[发明专利]一种用于复杂文字识别的随机样本产生方法

权利要求书

1.一种用于复杂文字识别的随机样本产生方法，其特征在于，包含以下实现步骤：

（1-1）选取一定数量的待处理样本图片，将所述样本图片中所的字符串切分成各个仅包含单个字符的待处理子图片；所述步骤（1-1）中所述待处理样本图片在待识别图片样本集中选取；所述待处理样本图片包含待识别样本图片的噪声特征和，或扭曲特征；

（1-2）对上述待处理子图片进行分析，选取与待处理子图片字符最相似的字体库；

（1-3）分析待处理子图片的噪声情况和扭曲特征，构建相应的噪声模型和，或扭曲模型；

（1-4）根据噪音和扭曲的复杂程度，选择一定的变化步长在已选择字体库标准字符的基础上生成随机样本；

所生成的随机样本中的噪声包括：点状背景噪声、图案背景噪声和，或线条噪声；所生成的随机样本中的扭曲特征包括：由仿射变换引起的平移、压缩、拉伸、旋转和，或扭曲。

2.如权利要求1所述的用于复杂文字识别的随机样本产生方法，其特征在于，所述步骤（1-2）中仅选择与待识别字符对应的字符集。

3.如权利要求2所述的用于复杂文字识别的随机样本产生方法，其特征在于，所述步骤（1-4）中点状背景噪声产生方式为：通过计算待处理图片中点状噪声的平均灰度以及方差分布，通过使用高斯采样的方式随机设置噪声点的灰度值。

4.如权利要求3所述的用于复杂文字识别的随机样本产生方法，其特征在于，所述步骤（1-4）中平移、压缩、拉伸、旋转和扭曲特征根据仿射变换来构建。

5.如权利要求4所述的用于复杂文字识别的随机样本产生方法，其特征在于，通过步骤（1-3）中对待处理图片中各扭曲模式对应的扭曲程度统计分析，计算出对应系数矩阵相关参数的取值范围；所述步骤（1-4）中进行扭曲样本构建时，通过在取值范围内，随机选取相关参数来设置系数矩阵。

6.如权利要求5所述的用于复杂文字识别的随机样本产生方法，其特征在于，根据待处理样本的特点，仅选取字符的一部分进行仿射变换。

7.如权利要求1至6之一所述的用于复杂文字识别的随机样本产生方法，其特征在于，将所述方法所产生的训练样本用于深度神经网络的训练。