一种书写困难儿童笔迹识别的方法技术

本发明专利技术提供一种书写困难儿童笔迹识别的方法，包括：步骤1.书写困难儿童通过点阵笔在点阵本上相应位置进行书写；步骤2.系统将点阵笔传入的运动轨迹结合笔尖压力信息制成图像；步骤3.对比图像与样本库模型中预存的图像相似度；步骤4.判断相似度是否高于预设的相似度阈值；若是，输出图像模型中最相似的图像和识别结果；若否，提醒用户手写输入该输入的图像对应的文字，进入步骤2。本发明专利技术通过点阵笔来收集特定书写困难儿童的字迹，将采集得到的文字轨迹制成图像，建立图像模型并利用机器学习，再将采集得到的图像模型应用于书写困难儿童作业书写的识别。作业书写的识别。作业书写的识别。

【技术实现步骤摘要】
一种书写困难儿童笔迹识别的方法


[0001]本专利技术属于智能控制
，尤其涉及一种书写困难儿童笔迹识别的方法。

技术介绍

[0002]学龄儿童对于握笔姿势、用力大小都没有经验，这会造成笔画散乱，多加笔画，造成空间位置无法准确把握的问题出现。在学龄阶段，大约有百分之十左右的儿童不能进行熟练的书写，或者所写汉字难以辨认，这部分儿童通常被认为有书写困难或者书写障碍。
[0003]书写困难儿童由于年龄比较小，并且通常所写不够规范，对于家长和老师来说识别他们的文字较为困难。书写困难的儿童，其书写质量比正常儿童要差很多，所以识别他们的书写结果变得更加困难，但是这也使得这项研究工作显得更为重要。针对书写困难儿童的手写信息采集，目前尚未有较为完好的解决方案。
[0004]现有技术一的技术方案
[0005]《书写困难儿童手写信息采集系统设计》一文中，是在平板电脑等智能设备中，通过在触摸屏上手写的方式来采集数据，先对汉字手写进行预处理，将手写文字进行数轴化处理，即统一把文字归化成一个个固定的大小，进而可以减小文字与文字之间的大小差别；然后，纠正文字的变形、笔画的分离，类似一组网格对文字进行区域划分，并使邻近的网格间的像素均匀；最后，多次进行文字采集，保证识别不受书写困难儿童手写过程中快慢程度不同和用力不均匀造成的笔画不清晰而形成的采样点数量、距离等误差的影响。
[0006]对于书写困难儿童手写汉字辨识，是通过对其字迹的处理，将手写的文字转化为一些数量的候选字符来让辨识者进行选择的过程。
[0007]现有技术一的缺点
[0008]在触摸屏上采集数据，虽然可以采集手写的信息，无法还原在纸上真实写字感受，因而得到的书写轨迹和实际纸笔书写的数据存在较大差异。
[0009]实际应用中欠缺可行性，无法识别书写困难儿童作业中的笔迹。

