CN102103693B - 一种手写字识别方法 - Google Patents

Abstract

本发明涉及一种手写字识别方法，该方法包括步骤1.将原字符按设定度数连续多次旋转，得到多个旋转角度的样本字符，分别计算各样本字符的偏转度；步骤2.依据样本字符的偏转度，计算原字符在各旋转角度的偏转倾向度；步骤3.依据偏转倾向度，计算原字符旋转校正角度的初值和微调值；步骤4.依据旋转校正角度的初值和微调值，对原字符进行坐标变换，校正原字符，进行识别。本发明纠错效果精确，稳定性更好，并且适用范围更广，可支持360范围内的任意角度变换。

Description

一种手写字识别方法

技术领域

本发明涉及信息录入领域，特别涉及一种支持旋转字识别的手写字识别方法。

背景技术

作为一种简单方便而又高效的输入方式，手写识别改变了传统的基于复杂编码或拼音输入的键盘模式，为自然人性的人机交互提供了便利条件。近年来，随着模式识别技术的发展，自然快捷的手写输入在日渐普及的嵌入式设备上越发凸显其重要性。孤立字识别，也就是用单字识别技术处理用户逐个输入的单字符，因核心技术的成熟和识别性能的优越而成为市场上最为主流的产品。目前大多数的联机汉字手写识别系统都支持书写框输入，要求用户在预设的书写区域内书写。虽然书写框的设定确保了较高水平的识别率，但其对用户书写设置了额外的限制。特别是在目前日益流行的指触触摸屏上，由于手指输入时活动范围较大，在较小书写框内输入的书写模式不够方便。

全屏输入模式，是支持用户在触摸屏的任意位置自由书写的方式，因其更为自然人性的特性吸引了越来越多的关注。在全屏输入模式下，用户的输入更加自由，因而输入的字符也具有更大的随机性和变化。其中最主要的变形是字符倾斜，也就是说字符的书写角度和屏幕方向存在有明显偏差，其对应的偏差角度称之为该字的旋转角度。

图1展示了汉字“大”的偏转样例，该字符的纵轴主方向和触摸屏的方向存在一定的偏差。如果将这种具有一定倾斜角度的字符直接输入到在正常样本上训练得到的常规识别器中必然导致识别率的下降，特别是当汉字倾斜角大于30度时几乎无法识别。

汉字中横竖笔画约占所有笔画的四分之三，是字符的主要组成成分。在汉字这种结构性很强的字符中，书写一般都讲究横平竖直同时横竖方向的夹角也有一定的规律。而同一字符内不同横竖笔画的方向也具有一致性，聚类后通常分散在类中心周边。目前，手写识别领域对孤立字符的角度矫正方法正是基于对横竖笔画的这两点特性分析。

现以支持(-25，25)范围内的倾斜字角度为例说明，具体分析流程如图2所示。

步骤S201、采集书写笔迹；在联机手写识别系统中，用户笔迹通常用一序列的二维或三维点坐标表示，用以描述字符书写的空间和时间信息。

步骤S202、利用各种降噪手段，如野点去除，平滑处理等方式减少字符可能的变形。

步骤S203、提取书写笔迹上拐点，并将原始连续采样点序列量化为笔段序列。

步骤S204、计算各笔画的书写方向：假设某一笔画的起始点和终点分别为P₁＝(X₁，Y₁)，P₂＝(X₂，Y₂)，则该笔画的书写方向为 $\mathrm{\θ}=\stackrel{\→}{P_1{P}_2}=\arctan \frac{Y_2-Y_1}{X_2-X_1}.$

步骤S205、对笔画方向聚类，将方向相近的笔段聚在一起。考虑到汉字结构较为复杂，不同汉字间笔划变化很大，笔段方向的聚类中心数很难确定。算法采用了基于均值距离的分级聚类方法，其中距离度量定义为笔段方向的夹角。

