一种书法字临摹评价系统技术方案

本发明专利技术属于图像处理技术领域，具体涉及一种书法字临摹评价系统，旨在解决现有的书法字临摹评价方法采集的学生练习作品图像存在色彩、尺寸失真，以及在评测时划分粒度不够精细，导致评测精度较低的问题。本系统包括：图像获取模块，配置为获取临摹字图像、参照字图像；预处理模块，配置为对图像预处理；笔画提取模块，配置为提取笔画；书写一致性评测模块，配置为进行笔画一致性评测；笔画测评模块，配置为从设定的笔画形态特征进行一一比对；结构部件评测模块，配置为从设定的结构部件形态特征进行一一比对，获取结构部件评测结果；整字定性测评模块，配置为获取学生练习作品的评测结果。本发明专利技术提升了评测精度以及评价系统的实际使用效率。用效率。用效率。

【技术实现步骤摘要】
一种书法字临摹评价系统


[0001]本专利技术属于图像处理
，具体涉及一种书法字临摹评价系统。

技术介绍

[0002]书法是文化的瑰宝，书法教育是弘扬传统文化的重要组成部分。现今为响应号召，越来越多的学校开设书法课程，然而书法老师数量存在严重不足的问题，使得书法教育的推广受到巨大阻力。书法字临摹评测技术可以辅助书法教学，智能评测学生书法书写质量并指导学生书写，有效缓解书法老师数量不足问题。
[0003]现存书法临摹测评技术通常通过软件系统，将学生作品和范字进行简单的形态对比，并做出简单评价。但这些评测方法只能得出大致的结果，更多只是为了引起学生兴趣，提升课堂活跃度，测评结果中并没有对学生的临摹作品提出具体的问题所在，学生也无法直观了解需要改进的地方。现存书法临摹测评技术存在以下问题：（1）测评策略单一，没有充分结合书法教学实际测评的经验，无法构建实质的指导改进意见；（2）笔画形状测评是书法临摹测评重要部分，现存方法大部分从整体结构上出发，最多指出笔画间隔问题，缺少对笔画形状的细粒度分析；（3）书法教学环境复杂，直接采集的学生习作图像很容易出现色彩、尺寸和角度上的失真，现存方法一般缺乏足够的预处理手段，或者通过严格限定采集流程的方法来防止失真情况发生，前者会影响后续评测精度，后者增加了学生习作采集难度，降低了评测方法实际使用效率；为了解决以上问题，提升书法字临摹评价技术的专业度和实质性的指导价值，本专利技术提出一种新的书法字评价方法。

