字字符特征值 剩下，計數(shù)器counter I、counter2各自增1并將剩下的單個數(shù)字字符特征值進(jìn)行訓(xùn)練，若沒 有單個數(shù)字字符特征值剩下，轉(zhuǎn)到（6)判斷人工神經(jīng)網(wǎng)絡(luò)的輸出總誤差是否小于誤差門限 Unin; (6) 判斷人工神經(jīng)網(wǎng)絡(luò)的輸出總誤差，若U〈U_，則訓(xùn)練結(jié)束，否則繼續(xù)訓(xùn)練，令U = 0， counterl = 1，U為人工神經(jīng)網(wǎng)絡(luò)的輸出總誤差，Umin為誤差門限，counterl為模式計數(shù)器， counted為訓(xùn)練次數(shù)計數(shù)器，重新執(zhí)行步驟三二的（2); 步驟三三、初期神經(jīng)網(wǎng)絡(luò)訓(xùn)練后進(jìn)行初期識別 單個數(shù)字字符特征值進(jìn)行初期BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，初期神經(jīng)網(wǎng)絡(luò)對整個表格圖像中 的單個數(shù)字字符進(jìn)行識別； 經(jīng)過步驟三一處理后的圖像，先進(jìn)行表格中表頭特征提取與匹配，過程為： 提取表頭特征，將表頭特征與模板庫中的表頭特征進(jìn)行匹配，若表頭特征相同，則視為 有同樣的表頭，即表格與模版庫中的表格若有相同的表頭則匹配成功，若找不到，則將新的 表格中的行坐標(biāo)列坐標(biāo)信息添加的模版庫中；重復(fù)步驟三一得到單個數(shù)字字符的特征值后 送入已經(jīng)訓(xùn)練好的初期神經(jīng)網(wǎng)絡(luò)去進(jìn)行識別；識別后根據(jù)識別結(jié)果提取單元格字符串的整 體特征，訓(xùn)練整體識別的神經(jīng)網(wǎng)絡(luò)，即后期BP神經(jīng)網(wǎng)絡(luò)，重復(fù)執(zhí)行步驟三二，使用三層，輸 入層、隱含層、輸出層各一層，不同之處在于輸入特征值為粗網(wǎng)格特征值，粗網(wǎng)格特征值代 替單個數(shù)字字符特征值； 步驟三四、后初BP期神經(jīng)網(wǎng)絡(luò)訓(xùn)練后進(jìn)行后初期識別。5.根據(jù)權(quán)利要求4所述的一種基于自學(xué)習(xí)的手寫表格數(shù)字字符串快速識別的方法，其 特征在于，所述步驟三三中的表頭特征提取與匹配的過程為： 首先要提取出表格表頭，過程為：表格表頭為η行，η為正整數(shù)，當(dāng)掃描到前景點(diǎn)時記錄 其為第一行，記為Hl，繼續(xù)掃描，直到某一行全都為背景點(diǎn)時停止掃描，記錄其為第η行，記 為Ηη，在Hl行和Hn行之間搜索，表格表頭為η列，方向為從表格表頭的第1列到表格表頭 的第η列掃描，當(dāng)掃描到前景點(diǎn)時記錄其為第一列，記為L1，繼續(xù)掃描，直到某一列全都為 背景點(diǎn)時停止掃描，記錄其為第η列，記為Ln，即可提取出表頭； 利用表頭的harri s角點(diǎn)特征，若不同表格圖像的表頭的harri s角點(diǎn)特征相同，則表格 為同一類型的表格，當(dāng)掃描到同一類型的表格時，直接從表格圖像中各個單元格的行坐標(biāo) 和列坐標(biāo)位置的信息庫中找到表格的單元格位置信息，完成匹配； 表頭的harris角點(diǎn)特征的求取過程為： 設(shè)一個窗口的中心像素點(diǎn)為（X，y)，其水平方向移動V1，垂直方向上移動v2,則其灰度 變化度量為：式中，Ex，y為窗口內(nèi)的灰度變化量;wx，y為窗口函數(shù)，采用高斯窗U 11 e為 