[发明专利]一种手写电气元器件符号与标准电气元器件符号的匹配识别方法有效

专利信息
申请号: 201611255901.0 申请日: 2016-12-30
公开(公告)号: CN106650820B 公开(公告)日: 2020-04-24
发明(设计)人: 贲晛烨;朱雪娜;孟昭勇;贾希彤;冯云聪;张鑫 申请(专利权)人: 山东大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46;G06F30/00
代理公司: 济南金迪知识产权代理有限公司 37219 代理人: 吕利敏
地址: 250199 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 手写 电气 元器件 符号 标准 匹配 识别 方法
【权利要求书】:

1.一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,该方法包括字典学习阶段和测试阶段;

所述字典学习阶段包括如下步骤:

1)将手写电气元器件符号和标准电气元器件符号进行特征提取,并对特征进行归一化处理;

2)对经步骤1)特征提取后和归一化处理后的手写电气元器件符号和标准电气元器件符号进行投影,获取公共子空间;

3)在公共子空间上学习一个自适应字典及其对应的稀疏系数:使在公共子空间中具有最小的重构误差,并且使来自不同域的相同类的样本的稀疏系数具有对应的线性关系;

所述测试阶段包括如下步骤:

4)对于给定待测手写电气元器件符号按照步骤1)相同的方法进行归一化特征提取;

5)经步骤4)处理后的手写电气元器件符号,利用字典学习阶段得到的投影矩阵U进行投影,得到在公共子空间的特征表示;

6)利用步骤3),得到自适应字典,进而得到作为准则的最小重构误差,从而得到待测手写电气元器件符号的稀疏系数;

7)对于步骤6)得到的稀疏系数进行线性变换,得到手写电气元器件符号对应的标准电气元器件符号的稀疏系数;

8)通过基于欧氏距离的最小距离分类器对手写电气元器件符号进行分类识别,得到手写电气元器件符号对应的标准电气元器件符号。

2.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,在步骤1)中,所述特征提取、归一化处理的方法是:采用Sift、Hu不变矩、Gabor或HoG特征表示方法表示单个电气元器件符号的特征,并通过加权的方式对特征进行融合,得到:

手写电气元器件符号的归一化特征样本:其中d2代表的是单个手写电气元器件符号的特征维数,N2代表的是手写电气元器件符号的总个数;

标准电气元器件符号的归一化特征样本:其中d1代表的是单个标准电气元器件符号的特征维数,N1代表的是标准电气元器件符号的总个数。

3.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法,其特征在于,所述步骤2)、3)的具体过程如下:

首先,学习一个包含k原子的自适应字典D∈Rn×k和标准电气元器件符号的投影矩阵以及手写电气元器件符号的投影矩阵其中n代表标准电气元器件符号与手写电气元器件符号在公共子空间的特征维数,将标准电气元器件符号的归一化特征样本X与手写电气元器件符号的归一化特征样本Y映射到公共子空间中,保证在公共子空间中具有最小的重构误差:最小化下列成本函数

在公式(1)中,分别代表标准电气元器件符号的归一化特征样本X和手写电气元器件符号的归一化特征样本Y对应字典D的稀疏系数,对公式(1)中的投影Ui进行正交约束即UiUiT=I,其中i∈1,2,其中U1、U2分别表示标准电气元器件符号的投影矩阵和手写电气元器件符号的投影矩阵;

来自不同域的相同类的样本,它们对应的稀疏系数具有对应的线性映射关系f(·),即U1=PU2,P为线性映射关系,最小化下列成本函数:

综上所述,得到最终的目标函数:

{D*,P*,ZX*,ZY*,U1*,U2*}=arg minE1(D,U1,U2,ZX,ZY)+E2(P,ZX,ZY)

s.t UiUiT=I,i∈1,2and

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611255901.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top