步骤S206、根据聚类结果确定横笔和竖笔的方向(这里假设右水平方向为0度且逆时针为正)。

判断横笔可能方向：在限制横笔可能的书写方向在(-30°，45°)的假设下，结合聚类结果得到若干方向聚类中心作为可能的横笔方向；根据横竖方向之间的夹角限制来寻找竖笔的方向：系统假设横竖笔画夹角在(85，115)范围内，由已得的若干横笔方向，选择满足条件的竖笔方向；再进一步确认最佳的横笔方向。

步骤S207、用所得到的横竖最佳方向值判定字符的倾斜程度，对字符进行矫正。简单说，在确定了横笔和竖笔方向之后，以0和-90度为横竖的标准方向，分别对字符在水平和垂直两个方向上校正。

该算法通过对字符横竖主方向的分析求取字符可能的倾斜角度，在工整字以及横竖笔划较多的字符取得的了较好的矫正效果。然而由于单个字符的横竖方向较易受到各种噪音干扰，因而在缺少横竖笔划的字符或者存在较多撇捺笔划干扰的字符上效果依然不尽人意。同时为了实现的方便和有效性，该算法只能对有限范围内的倾斜字符修正，如(-25，25)角度内倾斜，而对其它倾斜严重的字符地纠正则超出该算法的矫正范围。

发明内容

本发明的目的提供一种手写字识别方法，该方法纠错效果精确，稳定性更好，并且适用范围更广，可支持360范围内的任意角度变换。

本发明一种手写字识别方法，该方法包括：

步骤1、将原字符按设定度数连续多次旋转，得到多个旋转角度的样本字符，分别计算各样本字符的偏转度；

步骤2、依据样本字符的偏转度，计算原字符在各旋转角度的偏转倾向度；

步骤3、依据偏转倾向度，计算原字符旋转校正角度的初值和微调值；

步骤4、依据旋转校正角度的初值和微调值，对原字符进行坐标变换，校正原字符，进行识别。

优选的，步骤1之前，还包括：对输入字符提取笔段序列，计算笔段序列中笔段总长度，确认笔段总长度大于0。

优选的，计算笔段序列中笔段总长度具体为：计算字符采样点的张角，若采样点张角小于设置的阈值，则确认该采样点为拐点，两个拐点之间构成一笔段；分别计算各笔段的长度，将各笔段长度相加得到笔段总长度。

优选的，将原字符按设定度数连续多次旋转具体为：将原字符按每次旋转45度，顺序旋转8次。

优选的，计算各样本字符的偏转度具体为：计算样本字符各笔段在预设8个基准方向上的分解值；依据该分解值，分别计算各笔段的方向贡献值、长度贡献值和位置贡献值；综合各笔段的方向贡献值、长度贡献值和位置贡献值，计算样本字符的偏转度。

优选的，在计算样本字符各笔段的分解值之前，还包括：确定样本字符的字框，该字框为包含样本字符的最小矩形水平框。

优选的，计算原字符各笔段在预设的8个基准方向上的分解值具体为：将笔段映射到8个基准方向中与该笔段最接近的两个基准方向上，分别计算该笔段在上述两个坐标轴的分解值，将其他6个坐标轴的分解值设为0。

优选的，计算位置贡献值时，当笔段为笔划非起始笔段时，位置贡献值减半。

优选的，步骤3具体为：如相邻旋转角度的字符偏转倾向度具有不同正、负值，且按顺时针方向从正到负变换，则选择对应正值的偏转倾向度为校正角度的初值，依据对应负值的偏转倾向度计算微调步长。

优选的，对原字符进行坐标变换具体为：依据当前迭代次数计算当次校正角度，进行坐标变换；判断当前迭代次数是否小于预先设置的迭代次数，如果，且当前校正角度不等于0，则迭代次数加1，返回步骤1；否则，结束原字符校正。

