本发明专利技术涉及一种基于稀疏表示的手写字符识别方法，图像预处理；通过训练样本字典，根据凸优化所求得的系数解，将待识别字符表达为基于训练集合的稀疏表示；根据求得到的稀疏系数解找到最大L1/2范数值，它所对应的类即识别结果。此方法可以避免目标识别问题中特征提取和分类器对分类结果产生的影响。通过大量实验，得出只要所得稀疏足够稀疏，基于L1/2范数的分类能够获取更好的识别率，并且减少算法运行时间，并能准确地识别测试图像。
【技术实现步骤摘要】
【技术保护点】
一种基于稀疏表示的手写字符识别方法，其特征在于，具体包括如下步骤：1）图像预处理：获取字符灰度图像，把获取的待识别字符图像进行二值化，再做取反操作，最后获得预处理后的图像，每个字符图像分辨率大小为???????????????????????????????????????????????，每个图像作为M（）维空间的一个向量；2）将待识别字符表达为基于训练集合的稀疏表示：A:定义第i类字符有ni个样本图片，测试图像向量vi,1,?vi,2，…，vi,ni，向量构成第i个字符类的线性空间，输入第i（i∈[1,k]）类测试图像y，，?y在该类的线性空间里表示为：???其中是实标量；B:每个获取的手写字符类有ni个样本，将所有不同字符类的样本相加得即所有字符样本的总数，训练作为过完备字典向量A,每一个样本作为A的列,共n列，(M最大L1/2范数值，它所对应的类即识别结果。933954dest_path_image002.jpg,449249dest_path_image004.jpg,806598dest_path_image008.jpg,611743dest_path_image010.jpg,665149dest_path_image012.jpg,504929dest_path_image014.jpg,985589dest_path_image016.jpg,605927dest_path_image018.jpg,197445dest_path_image020.jpg,157311dest_path_image022.jpg,808872dest_path_image024.jpg,152391dest_path_image026.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：傅迎华，王崇阳，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。