一种基于Gabor和SVM纹理提取汉字的方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107480700A(43)申请公布日2017.12.15(21)申请号201710583981.0(22)申请日2017.07.18(71)申请人西安理工大学地址710048陕西省西安市金花南路5号(72)发明人张九龙郭铭涛屈小娥(74)专利代理机构西安弘理专利事务所61214代理人韩玙(51)Int.Cl.G06K9/62(2006.01)G06K9/46(2006.01)权利要求书3页说明书5页(54)发明名称一种基于Gabor和SVM纹理提取汉字的方法(57)摘要本发明公开了一种基于Gabor和SVM纹理提取汉字的方法，首先选取g个训练样本和m个待评价样本，分别对g个训练样本和m个待评价样本字体图像进行灰度化处理，对Gabor滤波器进行参数设置，得到五个尺度、四个方向共二十个滤波图像，然后将得到的滤波图像分别与得到的灰度化处理后的图像进行卷积，计算图像的均值和方差，将计算结果组成特征向量，最后根据训练样本预测待评价样本，进行保留或者淘汰，本发明解决了现有技术中存在的汉字书写规范程度评价困难的问题。CN107480700ACN107480700A权利要求书1/3页1.一种基于Gabor和SVM纹理提取汉字的方法，其特征在于，具体按照以下步骤实施：步骤1、选取g个训练样本和m个待评价样本；步骤2、分别对g个训练样本和m个待评价样本字体图像进行灰度化处理，处理后训练样本图像记为Wx，x＝1，2，…，g，g≥50，待评价样本的图像记为Wt’，t＝1，2，…，m，m为待评价样本个数；步骤3、对Gabor滤波器进行参数设置，得到五个尺度、四个方向共二十个滤波图像；步骤4、将步骤3得到的滤波图像分别与步骤2得到的灰度化处理后的图像进行卷积；步骤5、计算步骤4得到的图像的均值和方差，将计算结果组成特征向量；步骤6、根据训练样本预测待评价样本；步骤7、根据步骤6的预测结果，如果当前书法字体预测结果为优秀的则保留，否则淘汰。2.根据权利要求1的一种基于Gabor和SVM纹理提取汉字的方法，其特征在于，所述步骤1具体为：从北京大学的CHAED字库中根据人工打分划分为优秀、一般的字体样本中选取g个作为训练样本，任意选取m个要进行评判的书法字体作为待评价样本。3.根据权利要求1的一种基于Gabor和SVM纹理提取汉字的方法，其特征在于，所述步骤3具体为：对Gabor滤波器进行参数设置，其中，(x，y)表示Gabor滤波器的空间坐标，γ为空间纵横比，γ∈(0，1)，θ为Gabor滤波器旋转角度，σ为高斯标准差，f为空间尺度，为相位偏移，设Gabor核窗口为图像窗口的1/2，由于汉字基本笔画为横、竖、撇、捺，对应Gabor滤波器旋转角度θ的四个方向，所以设θ1＝0，θ2＝π/4，θ3＝π/2，θ4＝3π/4，已知高斯标准差σ和空间-k尺度f的关系为σf＝0.56，尺度f的变化公式为fk＝a*fmax，k＝0，…，4，且已知fmax＝0.22，由此可以确定五个尺度fk，k＝0，…，4，由σ和f的关系式σf＝0.56和已经确定的五个尺度fk，k＝0，…，4能得到对应的五个高斯标准差σk，k＝0，…，4，由于相位偏移本方法取0，综上确定的参数，能得到五个尺度、四个方向共二十个Gabor图像，记为Gk，k＝1，2，…，20。4.根据权利要求1所述的一种基于Gabor和SVM纹理提取汉字的方法，其特征在于，所述步骤4具体为：将步骤3得到的二十个Gabor滤波器图像Gk，k＝1，2，…，20与步骤2得到的g个训练样本图像Wx，x＝1，2，…，g，以及m个待评价样本图像Wt’，t＝1，2，…，m依次进行卷积，二十个Gabor滤波器图像Gk，k＝1，2，…，20与训练样本字体图像Wx，x＝1，2，…，g进行卷积如下：2CN107480700A权利要求书2/3页p，q满足条件0≤p<Mr+Nr-1，0≤q<Mc+Nc-1，(p，q)为卷积图像每个像素点的坐标，Mr、Mc分别为训练样本字体图像Wx，x＝1，2，…，g窗口的的高和宽，Nr、Nc分别为Gabor滤波器图像Gk的高和宽；二十个Gabor滤波器图像Gk，k＝1，2，…，20与待评价样本字体图像Wt’，t＝1，2，…，m进行卷积：p′，q′满足条件0≤p′<Mr′+Nr′-1，0≤q′<Mc′+Nc′-1，(p′，q′)为卷积图像每个像素点的坐标，Mr′、Mc′分别为待评价样本字体图像Wt，t＝1，2，…，m窗口的的高和宽，Nr′、Nc′分别为Gabor滤波器图像Gk的高和宽；最终得到所有训练样本字体经二十个Gabor滤波器组卷积后的图像x＝1，2，…，g和所有待评价样本字体经二十个Gabor滤波器组卷积后的图像t＝1，2，…，m。5