[发明专利]识别字符或图形的方法和系统

说明书

本发明涉及到识别字符或图形的方法和系统，特别涉及识别联机状态下输入的手写汉字字符或诸如此类字符的方法和系统。

已经提出了许多识别联机状态下输入的手写字符或图形的自动系统。例如，日本专利申请4-220410号(美国专利5,343,537号)，公开了一种方法和装置，此方法和装置是用于在一个混合的复杂体中特定的手写标记自动识别手写文本，此方法和装置考虑一个或几个特征向量空间和每个空间的高斯模拟，也考虑全部空间中所有有关的样品的贡献。

特别是，为了响应书写者用输入笔(Stylus)在电子板上的书写，要对包含书写者手写输入的已知字符进行采样。机器显示出手写空间中被采样的已知字符的参数向量，并响应手写空间中被采样已知字符的参数向量，提供出手写原型。接着，为了响应书写者在电子板上用输入笔进行的书写，对包含书写者手写输入的待识别未知字符进行采样，然后显示出手写空间中被采样未知字符的参数向量。根据对手写原型与手写空间中被采样未知字符的参数向量进行的弹道式(ballistic)比较，包括制作候选字符表，于是估计出有多大可能性在手写原型中至少有一个是将被识别成未知字符的候选字符。接着，为了识别被采样未知字符(其中包括了要识别的输入手写体)，要对候选字符表进行弹道式分析。

此外，申请号为4-328128的日本专利申请公开了一种使用隐蔽式马尔可夫模型识别手写体的方法和系统。

总的说来，如果假定那些字符是以正确的笔划顺序书写出来的，那么在联机状态下手写体字符识别方法识别出字符的概率是较高的。上述技术背景也描述了根据这种笔划顺序，即时间系列信息进行字符识别的方法。然而，由于有许多笔划的字符(如汉字)中存在取决于书写者的笔划顺序变异，因此，即使是同样的字符，时间系列信息也会变化。所以，根据笔划顺序对同样的字符也会给出错误的识别。

另外，此种字符识别方法是把从已输入字符中提取并制作出来的模式与字符识别系统中字典里已存入的许多模式相比较，并计算出每次比较的比分来完成的。因此，如果，对一个已知字符来说，其字典中要预先存入预期数量的模式，而且考虑到上述笔划顺序的变并性，字典的容量就必定会变得很大。这样就不仅会造成字典容量的增大，而且会减慢识别速度。

本项发明是为了解决上述问题而完成的，而其目的是提供一种对输入的笔划顺序和数量没有任何限制的识别技术。此技术适用于识别日语，  因为日语的笔划比英语或其它类似语言的笔划多得多，它尤其适用于识别汉字。

此外，本发明的另一个目的在于不是用字符的笔划顺序来完成字符识别工作，这就是说，是用时间系列信息以外的信息来完成的。

本发明提供了一种把输入进书写区域的字符或图形作为对象进行识别的方法，此方法包括以下步骤：

对已输入的字符或图形进行采样，以提取出采样信息；根据采样信息从已输入的字符或图形中确定多个局部区域；为每个局部区域计算出特征向量；根据每个特征向量在书写区中的位置得到特征向量系列；然后根据特征向量系列识别已输入的字符或图形。书写区是指要识别的字符或图形所在的区域。根据局部区域在此书写区中的位置依次排列特征向量就能获取特征向量系列。在联机字符识别中，通常书写文字区是字符输入的框架区或下划线区。

获取向量系列的方法最好是根据局部区域在书写区里从一边到另一边的位置次序来确定。再详细点儿说，也就是最好参考对应于向量系列的局部区域在以X、Y坐标代表的书写区里中的位置，并按y坐标递减顺序排列这些向量。

此外，本发明的另一方面提供了一种用于识别联机输入到书写区的字符或图形的方法，此方法包括以下步骤：对联机输入的字符或图形采样，来提取采样信息；根据采样信息从已输入的字符或图形中确定多个局部区域；为每个局部区域计算出特征向量；根据联机写入的字符或图形的笔划顺序来获得第一组特征向量系列；根据每个特征向量在书写区的位置来获得第二组特征向量系列；然后根据第一组和第二组向量系列来识别已输入的字符或已输入的图形。

获得第二组系列的步骤最好是根据局部区域在书写区从一边到另一边的位置次序来确定。

此外，识别步骤最好用隐蔽式马尔可夫模式方法或DP(动态编程)匹配法来识别已输入字符或已输入图形。