技术实现思路

[0010]本专利技术的目的在于解决上述现有技术存在的缺陷，提供一种书写困难儿童笔迹识别的方法，可以通过点阵笔在纸上书写，而不是通过触摸屏用手指写，得到书写困难儿童更真实的手写汉字数据，数据的真实性有利于对书写困难病理机制的探究；帮助家长和老师更好、更方便地对书写困难儿童进行汉字书写上的指导，而且可以通过训练提高他们的书写水平。运用机器学习和多种算法，完成建立和优化图像模型的过程。
[0011]本专利技术采用如下技术方案：
[0012]一种书写困难儿童笔迹识别的方法，包括如下步骤：
[0013]步骤1.书写困难儿童通过点阵笔在点阵本上相应位置进行书写；
[0014]步骤2.将点阵笔与软件系统相连接，软件系统将点阵笔传入的运动轨迹结合笔尖压力信息制成图像；
[0015]步骤3.软件系统对比图像与样本库模型中预存的图像相似度；
[0016]步骤4.软件系统判断相似度是否高于预设的相似度阈值；
[0017]若是，输出图像模型中最相似的图像和识别结果；
[0018]若相似度不高于预设的相似度阈值，则输出识别错误，并反馈给用户，提醒用户手写输入该输入的图像对应的文字，进入步骤2。
[0019]进一步的是，在执行步骤1之前，需建立书写困难儿童笔迹识别的样本库模型，其步骤如下：
[0020]步骤1.多种书写困难儿童通过点阵笔在点阵本上相应位置进行书写；
[0021]步骤2.将点阵笔与软件系统相连接，软件系统将每个文字制作成相应的图像，并将所有的图像转换为统一的图像规格；
[0022]步骤3.软件系统将步骤2中所有的统一规格的图像根据图像的内容进行一一分类；
[0023]步骤4.软件系统将步骤3中分类好的图像进行一一建立图像模型；
[0024]步骤5.软件系统循环调用图像模型内的图像进行迭代训练以减少图像模型存在的误差，最终优化各图像模型的精确度。
[0025]进一步地，所述步骤4具体为，将分类好的图像转化为相应的数据，通过创建对应的浮点数和数据大小的占位符来描述该数据的输入形式，并根据该输入形式将所述数据输入到人工智能引擎中，使用机器学习的方法，并通过人工智能引擎对所述数据自动进行运算后，建立对应的图像模型，在每个图像模型中图像上随机抽取复数个关键点，同一个图像模型中的每一个图像的各个关键点一一对应，将每个图像上关键的位置存储于相应的图像模型中。
[0026]进一步地，所述步骤5具体为，预设精确度阈值为50％，将该图像模型内随机抽取到的第1个图像默认为标准图像，调用图像模型内的图像进行迭代训练，将随机抽取到的第n个图像分别与第1个至第n
‑
1个图像中识别成功的任意一个图像进行识别，读取第n个图像和与之进行识别的图像对应关键点的位置，将各个关键点的位置进行比对，判断其精确度是否高于预设的精确度阈值，若识别到的精确度高于预设的精确度阈值，则第n个图像识别成功，为标准图像，并保存于该图像模型中；若识别到的精确度不高于预设的精确度阈值，则将第n个图像从该图像模型中提取出来，使用人工智能引擎的自动分化方法，自动调整第n个图像相应的参数，并重新加入该图像模型内进行下一次的识别，直至该图像模型内每一个图像的优化；其中，n为≥2的整数。
[0027]进一步地，所述步骤6具体为，预设相似度阈值，加载建立好的图像模型，当用户输入图像时，软件系统将输入的图像转换为与图像模型中的图像规格一致，对比输入的图像与样本库模型中预存的图像相似度，判断其相似度是否高于预设的相似度阈值，若相似度高于预设的相似度阈值，则输出图像模型中最相似的图像和所对应的识别结果，并反馈给用户，用户自动识别出输入的图像与最相似的图像内容一致；若相似度不高于预设的相似度阈值，则输出识别错误，并反馈给用户，提醒用户手写输入该输入的图像对应的文字，进入步骤2，具体为预设相似度阈值为50％，记载建立好的图像模型，当用户输入图像时，输入的图像与图像模型中的图像规格一致，对比输入的图像与样本库模型中预存的图像相似度，判断其相似度是否高于50％，若相似度高于50％，则输出图像模型中最相似的图像和所
对应的识别结果，并反馈给用户，用户自动识别出输入的图像与最相似的图像内容一致；若相似度不高于50％，则输出识别错误，并反馈给用户，提醒用户手写输入该输入的图像对应的文字，进入步骤2。
[0028]本专利技术的有益效果：
[0029]书写困难儿童大多理解、记忆和智力均正常，但通常所写汉字不够规范，对于家长和老师来说识别他们的文字较为困难，也对他们的学业造成了一定的影响。本专利技术可有效帮助家长和老师更好、更方便地对书写困难儿童进行学习上以及汉字书写方面的指导。
附图说明
[0030]图1为本专利技术的测试流程图；
[0031]图2为本专利技术的建模流程图。
具体实施方式
[0032]为使本专利技术的目的、技术方案和优点更加清楚，下面本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种书写困难儿童笔迹识别的方法，其特征在于，包括如下步骤：步骤1.书写困难儿童通过点阵笔在点阵本上相应位置进行书写；步骤2.将点阵笔与软件系统相连接，软件系统将点阵笔传入的运动轨迹结合笔尖压力信息制成图像；步骤3.软件系统对比图像与样本库模型中预存的图像相似度；步骤4.软件系统判断相似度是否高于预设的相似度阈值；若是，输出图像模型中最相似的图像和识别结果；若相似度不高于预设的相似度阈值，则输出识别错误，并反馈给用户，提醒用户手写输入该输入的图像对应的文字，进入步骤2。2.根据权利要求1所述的书写困难儿童笔迹识别的方法，其特征在于，所述步骤4具体为，预设相似度阈值，加载建立好的图像模型，当用户输入图像时，软件系统将输入的图像转换为与图像模型中的图像规格一致，对比输入的图像与样本库模型中预存的图像相似度，判断其相似度是否高于预设的相似度阈值，若相似度高于预设的相似度阈值，则输出图像模型中最相似的图像和所对应的识别结果，并反馈给用户，用户自动识别出输入的图像与最相似的图像内容一致。3.根据权利要求1所述的书写困难儿童笔迹识别的方法，其特征在于，在执行步骤1之前，需建立书写困难儿童笔迹识别的样本库模型，其步骤如下：步骤1.多种书写困难儿童通过点阵笔在点阵本上相应位置进行书写；步骤2.将点阵笔与软件系统相连接，软件系统将每个文字制作成相应的图像，并将所有的图像转换为统一的图像规格；步骤3.软件系统将步骤2中所有的统一规格的图像根据图像的内容进行一一分类；步骤4.软件系统将步骤3中分类好的图像进行一一建立图像模型；步骤5.软件系统循环调用图像模型内的图像进行迭代训练以减少图...

【专利技术属性】
技术研发人员：祁亨年，陈康，郎青，吴晓平，张凯，
申请(专利权)人：湖州师范学院，
类型：发明
国别省市：