[发明专利]一种易混字符二次识别方法

权利要求书

1.一种易混字符二次识别方法，针对四组易混字符对：第一组易混字符对“1”、“(”、“)”,第二组易混字符对“1”、“9”，第三组易混字符对“4”、“6”，第四组易混字符对“7”、“”，其特征在于：

所述易混字符对“1”、“(”、“)”的二次识别方法为：提取目标图像的特征向量，生成易混字符对数据集，所述特征向量包括：“1”、“(”、“)”的直线特征、斜率特征、曲率特征；利用数据集训练分类模型，利用训练完成的分类器对待识别字符进行二次分类；

所述易混字符对“1”、“9”的二次识别方法为：判断目标图像是否存在孔洞特征，如果存在，则目标图像识别为9，否则，目标图像识别为1；

所述易混字符对“4”、“6”的二次识别方法为：判断目标图像交截点相对位置偏上还是偏下，如果偏上，且目标图像中孔洞特征的最低点不与目标图像最低点重合，则目标图像识别为4，否则，目标图像识别为6；

所述易混字符对“7”、“”的二次识别方法为：提取目标图像的特征向量，生成易混字符对数据集，所述特征向量包括：“7”、“”的夹角特征、方向角特征、连续竖直点个数特征；利用数据集训练分类模型，利用训练完成的分类器对待识别字符进行二次分类；

所述的易混字符对“1”、“9”的孔洞特征判断方法如下：

首先循环遍历目标图像中的每一个像素点；如果存在像素点i，即通过八连通域方法寻找与像素点i具有连通关系的所有像素点坐标列表，且该列表的首尾坐标相连，则判定目标图像具有孔洞特征；如果不存在像素点i，则判定目标图像不具有孔洞特征；

所述的易混字符对“4”、“6”的交截点相对位置判断方法如下：

首先，选择一条与目标图像相交的像素点个数不为1的水平直线，记录交点的纵坐标y，坐标系的Y轴竖直向下；然后，计算目标图像中心点纵坐标y_center，如果yy_center，则交截点相对位置偏上，否则交截点相对位置偏下；

所述的易混字符对“7”、“”的特征向量的提取具体如下：

夹角特征：首先，寻找目标图像的端点，即笔划的起始点，终止点，记为①②，以及拐点，即笔划的转折点，记为③，并基于①②③号像素点的坐标计算各点之间的直线距离：

然后基于余弦定理计算由直线l₁₃和直线l₂₃形成的夹角的余弦值：

最后得到夹角特征β为：

β＝arc cosβ

方向角特征：基于②③号像素点的坐标定义方向角特征α：

连续竖直点个数特征：首先，循环遍历目标图像中的每一列，并计算在竖直方向上紧密相邻的像素点个数；然后，统计这些像素点个数的最大值，即为连续竖直点个数特征。

2.根据权利要求1所述的一种易混字符二次识别方法，其特征在于，所述的易混字符对“1”、“(”、“)”的特征向量的提取具体如下：

直线特征：首先，提取目标图像的端点信息；然后，基于端点信息拟合出一条直线，并计算目标图像中每一像素点到拟合直线的距离；最后，统计距离极值，均值和标准差作为该字符的直线特征；

斜率特征：首先，计算目标图像中每一像素点的斜率值：

其中，k_n表示像素点n的斜率值，(X(n),Y(n))表示像素点n的坐标信息，接着，计算目标图像中所有像素点的斜率极值，均值和标准差作为该字符的斜率特征；

曲率特征：首先，计算目标图像中每一像素点的曲率值：

其中，Z_n表示像素点n的曲率，接着，计算目标图像中所有像素点的曲率极值，均值和标准差作为该字符的曲率特征。

3.根据权利要求1所述的一种易混字符二次识别方法，其特征在于，所述易混字符对“1”、“(”、“)”二次识别方法中的分类器使用SVM分类器。

4.根据权利要求1所述的一种易混字符二次识别方法，其特征在于，所述易混字符对“7”、“”二次识别方法中的分类器使用SVM分类器。