[发明专利]一种脱机手写体文本的行结构分析方法

权利要求书

1.一种脱机手写体文本的行结构分析方法，其特征在于，包括字符高度估计单元、字符重心聚类单元、字符文本行拟合单元和字符高度优化单元；所述字符高度估计单元用于通过随机方式选择多个字符笔迹像素点，并计算他们对应的字符高度，为后续行结构分析提供准确的字符高度估值；所述字符重心聚类单元用于利用了聚类方法的类内紧凑而类间分离的基本思想，将同一文本行的字符重心聚为一类，不同文本行的字符重心聚到不同类别中；所述字符文本行拟合单元主要运用最小二乘法多项式曲线拟合，根据给定的m个点，并不要求这条曲线精确地经过这些点，而是曲线y＝f(x)的近似曲线y＝Φ(x)；其优点是过滤噪声字符重心以得出这些字符重心所对应字符所在的真实的行信息；利用最小二乘法多项式实现字符文本行拟合的原理：给定字符重心簇中的字符重心p_i＝(x_i,y_i)，i＝1,2,…,m；求近似曲线y＝Φ(x)，并且使得近似曲线与y＝f(x)的偏差最小；近似曲线在点p_i处的偏差δ_i＝Φ(x_i)-y，i＝1,2,…,m，其中最小偏差平方和的表达式为字符高度优化单元有效解决初始字符高度估计的偏差；增加字符高度会降低单字符存在多个字符重心的比率。

2.根据权利要求书1所述的一种脱机手写体文本的行结构分析方法，其特征在于：所述字符文本行拟合单元具体实现过程：

(1)设拟合多项式及偏差平方和

y＝a₀+a₁x+…+a_kx^k

(2)为了求得符合条件的a值，对等式右边求a_i偏导数及化简

(3)把这些等式表示成矩阵的形式，就可以得到下面的矩阵：

(4)将这个范德蒙得矩阵简化后可得到：

(5)也就是说，X*A＝Y，那么A＝(X'*X)-I*X'*Y，便得到了系数矩阵A。同时，也得到了对应的拟合曲线。