[发明专利]一种分步识别图像字符的方法、装置和电子设备

权利要求书

1.一种分步识别图像字符的方法，其特征在于，包括：

利用多种特征矩阵提取待识别图像的多维特征值；

利用多种特征矩阵提取参考字符字典中各参考字符图像的多维特征值；从参考字符图像的多维特征值中确定与所述待识别图像的多维特征值之间的偏差小于阈值的参考字符图像；

按照图像各特征点的分布顺序，将所述待识别图像中每个特征点与所述待识别图像中的一个特征区域相对应，所述待识别图像中的每个特征区域至少具有一个特征点；

计算待识别矩阵中特征点与其所对应的特征区域中各特征点的相似度，求和并进行归一化，得到所述待识别矩阵中特征点与其所对应的特征区域的相似度；将待识别矩阵中各特征点与其所对应的特征区域的相似度求和得到所述待识别图像与所述参考字符图像的相似度，确定相似度最高的参考字符为所述待识别图像中的字符。

2.根据权利要求1所述的方法，其特征在于，所述从参考字符图像的多维特征值中确定与所述待识别图像的多维特征值之间的偏差小于阈值的参考字符图像，包括：

将所述待识别图像各维度的特征值与参考字符图像各维度的特征值相减，确定特征值不同的维度个数为所述待识别图像的多维特征值与所述参考字符图像的多维特征值的偏差。

3.根据权利要求1所述的方法，其特征在于，所述计算所述待识别矩阵中特征点与其所对应的特征区域中各特征点的相似度，包括：

根据特征点的特征值是否相同确定特征点之间的相似度。

4.根据权利要求3所述的方法，其特征在于，所述根据特征点的特征值是否相同确定特征点之间的相似度，包括：

若两特征点的特征值相同，则特征点之间的相似度为1，若两特征点的特征值不同，则特征点之间的相似度为0。

5.根据权利要求1所述的方法，其特征在于，所述利用多种特征矩阵提取待识别图像的多维特征值，包括：

将待识别图像的图像数据转换成01矩阵；

利用多种特征矩阵对所述待识别图像的01矩阵进行处理，提取待识别图像的多维特征值。

6.一种分步识别图像字符的装置，其特征在于，包括：

特征提取模块，利用多种特征矩阵提取待识别图像的多维特征值；

预识别模块，利用多种特征矩阵提取参考字符字典中各参考字符图像的多维特征值；从参考字符图像的多维特征值中确定与所述待识别图像的多维特征值之间的偏差小于阈值的参考字符图像；

图像匹配模块，按照图像各特征点的分布顺序，将所述待识别图像中每个特征点与所述待识别图像中的一个特征区域相对应，所述待识别图像中的每个特征区域至少具有一个特征点；

计算待识别矩阵中特征点与其所对应的特征区域中各特征点的相似度，求和并进行归一化，得到所述待识别矩阵中特征点与其所对应的特征区域的相似度；将待识别矩阵中各特征点与其所对应的特征区域的相似度求和得到所述待识别图像与所述参考字符图像的相似度，确定相似度最高的参考字符为所述待识别图像中的字符。

7.根据权利要求6所述的装置，其特征在于，所述从参考字符图像的多维特征值中确定与所述待识别图像的多维特征值之间的偏差小于阈值的参考字符图像，包括：

将所述待识别图像各维度的特征值与参考字符图像各维度的特征值相减，确定特征值不同的维度个数为所述待识别图像的多维特征值与所述参考字符图像的多维特征值的偏差。

8.根据权利要求6所述的装置，其特征在于，所述计算所述待识别矩阵中特征点与其所对应的特征区域中各特征点的相似度，包括：

根据特征点的特征值是否相同确定特征点之间的相似度。

9.根据权利要求8所述的装置，其特征在于，所述根据特征点的特征值是否相同确定特征点之间的相似度，包括：

若两特征点的特征值相同，则特征点之间的相似度为1，若两特征点的特征值不同，则特征点之间的相似度为0。