[发明专利]基于稀疏表示的手写字符识别方法

摘要

本发明涉及一种基于稀疏表示的手写字符识别方法，图像预处理；通过训练样本字典，根据凸优化所求得的系数解，将待识别字符表达为基于训练集合的稀疏表示；根据求得到的稀疏系数解找到最大L1/2范数值，它所对应的类即识别结果。此方法可以避免目标识别问题中特征提取和分类器对分类结果产生的影响。通过大量实验，得出只要所得稀疏足够稀疏，基于L1/2范数的分类能够获取更好的识别率，并且减少算法运行时间，并能准确地识别测试图像。

主权项

1.一种基于稀疏表示的手写字符识别方法，其特征在于，具体包括如下步骤：1）图像预处理：获取字符灰度图像，把获取的待识别字符图像进行二值化，再做取反操作，最后获得预处理后的图像，每个字符图像分辨率大小为，每个图像作为M（）维空间的一个向量；2）将待识别字符表达为基于训练集合的稀疏表示：A:定义第i类字符有n_i个样本图片，测试图像向量v_i,1, v_i,2，…，v_i,ni，向量构成第i个字符类的线性空间，输入第i（i∈[1,k]）类测试图像y，， y在该类的线性空间里表示为：其中是实标量；B:每个获取的手写字符类有n_i个样本，将所有不同字符类的样本相加得即所有字符样本的总数，训练作为过完备字典向量A,每一个样本作为A的列,共n列，(M<n)：C:得到训练好的样本字典，利用凸优化来找到待识别字符基于字典的稀疏表示，稀疏系数解求解公式如下：其中||x||₁是L1范数，是设定的噪声阈值；3）系数解进行分类：根据步骤2）中求得到的稀疏系数解，计算第i类的L1/2范数，然后找到最大L1/2范数值，它所对应的类即识别结果。