自然常數(shù)，σ為常數(shù)，用于調(diào)節(jié)高斯窗的衰減速度；I為數(shù)字化后字符圖像灰度矩陣，其中X為字符圖像矩陣的橫坐標(biāo)，y為字符圖像矩陣的縱坐標(biāo)，為水平方 向移動V 1，垂直方向上移動V2的窗口矩陣，V i為水平方向移動，V 2為垂直方向上移動，I x y為 未移動的窗口矩陣，為字符圖像灰度在水平方向的變化率，;^為字符圖像灰度在垂直 方向的變化率，為高階余量； 則：Harris的角點(diǎn)響應(yīng)函數(shù)CRF為： CRF (x, y) = det (M) -ks (trace (M))2 (14) 式中：det (M)為M的行列式，trace (M)為M的跡，閾值T為最大響應(yīng)函數(shù)的0.0 l倍，當(dāng) 圖像中像素點(diǎn)的角點(diǎn)響應(yīng)函數(shù)CRF大于T時，ks為常數(shù)，取0. 04,則把該像素點(diǎn)選取為表頭 的harri s角點(diǎn)特征。6.根據(jù)權(quán)利要求5所述的一種基于自學(xué)習(xí)的手寫表格數(shù)字字符串快速識別的方法，其 特征在于，所述步驟三一中得到單個數(shù)字字符特征，具體過程為： 包括統(tǒng)計特征和結(jié)構(gòu)特征； 統(tǒng)計特征包括傅立葉變換特征、重心重力矩特征； 結(jié)構(gòu)特征包括輪廓特征、粗網(wǎng)格特征以及投影特征； 傅立葉變換特征： 對步驟三一處理后的歸一化數(shù)字字符圖像進(jìn)行傅里葉變換，歸一化圖像可表示為 f (m，η)，歸一化圖像進(jìn)行傅立葉變換后得到其傅立葉頻譜函數(shù)：其中，u = 0，1，2……,M-Lv = 0,1,2……，Ν-1，M為圖像高度，N為圖像寬度，f(m，η) 為歸一化的字符圖像，f(m，η)的取值為0或I ;m為歸一化圖像的橫坐標(biāo)，η為歸一化圖像 的縱坐標(biāo)，u為變換后頻域頻譜圖的實軸，V為變換后頻域頻譜圖的虛軸，F(xiàn)(u，V)為歸一化 圖像的頻譜函數(shù)，e為自然常數(shù)，j為虛數(shù)； M = N，M的取值為字符圖像的長，N的取值為字符圖像的寬，傅里葉變換的頻譜函數(shù)分 解為如下形式：在 F 矩陣的四個角區(qū)域的點(diǎn) F(0, 0)，F(xiàn)(0, I)，F(xiàn)(0, 2)，F(xiàn)(0, 3)，F(xiàn)(1，0)，F(xiàn)(2, 0)，F(xiàn)(3, 0)， F (24, 0), F (25, 0), F (26, 0), F (27, 0), F (27, I), F (27, 2), F (27, 3), F (27, 24), F (27, 25), F (27, 26)，F(xiàn) (27, 27)，F(xiàn) (26, 27)，F(xiàn) (25, 27)，F(xiàn) (24, 27)，F(xiàn) (0, 27)，F(xiàn) (I, 27)，F(xiàn) (2, 27)，F(xiàn) (3, 27)， F (0, 26)，F(xiàn) (0, 25)，F(xiàn) (0, 24)的幅值大于其他矩陣元素，選取F矩陣的四個角區(qū)域的點(diǎn)的幅 值作為傅里葉變換特征； 重心重力矩特征： 字符重心的位置為：為歸一化數(shù)字圖像第m行第η列的象素值，m為歸一化圖像橫坐標(biāo)，η為歸一化圖 像縱坐標(biāo)，w為重力力矩橫坐標(biāo)，[為重力力矩縱坐標(biāo)； 重心重力矩特征定義如下：其中，J1為橫坐標(biāo)，i i為縱坐標(biāo)，i i= 1，2 ;j 1，2 ; 為重心重力矩特征； 輪廓特征： 設(shè)L(ky)為數(shù)字圖像第ky行的左輪廓，R(ky)為數(shù)字圖像第ky行的右輪廓，則： L(ky) = jj。