[发明专利]基于特征矩阵相似度分析的手写数字识别方法有效
| 申请号： | 201710442260.8 | 申请日： | 2017-06-13 |
| 公开（公告）号： | CN107292255B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 周若宸;杨强 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 刘静;邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于特征矩阵相似度分析的手写数字识别方法，包括以下步骤：A、获取待识别的手写数字图像；B、将得到的原始手写数字图像转化成灰度图像；C、将得到的灰度图像转化成二值图像；D、将得到的二值图像进行平滑优化、切割、缩放得到待识别图像的二值特征矩阵；E、将得到的二值特征矩阵与各个标准化数字特征矩阵两两组合成特征矩阵对，分别进行相似度分析；分析所得的相关系数结果，相关系数越高则相似度越高，相似度最高的特征矩阵对对应的标准化数字即为识别所得数字。通过本发明，可使计算机较为准确的识别手写数字；并且与已有方法相比，本发明不需要大量的训练样本来支撑识别技术，训练时间短，计算量小，识别精度高。 | ||
| 搜索关键词： | 基于 特征 矩阵 相似 分析 手写 数字 识别 方法 | ||
【主权项】：
一种基于特征矩阵相似度分析的手写数字识别方法，其特征在于，包括以下步骤：1)获取待识别的手写数字图像；2)将步骤1)得到的原始手写数字图像转化成灰度图像；3)将步骤2)得到的灰度图像转化成二值图像；4)将步骤3)得到的二值图像进行平滑优化、切割，再经过缩放得到待识别图像的二值特征矩阵；5)将步骤4)得到的二值特征矩阵与各个标准化数字特征矩阵两两组合成特征矩阵对，分别进行相似度分析；分析所得的相关系数结果，相关系数越高则相似度越高，相似度最高的特征矩阵对对应的标准化数字即为识别所得数字。
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浙江大学，未经浙江大学许可，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/patent/201710442260.8/，转载请声明来源钻瓜专利网。