与现有技术相比，本发明具有以下优点：

本发明利用字符在顺逆时针方向上的旋转对称性，提出纠正偏转字符的方法。该方法的纠错效果精确，稳定性更好，并且适用范围更广，可支持360范围内的任意角度变换。

附图说明

图1为一偏转样例图；

图2为现有的倾斜字分析流程图；

图3为本发明手写字识别方法流程图；

图4为样本字符计算流程图；

图5为字框示意图；

图6为笔段在8个基准方向的分解图；

图7为字符偏转倾向度分布图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明提出了一种基于字符旋转平衡的旋转校正识别方法。假设将字符分别沿逆时针方向和顺时针方向旋转同样的角度，得到两个旋转样本。这两个旋转样本相对于初始正写的原字符在笔段方向、长度和笔段起始点、结束点，在整个字框中的相对位置上表现出一定的差异，该差异称为偏转度。偏转度反映了当前字符笔迹与字符旋转角度为0时写法之间的偏差。

按照正常角度书写，原字符的旋转角度为0，其顺时针和逆时针旋转后样本字符的偏转度基本保持一致，偏转对称性最好；反之，如原字符具有一定的旋转角度，其顺时针和逆时针旋转后，样本字符偏转度的平衡则会被打破，并偏向于原字符的倾斜方向。

可见，字符在顺、逆两时针方向旋转后，得到样本字符偏转度的平衡性一定程度上反映了原字符的旋转角度。原字符书写越接近正常状态，则原字符的偏转平衡性越好，在顺、逆时针两个方向旋转后的偏向度越对称。

假设原字符的旋转角度为-α，则其将其纠正到正常书写位置的理想补偿角度为α。那么，为原字符提供的补偿角度越接近α，则补偿后原字符在顺时针和逆时针方向上旋转的偏转度对称性越好。

基于上述原理，本发明提供一种手写字识别方法。参见图3，示出本发明手写字识别方法，具体包括以下步骤。

步骤S301、预置字符初始倾斜角，设置迭代次数N。一般情况下初始倾斜角0，迭代次数N的范围是3-7，优选5。

步骤S302、对原始输入的连续笔迹做预处理操作，去除噪音干扰，并提取笔段序列S。

提取笔段系列S。该笔段不是常规意义上的笔划整体，而是指更为基础的具有单一书写方向的基本线性构件。其可以是传统意义的笔划，也可以是某一笔划中具有单一书写方向的部分。如“了”字，由4个笔段构成。笔段的提取是要找到可以划分笔段的起始点和结束点，也就是联系笔迹中的拐点。

拐点提取是基于样本点的张角分析的方法。所谓样本点张角是指当前分析的样本点与其前后相邻样本点构成的夹角。拐点的张角相比于普通采样点较小，分别计算各采样点的张角，若某采样点张角小于预先设置的阈值(如120度)，则认为其为拐点。得到字符的拐点P＝{P₁，P₂，...，P_i，...，P_n+1}，而其对应的笔段序列则为S＝{S₁，S₂，...，S_i，...，S_n}，其中，笔段S_i由拐点P_i和P_i+1确定。

步骤S303、计算笔段序列S中每个笔段的长度和笔迹总长度L。

依次计算各笔段的长度(l₁，l₂，...，l_i，...，l_N)，方向(a₁，a₂，...，a_i，...，a_N)(a_i∈0，360)，将各笔段的长度相加得到笔段总长度 $L=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{l}_i.$

步骤S304、判断当前字符的笔迹总长度L是否等于0，如果，是则表示没有字符输入，结束字符输入；否则转入步骤S305。

步骤S305、将原字符按设定度数连续多次旋转，得到多个旋转角度的样本字符，分别计算各样本字符的偏转度。例如，按45度顺序旋转8次，相当于原字符依次旋转0度，45度，90度，135度，180度，225度，270度、315度，得到8个转换后的样本字符，分别计算8个样本字符的偏转度，分别记为rb1，rb2，...，rb8。

本发明将结合笔段方向、长度和笔段起始、结束点在整个“字框”中的相对位置等特征计算样本字符的偏转度。计算流程如图4所示。

41)确定字符的字框，划定字符书写范围。

该字框指能包含样本字符的最小矩形水平框，字框的横纵轴和空间位置保持一致。通常定义为六元参量Box(L，R，T，B，W，H)。其中，L是指字框的左边界，R是右边界，T是上边界，B是下边界，而W，H分别是字框的宽和高。如图5所示，字符“他”是旋转倾斜字，而该字符的字框为和空间位置对应的水平矩形框。

