[发明专利]模式识别方法及系统

摘要

本发明公开了一种模式识别方法及系统，该模式识别方法包括如下步骤：根据联通分量将输入的待识别图像切分成若干个区域块，将区域块中每一像素点分别转换成对数极坐标，将每一对数极坐标分别转换为一维矩阵，并计算第一层核主成分分析网络的滤波器和第一层核主成分分析网络的训练输出图像；获取第一层核主成分分析网络的训练输出图像的局部特征矩阵，并计算第二层核主成分分析网络的滤波器和第二层核主成分分析网络的训练输出图像；将第二层核主成分分析网络的训练输出图像中的每幅图像二值化，并计算所得二值化图像与图库中每幅图像的图像相似度，输出识别结果。本发明提高了字符识别的准确率，提高了识别的精确度。

主权项

模式识别方法，其特征在于，包括如下步骤：S1、输入待识别图像；S2、根据联通分量将输入的待识别图像切分成x个区域块，其中，x为正整数，若x等于该图像包含的字符数，则执行S3，若x小于该图像包含的字符数，则根据横向投影将该x个区域块切分成若干个区域块后，再执行S3；S3、将区域块中每一像素点分别转换成对数极坐标，将每一对数极坐标分别转换为一维矩阵；S4、计算所有一维矩阵的协方差矩阵均值，选择任意一个核函数，将协方差矩阵均值映射到高维空间的核子空间当中，得到核子空间当中的协方差矩阵K，并对K去均值得到通过对进行奇异值分解，得到主成分，从而获得第一层核主成分分析网络的滤波器；S5、分别将一维矩阵与所得第一层核主成分分析网络的滤波器卷积，得到第一层核主成分分析网络的训练输出图像；S6、获取第一层核主成分分析网络的训练输出图像的局部特征矩阵，计算所有局部特征矩阵的协方差矩阵均值，选择任意一个核函数，将协方差矩阵均值映射到高维空间的核子空间当中，得到核子空间当中的协方差矩阵K，并对K去均值得到通过对进行奇异值分解，得到主成分，从而获得第二层核主成分分析网络的滤波器，分别将局部特征矩阵与所得第一层核主成分分析网络的滤波器卷积，得到以及第二层核主成分分析网络的训练输出图像；S7、将第二层核主成分分析网络的训练输出图像中的每幅图像二值化，得二值化图像；S8、计算所得二值化图像与图库中每幅图像的图像相似度，根据相似度值对图库中的所有图像进行排序，并按要求返回相关图像作为识别结果。