技术实现思路

[0004]为了解决现有技术中的上述问题，即为了解决现有的书法字临摹评价方法采集的学生练习作品图像存在色彩、尺寸失真，以及在评测时划分粒度不够精细，导致评测精度较低的问题。本专利技术第一方面，提出了一种书法字临摹评价系统，该系统包括：图像获取模块、预处理模块、笔画提取模块、书写一致性评测模块、笔画测评模块、结构部件测评模块、整字定性测评模块；所述图像获取模块，配置为获取临摹字图像、参照字图像；所述参照字图像为已知笔画、部首及书写顺序的标准书法作品中的各书法字图像；所述临摹字图像为临摹标准书法作品的学生练习作品中的各书法字图像；所述预处理模块，配置为将所述临摹字图像输入预构建的图像预处理网络，对所述临摹字图像进行二值化、图像尺寸和角度矫正处理，得到预处理临摹字图像；所述图像预处理网络基于深度学习神经网络构建；所述笔画提取模块，配置为获取所述预处理临摹字图像、所述参照字图像中书法
字的笔画轮廓点集，并通过基于两阶段CPD点集配准的笔画提取方法，得到所述预处理临摹字图像中各书法字的笔画；所述书写一致性评测模块，配置为提取所述参照字图像、所述预处理临摹字图像的特征，并计算特征间的距离，若该距离大于设定第二距离阈值，则认为书写内容和参照字不具有一致性，即认为学生的临摹字和参照字不是一个字；所述笔画测评模块，配置为将所述笔画提取模块提取的所述预处理临摹字图像中各书法字的笔画与所述参照字图像中各书法字的笔画从设定的笔画形态特征进行一一比对，若特征间的距离大于设定阈值，则存在相应的笔画形态书写问题；所述设定的形态特征包括笔画长度、曲直度、粗细度、倾斜度、起笔收笔轮廓以及笔画多写漏写；所述结构部件测评模块，配置为将所述笔画提取模块提取的所述预处理临摹字图像中各书法字的笔画与所述参照字图像中各书法字的笔画从设定的结构部件形态特征进行一一比对，若特征间的距离大于设定阈值，则存在相应的部件形态书写问题；所述设定的结构部件形态特征包括关键笔画布局、部件松紧度、整体松紧度、部件相对位置；所述整字定性测评模块，配置为根据所述书写一致性评测模块 、所述笔画测评模块、所述结构部件测评模块评测出的书写问题按照设定的优先级进行排序，并定位到学生练习作品相应的区域；根据优先级以及问题的区域定位信息，进行定性评估，进而得到学生练习作品的评测结果。
[0005]在一些优选的实施方式中，所述图像预处理网络基于ResBlock、ASPP模块、上卷积模块、STN Block构建；所述上卷积模块基于多个卷积层和上采样层构建；所述上卷积模块中卷积层与上采样层间隔排列，间隔排列时，卷积层在上采样层前边；所述ResBlock分别与所述ASPP模块、所述STN Block连接；所述ResBlock，其输入为所述临摹字图像；所述ASPP模块与所述上卷积模块连接；所述ResBlock与上卷积模块跳跃连接，在跳跃连接时，所述ResBlock中输出为的卷积层与上卷积模块输出为N的卷积层的连接，即同尺寸的卷积层进行跳跃连接；所述上卷积模块与所述STN Block连接；所述STN Block，其输出为预处理临摹字图像。
[0006]在一些优选的实施方式中，将所述临摹字图像输入预构建的图像预处理网络，对所述临摹字图像进行二值化、图像尺寸和角度矫正处理，得到预处理临摹字图像，其方法为：将所述临摹字图像输入所述图像预处理网络的ResBlock进行残差处理，将残差处理后的特征作为第一特征；将所述第一特征分别输入所述图像预处理网络的ASPP进行处理，处理后进行上卷积，结合ResBlock跳跃连接输入的特征，进而得到所述临摹字图像对应的二值化处理结果；将所述第一特征输入所述图像预处理网络STN Block的CNN中获取对应的射影变换参数；将所述二值化处理结果、所述射影变换参数，输入所述STN Block的空间转换模块进行空间转换，进而得到预处理临摹字图像。
[0007]在一些优选的实施方式中，获取所述预处理临摹字图像、所述参照字图像中书法字的笔画轮廓点集，并通过基于两阶段CPD点集配准的笔画提取方法，得到所述预处理临摹
字图像中各书法字的笔画，其方法为：通过CPD点集配准方法将所述参照字图像与所述预处理临摹字图像中书法字的笔画轮廓点集进行配准，得到所述参照字图像中各书法字笔画变换后的笔画轮廓点集，作为第一点集；针对所述第一点集中每一个笔画轮廓点集，按顺序抽取一个笔画轮廓点集作为第二点集；遍历所述第二点集，剔除所述预处理临摹字图像中书法字的笔画轮廓点集中与其欧氏距离大于设定第一距离阈值的轮廓点，将剔除后的所述预处理临摹字图像中书法字的笔画轮廓点集，作为第三点集；通过CPD点集配准方法将所述第三点集与所述第二点集进行配准，得到变换后的第二点集，并将所述变换后的第二点集作为所述预处理临摹字图像中书法字的笔画；按顺序继续抽取第一点集下一个笔画轮廓点集，并进行剔除、配准处理，直至处理完所述第一点集中所有的笔画轮廓点集。