42)计算各笔段在预设的8个基准方向上的分解值(见图5)，满足

该方向分解值反映了该笔段隶属不同坐标轴的概率。实际计算时将笔段映射到8个基准方向中最接近的两个坐标轴上，并将其他6个坐标轴上的分解值设为0。

图6中，由于笔段S_i位于坐标轴1和坐标轴8之间，且夹角分别为θ₁和θ₈，则其他6个坐标轴上的分量w2＝w3＝w4＝w5＝w6＝w7＝0。而第1坐标轴的分解值w1及第8坐标轴的分解值w8的映射计算如下：

a)如果θ₁≤15或者θ₈≥30，则：

而ω₁＝1-ω₈；其中，8和26为优选的系数值。

b)如果θ₁＞15或者θ₈＜30，则：

而ω₈＝1-ω₁；其中，32和7为优选的系数值。

43)计算各笔段的方向贡献值。方向贡献值用于描述各笔段的书写方向对总体偏转度的贡献。考虑正常书写字符的笔段在8个基准坐标轴上的出现概率，定义笔段S_i的方向贡献值W_a为：

a).如果笔段s_i是笔划起始段，或是笔划的起始点和落笔点，则

$W_a=1-\mathrm{OR}\left(\mathrm{OR}(\mathrm{OR}(\frac{w_5}{2},w_6),w_7),\frac{w_8}{4})\right);$

b).反之：

$W_a=1-\frac{\mathrm{OR}\left(\mathrm{OR}(\mathrm{OR}(\frac{w_5}{2},w_6),w_7)\right)}{2};$

可见，方向贡献值越大，该字段越可能来自于正常书写的字符。

44)计算各笔段的长度贡献值。长度贡献值表示笔段长度的水平和竖直分量对总体偏转度的贡献值。记笔段S_i在横坐标1轴及纵坐标3轴上的分量为Lxi和L_yi：

a).若笔段S_i的水平分量W1＝0或者W5＝0，则水平长度分量的补偿值： ${\mathrm{\Δ}}_x=l_{x_i}\frac{w_1}{4}$ 或 ${\mathrm{\Δ}}_x=-l_{x_i}\frac{w_5}{8}$

b).若笔段S_i的垂直分量W3＝0或者W7＝0，则垂直长度分量的补偿值： ${\mathrm{\Δ}}_y=l_{y_i}\frac{w_3}{4}$ 或 ${\mathrm{\Δ}}_y=-l_{y_i}\frac{w_7}{8}$

而笔段S_i的长度整体贡献值为：

$W_{\mathrm{li}}=\mathrm{OR}(\frac{1_{\mathrm{xi}}+\mathrm{\Δx}}{L},\frac{1_{\mathrm{yi}}+\mathrm{\Δy}}{L}).$

45)计算各笔段的位置贡献值。位置贡献值主要通过刻画笔段起始，结束点在整个字框中的相对位置反映其对总体偏转度的贡献值。假设笔段S_i的起点和结束点分别为P_1i＝(x_1i，y_1i)、P_2i＝(x_2i，y_2i)，则起始点的位置贡献值W_psi和结束点的位置贡献值W_pei分别为：

$W_{\mathrm{psi}}=\frac{\max (\frac{\mathrm{Box}.R-x_{1i}}{\mathrm{Box}.W},\frac{\mathrm{Box}.B-y_{1i}}{\mathrm{Box}.H})}{2^i}$ 以及

$W_{\mathrm{pei}}=\frac{\max (\frac{x_{2i}-\mathrm{Box}.L}{\mathrm{Box}.W},\frac{y_{2i}-\mathrm{Box}.T}{\mathrm{Box}.H})}{2^N-i+1}$

