一种基于轨迹识别算法的手写字体水平评价系统技术方案

一种基于轨迹识别算法的手写字体水平评价系统，包括手写字体信息采集模块、手写字体轨迹识别模块和手写字体水平评价模块，针对目前手写字体缺乏客观的水平评价的问题，传统的识别仅在2维平面上，基于演变启发式思维，将2维时间序列进化到3维几何空间，考虑到了用户笔锋力度的评判，利用改进的轨迹识别算法模型从笔迹追踪的角度解决手写字体识别和评价的难题。其应用层面广，可降低一定的成本，可推广至社会进行广泛应用，带来良好的社会效益。带来良好的社会效益。带来良好的社会效益。

【技术实现步骤摘要】
一种基于轨迹识别算法的手写字体水平评价系统


[0001]本专利技术涉及文体教育领域，具体地说，涉及一种基于轨迹识别算法的手写字体水平评价系统。

技术介绍

[0002]手写字体是一种十分复杂的行为生物特征。手写笔迹，以连续多个基本笔划组合而成。这些笔划以相对位置与角度的形式存储在大脑皮层特定区域中，形成空间记忆。一旦轨迹规划完毕，中枢神经系统发出运动控制指令，由特定肌肉负责执行，形成手写笔迹。手写字体需要书写者经过长年反复练习以达到流畅自如的运动控制状态，人们从小由描红本或练字本开始练习书写，以形成各个字符的空间记忆，并训练大脑的运动控制能力；经过可能长达十年的反复练习，字符记忆渐进牢固，大脑的书写运动控制能力渐趋完善，则此时书写者能够以稳定的个人风格进行流畅书写。随着科技的进步与发展，手写字体依旧是人们广为重视的一种社会传统，其中手写签名在当今社会的行政管理、银行办公、合同签署、信用卡交易等场景下有着广泛的使用。进入信息时代以来，基于计算机的生物特征认证技术逐步兴起。在此背景下，计算机辅助的手写字体笔迹识别技术也应运而生。但目前手写字体缺乏客观的水平评价的问题仍然存在，本专利技术利用轨迹识别算法模型从笔迹追踪的角度解决手写字体识别和评价的难题。其应用层面广，经济成本低，可以推广至广泛的社会应用，带来良好的社会办公和教育效益。

