[发明专利]一种自由手写拉丁字母识别方法

摘要

本发明公开了一种自由手写拉丁字母识别方法，优点在考虑拉丁字母的多种写法，提取不同写法下拉丁字母多种稳定特征，利用一种特征对拉丁字母集合进行一次分类，这样可以将整个标准拉丁字母集合分类成多个互有交集的小拉丁字母集合，作为识别时粗分类候选字母集合，当识别输入的手写拉丁字母时，提取该输入的手写拉丁字母分类特征进行层层特征匹配，直到得到该字母匹配的粗分类候选字母集合，多种稳定特征的提取保证了识别率，字母集合层层分类和识别时的层层特征匹配到最后的粗分类候选字母集合，使得在输入的手写拉丁字母识别时，找到层层有规律搜索路径，大大提高了识别速度。

主权项

1、一种自由手写拉丁字母识别方法，其特征在于包括以下步骤：①对输入终端设备的手写拉丁字母的笔迹坐标进行采集，并将采集到的笔迹坐标实时存储到预先定义的结构体数组中；②对存储在结构体数组中的笔迹坐标及由笔迹坐标转换成矩阵形式存放构成的笔迹坐标点阵进行预处理，得到新笔迹坐标点阵；③根据每个标准拉丁字母在手写时存在的局部特征，对所有标准拉丁字母进行多层分类，得到多个输入的手写拉丁字母匹配结果的粗分类候选字母集合，具体过程为：③-1、第一层分类：根据标准拉丁字母手写时是否为上下结构，直接将所有标准拉丁字母分成上下结构粗分类候选字母集合和非上下结构粗分类候选字母集合，上下结构粗分类候选字母集合中包括手写时本身具有上下结构的标准拉丁字母和在书写时引起的具有上下结构的标准拉丁字母，非上下结构粗分类候选字母集合中包括除手写时本身具有上下结构的标准拉丁字母以外的所有标准拉丁字母；③-2、第二层分类：对于上下结构粗分类候选字母集合，再根据标准拉丁字母手写时的最后笔划是否为横笔划将其分成横笔划粗分类候选字母集合和非横笔划粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合，横笔划粗分类候选字母集合中包括手写时本身最后笔划为横笔划的标准拉丁字母和在书写时引起的最后笔划为横笔划的标准拉丁字母，非横笔划粗分类候选字母集合中包括手写时除本身最后笔划为横笔划的标准拉丁字母以外的所有标准拉丁字母；对于非上下结构粗分类候选字母集合，再根据标准拉丁字母手写时的横向穿越数H将其分成H＝1、H＝2、H＝3和H＝4粗分类候选字母集合；③-3、第三层分类：对于H＝1粗分类候选字母集合，再根据标准拉丁字母手写时的竖向穿越数S将其分成S＝1、S＝2、S＝3和S＝4粗分类候选字母集合，并将这四个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；对于H＝2粗分类候选字母集合，再根据标准拉丁字母手写时上1/3部分的横向穿越数up将其分成up＝1、up＝2和up＝3粗分类候选字母集合，并将up＝2粗分类候选字母集合和up＝3粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；对于H＝3粗分类候选字母集合，再根据标准拉丁字母手写时的最优竖向穿越数Maxs将其分成Maxs＝1、Maxs＝2和Maxs＝3粗分类候选字母集合，并将Maxs＝2粗分类候选字母集合和Maxs＝3粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；对于H＝4粗分类候选字母集合，再根据标准拉丁字母手写时下1/3部分的横向穿越数down将其分成down＝1、down＝2和down＝3粗分类候选字母集合，并将down＝2粗分类候选字母集合和down＝3粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；③-4、第四层分类：对于up＝1粗分类候选字母集合，再根据标准拉丁字母手写时的竖向穿越数S1将其分成S1＝1、S1＝2和S1＝3粗分类候选字母集合；对于Maxs＝1粗分类候选字母集合，再根据标准拉丁字母手写时的新笔迹坐标点阵中的最后一个新笔迹坐标点在该标准拉丁字母中的位置信息将其分成第一左上位置、第一左下位置、第一右上位置和第一右下位置粗分类候选字母集合；对于down＝1粗分类候选字母集合，再根据标准拉丁字母手写时的竖向穿越数S2将其分成S2＝1、S2＝1和S2＝3粗分类候选字母集合；③-5、第五层分类：对于S1＝1粗分类候选字母集合，再根据标准拉丁字母手写时的新笔迹坐标点阵中的最后一个新笔迹坐标点在该标准拉丁字母中的位置信息将其分成第二左上位置、第二左下位置、第二右上位置和第二右下位置粗分类候选字母集合；采用S1＝1粗分类候选字母集合相同的分法，将S1＝2粗分类候选字母集合分成第三左上位置、第三左下位置、第三右上位置和第三右下位置粗分类候选字母集合；采用S1＝1粗分类候选字母集合相同的分法，将S1＝3粗分类候选字母集合分成第四左上位置、第四左下位置、第四右上位置和第四右下位置粗分类候选字母集合；对于第一左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第一左向开口圆弧粗分类候选字母集合和第一非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第一左上位置粗分类候选字母集合相同的分法，将第一左下、第一右上、第一右下位置粗