笔段S_i为笔划起始笔段时，笔段S_i的位置贡献值计算为W_pi＝OR(W_psi，W_pei)；当笔段S_i为笔划非起始笔段时，位置贡献值减半即为

46)计算该笔段的贡献值，将所有笔段的整体贡献值作为字符的偏转度。

综合笔段S_i方向贡献值、长度贡献值和位置贡献值，计算笔段S_i的贡献值为：

W_i＝OR(W_ai*W_li，W_pi)。

将所有笔段贡献值做模糊逻辑或运算，得到样本字符的整体贡献值，作为样本字符的偏转度为：

rb＝1-OR(OR(...OR(OR(W₁，W₂)，W₃)，...，W_i，...)W_N)

可见，整体贡献值越大，样本字符的偏转度越小。重复上述步骤1)-6)，依次计算各样本字符的偏转度。需要说明的是，上述步骤1)-6)是各种计算字符偏转度中较为合理，计算结果较为精确的一种。

步骤S306、计算原字符在各旋转角度的偏转倾向度。

由于字符偏转倾向度反映了其在顺逆时针方向的偏向性，因而可以通过原字符在顺逆时针方向按照固定角度旋转后的旋转字的偏转度差异体现，计算：

rt(α)＝|rb(α+θ)-rb(α-θ)|

其中，rt(α)是对原字符顺时针方向旋转α角度后字符的偏转倾向度，该值通过计算rb(α±θ)的差异得到。rb(α±θ)表示当前旋转α角度后样本字符继续顺逆时针继续旋转θ角度的字符偏转度。

本发明中利用基于多对旋转角度偏转度的平均倾向度来计算原字符的旋转倾向度：

$\mathrm{rt}\left(\mathrm{\α}\right)=\frac{1}{3}\underset{i=1}{\overset{3}{\mathrm{\Σ}}}(\mathrm{rb}(\mathrm{\α}+i*\mathrm{\θ})-\mathrm{rb}(\mathrm{\α}-i*\mathrm{\θ}))$

其中，θ＝45°。

字符偏转倾向度是表示笔迹在顺逆时针方向旋转的偏转度的“平衡性”。该“平衡性”指的是将笔迹在当前预期旋转角度基础上沿逆时针方向和顺时针方向旋转同样的角度得到的两个旋转样本之间的对称度，对于一般汉字来说，当预期旋转角度为0时这种“平衡性”最好，因此可以将根据字符偏转倾向度找到的“平衡性”最好的旋转角度作为旋转校正角度。

步骤S307、计算输入笔迹旋转校正角度的初值和微调值。

首先根据字符在各个旋转方向上的偏转倾向度确定矫正角度的初值和微调值。一般来说，如果相邻两个旋转角引起具有不同符号的字符偏转倾向度，且按顺时针方向从正到负变换，则选择对应正值字符的偏转倾向度为初始修正值a₀，依据对应负值字符的偏转倾向度计算微调步长a1。

图7给出了一个实施实例。输入笔迹在8个不同方向上旋转后的旋转字的偏转倾向度依次为rb1(＞0)，rb2(＜0)，rb3(＜0)，rb4(＜0)，rb5(＜0)，rb6(＞0)，r7(＞0)以及rb8(＞0)。则设置rb1对应的旋转方向为校正角度初值，而rb2值为校正角度微调值，即a0＝0。而a1＝A/(-rb2)。这里A为基于经验设置的系统参数，用于旋转倾向度归一化处理。

步骤S308、计算当次校正角度并进行坐标变换。

对输入字符作坐标旋转变换，旋转角度为a＝(a₀+a₁)*∈_t，其中

t是当前迭代次数，而N是系统预先设置的迭代次数。

步骤S309、判断当前迭代次数是否小于预先设置的迭代次数，如果，且旋转校正角度a不等于0，则迭代次数n加1并返回步骤S305；否则，结束原字符校正。

本发明利用字符在顺逆时针方向上的旋转对称性，提出纠正偏转字符的方法。该方法的纠错效果精确，稳定性更好，并且适用范围更广，可支持360范围内的任意角度变换。

以上所述仅为本发明的优选实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (9)