技术实现思路

[0003]本专利技术的目的在于提供一种基于轨迹识别算法的手写字体水平评价系统，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，提供了一种基于轨迹识别算法的手写字体水平评价系统，包括手写字体信息采集模块、手写字体轨迹识别模块和手写字体水平评价模块；具体过程描述如下：
[0005]S1.在手写字体信息采集模块中，按照用户书写习惯，安装和固定图像采集设备，基于图像采集原理，捕捉手写字体的在单位时间段内的信息；
[0006]S2.基于标准字体设置手写字体信息的关键属性，以此属性作为系统数据库的储存结构信息，并构建系统数据库；
[0007]S3.在手写字体轨迹识别模块中，提取计算机终端设备中的内置标准字体作为对比依据和训练集，结合S1中所捕捉到的信息，构建手写笔迹轨迹识别算法模型，多次迭代训练和测试，得到最终模型；
[0008]S4.在手写字体水平评价模块中，将手写字体输入S3中训练好的笔迹轨迹识别算法模型，结合笔迹匹配度算法对手写笔迹和标准字体的笔划匹配度进行计算；
[0009]S5.将系统部署至本地计算机，基于S4中的匹配计算结果，创建字体水平评价模型，最终以评分制度反馈到用户界面，并给出关键笔划的书写意见。
[0010]进一步的，所述S1中用户书写习惯，包括用户手写的习惯性用手和附属的动作方式。
[0011]进一步的，所述S1中图像采集设备，指的是具有热成像功能的双目摄像机及其附属的服务性设备。
[0012]进一步的，所述S2中基于标准字体设置手写字体信息的关键属性，包括手写笔迹所涉及的特殊符号，汉字，外文字符的笔划属性。
[0013]进一步的，所述S2中系统数据库指的是结合关系型数据库结构型的特点，主要以MySQL数据库为基础建立关系型数据库，以此来储存笔迹图像和视频流数据作为手写笔迹轨迹识别算法模型的输入数据集。
[0014]进一步的，所述S3中提取计算机终端设备中的内置标准字体作为对比依据和训练集，指的是载有本系统的移动计算机设备，固定计算机设备和电子手写板的组合，以本地计算机管理员所在功能盘中的系统字体为标准。
[0015]进一步的，S3中手写笔迹轨迹识别算法模型，详细过程如下：
[0016]采用改进的动态时间规整(Dynamic Time Warping，DTW)算法进行轨迹识别，假设有三个时间序列R，F和T，分别代表横向，深度和纵向维度的时间序列，其中纵向表示书写力度，他们的长度分别是M，L和N，R＝{R1,R2,
…
,R
m
,
…
,R
M
}，F＝{F1,F2,
…
,F
l
,
…
,F
L
}，T＝{T1,T2,
…
,T
n
,
…
,T
N
}，根据欧式距离公式，计算如下：
[0017][0018]求得R，F和T中每个分量之间的距离，利用属性交叉乘积得到一个M*N的方阵距离矩阵D，为了便于书写字体的规范性评估，设定在单位像素内M＝L＝N，以分量F作为参考队列：
[0019][0020]定义一组时间序列相似性关系的连续元素集合，称之为规整路径W，路径需满足以下约束条件：
[0021](1)边界条件：由于一个人的手写笔迹各部分的先后次序是不会改变的，因此所选的匹配路径必定是从左下角出发，在右上角结束；
[0022](2)连续性：匹配路径上某点只能和其相邻的点进行连接。这样可以保证参考模板R和待匹配模板T中的每个坐标都可能在时间规整函数上中出现；
[0023](3)单调性：弯曲路径起始点(m,n)的下一个起始点必定是(m+1,l,n)、(m,l,n+1)
或(m+1,l,n+1)3个点中的一个，设(m,n)为匹配路径中的一点，则根据改进的DTW匹配路径规则，其下一个点为(m+1,l,n)、(m,l,n+1)或(m+1,l+1,n+1)中的一点，取点(m,l,,n)到这3个点在XOY平面投影点中两点间的距离最小的一点为下一个出发点，距离递推公式如下：
[0024][0025][0026][0027]其中，D(R
M
,F
L
)、D(R
M
,T
N
)和D(F
L
,T
N
)分别表示从起始端点逐点匹配，这是一种三维空间启发的计算方式，随后投影到YOZ和XOZ平面，计算原理同上，因为，三维空间考虑到了用户书写的笔锋力度问题，这使得评判更加科学和精准，参考模板R中的m分量和待测模板T中的n分量匹配后的累计失真度，由递推公式可以得到一条完整的匹配路径，从而求得最大累计失真度D(R
M
,F
L
)；
[0028]其计算公式为
[0029]进一步的，所述S4中结合笔迹匹配度算法对手写笔迹和标准字体的笔划匹配度进行计算，详细过程如下：
[0030]首先，输入手写字图像后，进行图像预处理，使用图像细化算法遍历手写字骨架，文使用斜线冗余像素消除模板对骨架细节进行冗余去除，遍历完毕后输出处理完毕的手写字骨架；输入手写字图像后，进行图像预处理，使用图像细化算法遍历手写字骨架，使用斜线冗余像素消除模板对骨架细节进行冗余去除，遍历完毕后输出处理完毕的手写字骨架，改进了DTW算法的路径搜索方式，放松了算法匹配路径中起始端点对齐的限制，由于手写平台系统中绘制事件会阻塞触屏事件的采样，在采集手写笔迹信息的过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，包括手写字体信息采集模块、手写字体轨迹识别模块和手写字体水平评价模块；所述系统具体运行过程如下：S1.在手写字体信息采集模块中，按照用户书写习惯，安装和固定图像采集设备，基于图像采集原理，捕捉手写字体的在单位时间段内的信息；S2.基于标准字体设置手写字体信息的关键属性，以此属性作为系统数据库的储存结构信息，并构建系统数据库；S3.在手写字体轨迹识别模块中，提取计算机终端设备中的内置标准字体作为对比依据和训练集，结合S1中所捕捉到的信息，基于启发式算法考虑了用户书写笔锋力度的问题，构建手写笔迹轨迹识别算法模型，多次迭代训练和测试，得到最终模型；S4.在手写字体水平评价模块中，将手写字体输入S3中训练好的笔迹轨迹识别算法模型，结合笔迹匹配度算法对手写笔迹和标准字体的笔划匹配度进行计算；S5.将系统部署至本地计算机，基于S4中的匹配计算结果，创建手写字体水平评价模块最终以评分制度反馈到用户界面，并给出关键笔划的书写意见。2.根据权利要求1所述一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，所述S1中手写字体信息采集模块的用户书写习惯，在书写环境中安装和固定图像采集设备，包括用户手写的习惯性用手和附属的动作方式。3.根据权利要求1所述一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，所述S1中图像采集设备，指的是具有热成像功能的双目摄像机及其附属的服务性设备。4.根据权利要求1所述一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，所述S2中手写字体轨迹识别模块，基于标准字体设置手写字体信息的关键属性，包括手写笔迹所涉及的特殊符号，汉字，外文字符的笔划属性。5.根据权利要求1所述一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，所述S2中系统数据库指的是结合关系型数据库结构型的特点，主要以MySQL数据库为基础建立关系型数据库，以此来储存笔迹图像和视频流数据作为手写笔迹轨迹识别算法模型的输入数据集。6.根据权利要求1所述一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，所述S3中提取计算机终端设备中的内置标准字体作为对比依据和训练集，指的是载有本系统的移动计算机设备，固定计算机设备和电子手写板的组合，以本地计算机管理员所在功能盘中的系统字体为标准。7.根据权利要求1所述一种基于轨迹识别算法的手写字体水平评价系统，其特征在于，所述S3中手写笔迹轨迹识别算法模型，详细过程如下：采用改进的动态时间规整(Dynamic Time Warping，DTW)算法进行轨迹识别，假设有三个时间序列R，F和T，分别代表横向，深度和纵向维度的时间序列，其中纵向表示书写力度，他们的长度分别是M，L和N，R＝{R1，R2，...，R
m
，...，R
M
}，F＝{F1，F2，...，F
l
，...，F
L
}，T＝{T1，T2，...，T
n
，...，T
N
}，根据欧式距离公式，计算如下：求得R，F和T中每个分量之间的距离，利用属性交叉乘积得到一个M*N的方阵距离矩阵D，为了便于书写字体的规范性评估，设定在单位像素内M＝L＝N，以分量F...

【专利技术属性】
技术研发人员：华敏，
申请(专利权)人：江苏乐易智慧科技有限公司，
类型：发明
国别省市：