空中手写字符串识别算法研究

摘要

文字是人类生活中信息传播、交换和记载的必备工具之一，因此在人机交互领域起着不可或缺的作用。当前键盘、触摸屏等传统的联机手写字符串获取方式已经无法满足人们对于文字输入快捷、方便的要求。基于视觉的文字输入方式由于具有智能化输入的优势引起了人们的关注并成为近年来的研究热点。基于视觉的文字输入方法主要分为以下两大类:一类是用户用笔直接在纸上书写并通过摄像头记录笔尖墨迹。这种输入方式由于需要纸笔，因此在一定程度上制约着用户的自由度。另一类是用户用手指直接在空中书写并通过摄像头或移动传感器获取手指轨迹。这一类文字输入方式使用的自由度更高因而具有更现实的实用价值。但由于空中手写采集系统不能有效获取用户书写时的提笔、落笔信息，书写文字是由一笔构成致使文字识别的难度加大，因此基于空中手写的字符串采集与识别虽然应用前景广阔，但是一个具有很大挑战的问题。
　　本文实现了一种基于Kinect的空中手写字符串采集与识别系统。设计并实现了字符串的采集、提出了一种新的识别方法将用户手指在空中移动的轨迹识别为字符串。本文主要工作包括以下几个方面:
　　(1)实现了基于Kinect的空中手写字符串采集、整理以及标定。用户可以通过手势控制采集开始与结束，系统自动跟踪用户手指移动轨迹并收集。为了获取空中手写字符串识别算法研究的数据支持，本文采集了21人书写的7240个数字串和14人书写的6700个电视台台标（大写字母和数字混合串）。为处理空中手写字符串数据，本文设计并实现了空中手写字符串数据的标定、分割、提取工具，对空中手写字符串数据进行字符级别的相关操作。该数据库除可用于字符串分割、手写字符识别外还可用于书写人自适应和笔迹鉴别等多方面的研究。
　　(2)针对空中手写字符串识别提出了平滑算法与过切分算法。空中手写字符串具有冗余笔画段的特点，本文根据冗余笔画段的几何特点提出了冗余删除笔画段的一元、二元几何模型特征并在单字类器中添加冗余删除笔画类别，实验结果表明了该方法的有效性。
　　(3)提出了一种新的基于词典驱动的集束搜索算法，在基于切分-识别的框架下，通过有效融合单字分类器输出、基于冗余删除笔画几何模型识别和基于字符几何模型识别，最终完成字符串识别。识别结果在字符串评价级别的识别率为80.60％，验证了本文方法的可行性。

目录

声明

致谢

摘要

1 引言

1．1 研究背景及意义

1．2 本文主要工作

1．3 论文章节安排

2 联机手写字符串识别概述

2．1 文字识别概述

2．2 联机手写字符串识别方法

2．3 集成切分与识别方法

2．3．1 路径评价准则

2．3．2 单字识别研究概况

2．3．3 几何上下文建模

2．3．4 搜索算法

2．3．5 参数学习法

2．4 基于视觉的字符识别方法

2．5 空中手写字符串识别系统概述

2．6 小结

3 空中手写字符串数据采集系统设计与实现

3．1 基于Kinect的空中手写字符串采集系统框架

3．2 手势识别与手指轨迹跟踪

3．2．1 Kinect简介

3．2．2 手势识别算法

3．2．3 轨迹跟踪算法

3．3 数据标定工具

3．4 数据整理和统计

3．5 数据库评价

3．5．1 特征及分类器介绍

3．5．2 数据库评价结果

3．6 小结

4 空中手写字符串识别算法研究

4．1 预处理

4．2 字符串过切分

4．3 建立候选切分识别网格

4．4 路径评价准则

4．5 路径搜索

4．5．1 字典驱动

4．5．2 字符几何模型

4．5．3 冗余删除类几何模型

4．6 置信度转换

4．7 实验结果与分析

4．7．1 实验环境

4．7．2 评价标准与数据集

4．7．3 结果与分析

4．8 小结

5 总结与展望

5．1 工作总结

5．2 未来展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集