，而平面几何图形也属于图形的一种，所以对于平面几何图形的实体信息的抽取也属于图形理解的范畴。

图形理解问题是基于计算机视觉和计算机图形学的研究之上的，所以在理解过程中，对图像的检测可被看作一个计算机视觉的问题，需要通过对这些被数码照相机记录并以离散形式存储下来的矩阵进行分析，转化为一个可以被推理机制利用的表达形式，而这个分析的过程又需要计算机图形学的知识。具体来说，首先需要对图形中的视觉特性进行分类，然后依据它们各自的特点分别进行图形的检测与识别，比如，在电路图中，直线可能就代表连通的电线，圆圈中包含一个叉代表灯泡等等，这些直线、含有叉的圆圈等特殊的元素就是图形中的视觉特性；又比如，在平面几何图形中，椭圆、圆、直线、点等等都是平面几何图形中的视觉特性，所以也需要根据分类运用计算机视觉的技术来进行识别。而在图形理解的方法论方面，把文字和图形结合起来作为一个系统来进行综合理解的方法模式。SrihariRK对一个结合语言文本信息和图形视觉信息的计算模型进行了介绍，包括如何理解系统输入、输出内容的不同分类，并分别介绍了如何从这两种信息源中，获取、融合、表示相关信息。UCLA联合浙江大学和中山大学的研究者提出了首个基于符号推理的几何数学题求解器Inter-GPS，在文章图形解析器利用霍夫变换(Hough Transform)提取图形中的几何元素。然后，解析器通过一个强大的目标检测模型RetinaNet提取图片中的符号和文本区域。这些文本区域进一步由OCR工具MathPix识别出其中的文字内容。