1.一种手写字识别方法，其特征在于，该方法包括

步骤1、将原字符按设定度数连续多次旋转，得到多个旋转角度的样本字符，分别计算各样本字符的偏转度；

步骤2、依据样本字符的偏转度，计算原字符在各旋转角度的偏转倾向度；其中，原字符在旋转角度为α时的偏转倾向度为|rb(α+θ)-rb(α-θ)|，rb(α±θ)为原字符旋转α角度后的样本字符继续顺逆时针旋转θ角度后的偏转度；

步骤3、依据偏转倾向度，计算原字符旋转校正角度的初值和微调值；

步骤4、依据旋转校正角度的初值和微调值，对原字符进行坐标变换，校正原字符，进行识别；

步骤3具体为：

如相邻旋转角度的字符偏转倾向度具有不同正、负值，且按顺时针方向从正到负变换，则选择对应正值的偏转倾向度为校正角度的初值，依据对应负值的偏转倾向度计算微调步长；

所述微调步长ａ1为ａ1　＝　Ａ　／　（－ｒｂ2），其中Ａ用于旋转倾向度归一化处理，ｒｂ2为所述对应负值的偏转倾向度。

2.如权利要求1所述的方法，其特征在于，步骤1之前，还包括：

对输入字符提取笔段序列，计算笔段序列中笔段总长度，确认笔段总长度大于0。

3.如权利要求2所述的方法，其特征在于，计算笔段序列中笔段总长度具体为：

计算字符采样点的张角，若采样点张角小于设置的阈值，则确认该采样点为拐点，两个拐点之间构成一笔段；

分别计算各笔段的长度，将各笔段长度相加得到笔段总长度。

4.如权利要求1所述的方法，其特征在于，将原字符按设定度数连续多次旋转具体为：

将原字符按每次旋转45度，顺序旋转8次。

5.如权利要求1所述的方法，其特征在于，计算各样本字符的偏转度具体为：

计算样本字符各笔段在预设8个基准方向上的分解值；

依据该分解值，分别计算各笔段的方向贡献值、长度贡献值和位置贡献值；

综合各笔段的方向贡献值、长度贡献值和位置贡献值，计算样本字符的偏转度；

所述样本字符具有ｎ个笔段，分别为｛Ｓ₁，　Ｓ₂，...，　Ｓ_i，　...，　Ｓ_n｝；

其中，综合各笔段的方向贡献值、长度贡献值和位置贡献值，计算样本字符的偏转度具体为：

综合笔段Ｓ_i的方向贡献值W_ai、长度贡献值W_li和位置贡献值W_pi，计算笔段Ｓ_i的贡献值为：W_i＝ＯＲ（W_ai×W_li，W_pi），将所有笔段贡献值作模糊逻辑或运算，得到所述样本字符的偏转度ｒｂ为：

ｒｂ　＝1－　ＯＲ（ＯＲ（...ＯＲ（ＯＲ（W₁，W₂），W₃），...，W_i，...）W_N）　。

6.如权利要求5所述的方法，其特征在于，在计算样本字符各笔段的分解值之前，还包括：

确定样本字符的字框，该字框为包含样本字符的最小矩形水平框。

7.如权利要求5所述的方法，其特征在于，计算原字符各笔段在预设的8个基准方向上的分解值具体为：

将笔段映射到8个基准方向中与该笔段最接近的两个基准方向上，分别计算该笔段在上述两个基准方向的分解值，将其他6个基准方向的分解值设为0。

8.如权利要求5所述的方法，其特征在于，计算位置贡献值时，当笔段为笔划非起始笔段时，位置贡献值减半。

9.如权利要求1所述的方法，其特征在于，对原字符进行坐标变换具体为：

依据当前迭代次数计算当次校正角度，进行坐标变换；

判断当前迭代次数是否小于预先设置的迭代次数，如果，且当前校正角度不等于　0，则迭代次数加1，返回步骤1；否则，结束原字符校正。

Images