[0008]在一些优选的实施方式中，提取所述参照字图像、所述预处理临摹字图像的特征，并计算特征间的距离，若该距离大于设定第二距离阈值，则认为书写内容和参照字不具有一致性，即认为学生的临摹字和参照字不是一个字，其方法为：将所述参照字图像、所述预处理临摹字图像输入预构建的文字识别算法模型，获取所述文字识别算法模型最后一层输出的所述参照字图像、所述预处理临摹字图像对应的特征，作为第一特征、第二特征，并进行L2归一化处理；计算归一化处理后的第一特征与第二特征之间的欧氏距离，并判断是否超过设定的第二距离阈值，若超过，则认为书写本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种书法字临摹评价系统，其特征在于，该系统包括：图像获取模块、预处理模块、笔画提取模块、书写一致性评测模块、笔画测评模块、结构部件测评模块、整字定性测评模块；所述图像获取模块，配置为获取临摹字图像、参照字图像；所述参照字图像为已知笔画、部首及书写顺序的标准书法作品中的各书法字图像；所述临摹字图像为临摹标准书法作品的学生练习作品中的各书法字图像；所述预处理模块，配置为将所述临摹字图像输入预构建的图像预处理网络，对所述临摹字图像进行二值化、图像尺寸和角度矫正处理，得到预处理临摹字图像；所述图像预处理网络基于深度学习神经网络构建；所述笔画提取模块，配置为获取所述预处理临摹字图像、所述参照字图像中书法字的笔画轮廓点集，并通过基于两阶段CPD点集配准的笔画提取方法，得到所述预处理临摹字图像中各书法字的笔画；所述书写一致性评测模块，配置为提取所述参照字图像、所述预处理临摹字图像的特征，并计算特征间的距离，若该距离大于设定第二距离阈值，则认为书写内容和参照字不具有一致性，即认为学生的临摹字和参照字不是一个字；所述笔画测评模块，配置为将所述笔画提取模块提取的所述预处理临摹字图像中各书法字的笔画与所述参照字图像中各书法字的笔画从设定的笔画形态特征进行一一比对，若特征间的距离大于设定阈值，则存在相应的笔画形态书写问题；所述设定的形态特征包括笔画长度、曲直度、粗细度、倾斜度、起笔收笔轮廓以及笔画多写漏写；所述结构部件测评模块，配置为将所述笔画提取模块提取的所述预处理临摹字图像中各书法字的笔画与所述参照字图像中各书法字的笔画从设定的结构部件形态特征进行一一比对，若特征间的距离大于设定阈值，则存在相应的部件形态书写问题；所述设定的结构部件形态特征包括关键笔画布局、部件松紧度、整体松紧度、部件相对位置；所述整字定性测评模块，配置为根据所述书写一致性评测模块、所述笔画测评模块、所述结构部件测评模块评测出的书写问题按照设定的优先级进行排序，并定位到学生练习作品相应的区域；根据优先级以及问题的区域定位信息，进行定性评估，进而得到学生练习作品的评测结果。2.根据权利要求1所述的一种书法字临摹评价系统，其特征在于，所述图像预处理网络基于ResBlock、ASPP模块、上卷积模块、STN Block构建；所述上卷积模块基于多个卷积层和上采样层构建；所述上卷积模块中卷积层与上采样层间隔排列，间隔排列时，卷积层在上采样层前边；所述ResBlock分别与所述ASPP模块、所述STN Block连接；所述ResBlock，其输入为所述临摹字图像；所述ASPP模块与所述上卷积模块连接；所述ResBlock与上卷积模块跳跃连接，在跳跃连接时，所述ResBlock中输出为的卷积层与上卷积模块输出为N的卷积层的连接，即同尺寸的卷积层进行跳跃连接；所述上卷积模块与所述STN Block连接；所述STN Block，其输出为预处理临摹字图像。3.根据权利要求1所述的一种书法字临摹评价系统，其特征在于，将所述临摹字图像输入预构建的图像预处理网络，对所述临摹字图像进行二值化、图像尺寸和角度矫正处理，得到预处理临摹字图像，其方法为：
将所述临摹字图像输入所述图像预处理网络的ResBlock进行残差处理，将残差处理后的特征作为第一特征；将所述第一特征分别输入所述图像预处理网络的ASPP进行处理，处理后进行上卷积，结合ResBlock跳跃连接输入的特征，进而得到所述临摹字图像对应的二值化处理结果；将所述第一特征输入所述图像预处理网络STN Block的CNN中获取对应的射影变换参数；将所述二值化处理结果、所述射影变换参数，输入所述STN Block的空间转换模块进行空间转换，进而得到预处理临摹字图像。4.根据权利要求1所述的一种书法字临摹评价系统，其特征在于，获取所述预处理临摹字图像、所述参照字图像中书法字的笔画轮廓点集，并通过基于两阶段CPD点集配准的笔画提取方法，得到所述预处理临摹字图像中各书法字的笔画，其方法为：通过CPD点集配准方法将所述参照字图像与所述预处理临摹字图像中书法字的笔画轮廓点集进行配准，得到所述参照字图像中各书法字笔画变换后的笔画轮廓点集，作为第一点集；针对所述第一点集中每一个笔画轮廓点集，按顺序抽取一个笔画轮廓点集作为第二点集；遍历所述第二点集，剔除所述预处理临摹字图像中书法字的笔画轮廓点集中与其欧氏距离大于设定第一距离阈值的轮廓点，将剔除后的所述预处理临摹字图像中书法字的笔画轮廓点集，作为第三点集；通过CPD点集配准方法将所述第三点集与所述第二点集进行配准，得到变换后的第二点集，并将所述变换后的第二点集作为所述预处理临摹字图像中书法字的笔画；按顺序继续抽取第一点集下一个笔画轮廓点集，并进行剔除、配准处理，直至处理完所述第一点集中所有的笔画轮廓点集。5.根据权利要求1所述的一种书法字临摹评价系统，其特征在于，提取所述参照字图像、所述预处理临摹字图像的特征，并计算特征间的距离，若该距离大于设定第二距离阈值，则认为书写内容和参照字不具有一致性，即认为学生的临摹字和参照字不是一个字，其方法为：将所述参照字图像、所述预处理临摹字图像输入预构建...

【专利技术属性】
技术研发人员：杨颐，李猛，王健，黄卫星，毕海滨，洪海龙，肖晓羽，姜钰，
申请(专利权)人：北京京师讯飞教育科技有限公司，
类型：发明
国别省市：