分类候选字母集合分别分成第二左向开口圆弧和第二非左向开口圆弧粗分类候选字母集合、第三左向开口圆弧和第三非左向开口圆弧粗分类候选字母集合、第四左向开口圆弧和第四非左向开口圆弧粗分类候选字母集合；对于S2＝1粗分类候选字母集合，再根据标准拉丁字母手写时的新笔迹坐标点阵中的最后一个新笔迹坐标点在该标准拉丁字母中的位置信息将其分成第五左上位置、第五左下位置、第五右上位置和第五右下位置粗分类候选字母集合；采用S2＝1粗分类候选字母集合相同的分法，将S2＝2粗分类候选字母集合分成第六左上位置、第六左下位置、第六右上位置和第六右下位置粗分类候选字母集合；采用S1＝1粗分类候选字母集合相同的分法，将S2＝3粗分类候选字母集合分成第七左上位置、第七左下位置、第七右上位置和第四右下位置粗分类候选字母集合；③-6、第六层分类：对于第二左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第五左向开口圆弧粗分类候选字母集合和第五非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第二左上位置粗分类候选字母集合相同的分法，将第二左下、第二右上、第二右下位置粗分类候选字母集合分别分成第六左向开口圆弧和第六非左向开口圆弧粗分类候选字母集合、第七左向开口圆弧和第七非左向开口圆弧粗分类候选字母集合、第八左向开口圆弧和第八非左向开口圆弧粗分类候选字母集合；对于第三左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第九左向开口圆弧粗分类候选字母集合和第九非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第三左上位置粗分类候选字母集合相同的分法，将第三左下、第三右上、第三右下位置粗分类候选字母集合分别分成第十左向开口圆弧和第十非左向开口圆弧粗分类候选字母集合、第十一左向开口圆弧和第十一非左向开口圆弧粗分类候选字母集合、第十二左向开口圆弧和第十二非左向开口圆弧粗分类候选字母集合；对于第四左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第十三左向开口圆弧粗分类候选字母集合和第十三非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第四左上位置粗分类候选字母集合相同的分法，将第四左下、第四右上、第四右下位置粗分类候选字母集合分别分成第十四左向开口圆弧和第十四非左向开口圆弧粗分类候选字母集合、第十五左向开口圆弧和第十五非左向开口圆弧粗分类候选字母集合、第十六左向开口圆弧和第十六非左向开口圆弧粗分类候选字母集合；对于第五左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第十七左向开口圆弧粗分类候选字母集合和第十七非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第五左上位置粗分类候选字母集合相同的分法，将第五左下、第五右上、第五右下位置粗分类候选字母集合分别分成第十八左向开口圆弧和第十八非左向开口圆弧粗分类候选字母集合、第十九左向开口圆弧和第十九非左向开口圆弧粗分类候选字母集合、第二十左向开口圆弧和第二十非左向开口圆弧粗分类候选字母集合；对于第六左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第二十一左向开口圆弧粗分类候选字母集合和第二十一非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第六左上位置粗分类候选字母集合相同的分法，将第六左下、第六右上、第六右下位置粗分类候选字母集合分别分成第二十二左向开口圆弧和第二十二非左向开口圆弧粗分类候选字母集合、第二十三左向开口圆弧和第二十三非左向开口圆弧粗分类候选字母集合、第二十四左向开口圆弧和第二十四非左向开口圆弧粗分类候选字母集合；对于第七左上位置粗分类候选字母集合，再根据标准拉丁字母手写时是否存在左向开口圆弧将其分成第二十五左向开口圆弧粗分类候选字母集合和第二十五非左向开口圆弧粗分类候选字母集合，并将这两个粗分类候选字母集合作为输入的手写拉丁字母匹配结果的粗分类候选字母集合；采用第七左上位置粗分类候选字母集合相同的分法，将第七左下、第七右上、第七右下位置粗分类候选字母集合分别分成第二十六左向开口圆弧和第二十六非左向开口圆弧粗分类候选字母集合、第二十七左向开口圆弧和第二十七非左向开口圆弧粗分类候选字母集合、第二十八左向开口圆弧和第二十八非左向开口圆弧粗分类候选字母集合；④根据输入的手写拉丁字母的局部特征，将输入的手写拉丁字母与步骤③得到的粗分类候选字母集合进行逐层匹配，得到与该输入的手写拉丁字母匹配的粗分类候选字母集合；⑤提取输入的手写拉丁字母的freeman链码，计算该输入的手写拉丁字母的freeman链码和预先设定的字库中与该输入的手写拉丁字母匹配的粗分类候选字母集合中每个字母相应的各个标准字母的最优隐马可夫模型的匹配概率，再从各个匹配概率中获取最大匹配概率，将预先设定的字库中与最大匹配概率对应的标准字母确定为输入的手写拉丁字母的最终识别结果。