[发明专利]一种儿童数字书写练习的实时反馈与评判方法

权利要求书

1.一种儿童数字书写练习的实时反馈与评判方法，其特征在于，包括以下步骤：

S1输入待识别的手写数字；

S2使用卷积神经网络识别出书写的具体数字；

S3对手写数字进行骨架提取；

S4根据骨架，提取出手写数字的特征；

S5根据具体数字的评判规则和手写数字的特征对手写数字进行判定；

S6输出数字书写质量的评判结果。

2.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤S2中，基于TensorFlow深度学习框架，通过卷积神经网络模型结构对MNIST的手写体样本进行模型的训练，从而对手写数字进行识别。

3.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤S3中，使用Hilditch细线化算法对手写数字进行骨架的提取，生成一像素粗细的手写数字，提取数字的骨架便于后续提取数字特征。

4.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤S4包括：对数字的笔画、起笔点位置、落笔点位置、笔顺、直线数、圆弧线数、角点位置、整体位置和像素比中的一种或多种信息进行提取；

具体包括：

S4.1对细线化后的笔迹图像数据进行获取；

S4.2根据笔迹数据得到手写数字的落笔次数，起笔次数，落笔位置和起笔位置特征；

S4.3对笔迹骨架数据进行霍夫线变换，获取数字的直线数特征；

S4.4对笔迹骨架数据进行霍夫圆变换，获取数字的闭合圆弧数量特征；

S4.5获取笔迹骨架数据的特征点，生成二阶贝塞尔曲线，比较得出非闭合性圆弧的位置与数量特征；

S4.6使用Harris角点检测方法，直接基于灰度图像提取角点特征对数字进行角点检测，获取手写数字的交点特征，得到交点位置；

S4.7根据整个笔迹数据判断整体的大小与位置特征。

5.根据权利要求4所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤S4.2中，对数字笔迹数据进行分析，识别出笔画的数量，对输入设备的输入次数进行获取，在0-9的数字中，仅4、5是需要输入两次的，其他数字仅输入一次；根据输入页面的笔画开始的位置与结束的位置进行判断；多笔画时，对每一笔的起落笔位置进行记录；根据每次笔画的起笔落笔位置，判断每一笔的笔画顺序。

6.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤S5中，对步骤S4中获取到的特征进行规范性约束。

7.根据权利要求1所述的一种儿童数字书写练习的实时反馈与评判方法，其特征在于，步骤S6中，对不符合规范的特征进行实时反馈。