，jj。滿足 f(ky, jj。）= 1 且當(dāng) jj〈jj。，f(ky, jj) = O ;jj 為橫坐標(biāo)，ii 為 縱坐標(biāo)，j j。為左輪廓的橫坐標(biāo)，f (ky, j j)為數(shù)字圖像第ky行第j j列的像素值，f (ky, j j。） 為數(shù)字圖像第ky行第jj。列的像素值，ky為縱坐標(biāo)； R(ky) = j j!，j j!滿足 f(ky, j j J = 1 且當(dāng) j j>j jp f(ky, j jj = 0, j i 為右輪廓的橫 坐標(biāo)，f (ky, j j)為數(shù)字圖像第ky行第j j列的像素值，f (ky, j jj為數(shù)字圖像第ky行第j ji 列的像素值 左右邊緣線的一階有限差分別為： Ldif (ky) = L(ky)-L(ky-1) (21) Rdif (ky) = R(ky)-R(ky-1) (22) 字符輪廓線最大值和最小值所在的位置 Lmax= {s I s = max (L (ky))} (23) Rmax= {s I s = max (R (ky))} (24) Rmin= {s|s = min(R(ky))} (25) Lmin= {s|s = min(L(ky))} (26) 式中，為右輪廓最大值，s為坐標(biāo)位置，Lnax為左輪廓最大值，R_為右輪廓最小值， 匕_為左輪廓最小值；R_、L_、R_、L_為輪廓特征； 字符左右邊緣線的正負(fù)峰為： Lpeak+= max{L dlf (ky)} (27) Rpeak+ = max {R dif (ky)} (28) Rpeak = min {R dlf (ky)} (29) Lpeak = min {L dlf (ky)} (30) 式中，Lpeak+為左邊緣正峰，R peak+為右邊緣正峰，Rpeak為右邊緣負(fù)峰，Lpeak為左邊緣負(fù) 峰； ^max 7 ^max 7 ^min 7 ? LpeaJi+ ? Rpeak+ 7 ^peak 7 ^peaJi 為重心重力矩特征的8個特征值； 粗網(wǎng)格特征： 是把字符圖像分成N個局部區(qū)域，統(tǒng)計局部區(qū)域的像素百分?jǐn)?shù)，尋找局部區(qū)域的分布 規(guī)律，規(guī)律為粗網(wǎng)格特征；N為正整數(shù)； 投影特征： 將數(shù)字字符圖像平均劃分成N個區(qū)域，得到N條相應(yīng)的邊線，將每個區(qū)域中的前景像素 點(diǎn)向最近的邊線投影，然后統(tǒng)計每條邊線上的投影長度，并用它作為特征值。
【專利摘要】一種基于自學(xué)習(xí)的手寫表格數(shù)字字符串快速識別的方法，本發(fā)明涉及基于自學(xué)習(xí)的手寫表格數(shù)字字符串快速識別的方法。本發(fā)明的目的是為了解決現(xiàn)有方法表格識別率低的問題。通過以下技術(shù)方案實現(xiàn)的：步驟一、對表格圖像進(jìn)行預(yù)處理；步驟二、對預(yù)處理后的表格圖像中的數(shù)字字符進(jìn)行提取與分割；步驟三、對提取分割后的數(shù)字字符進(jìn)行識別。本發(fā)明應(yīng)用于表格數(shù)字字符串識別領(lǐng)域。
【IPC分類】G06K9/00
【公開號】CN105184265
【申請?zhí)枴緾N201510582707
【發(fā)明人】關(guān)宇東, 吳夢蝶, 朱瑞鋒, 提純利, 仲小挺
【申請人】哈爾濱工業(yè)大學(xué)
【公開日】2015年12月23日
【申請日】2015年9月14日