【摘要】 本发明公开了一种手写字符识别方法，其包括：获得粗分类模版和细分类模版；接收用户手写字符输入的信号并采集其离散坐标序列，进行预处理；进行特征提取计算手写输入字符的多维特征矢量；将所述手写输入字符分别与粗分类模版进行匹配，选取相似度最大的若干个候选字符类；将特征变换后的手写输入字符与从细分类模版中选取的候选字符类的样本中心进行匹配，从中确定最相似的字符类。本发明还公开了一种手写字符识别系统。本发明手写字符输入识别的速度更快，且识别精度更高。 【专利类型】发明授权 【申请人】广东国笔科技股份有限公司 【申请人类型】企业 【申请人地址】510620 广东省广州市天河区体育东路122号羊城国际商贸中心西塔1310 【申请人地区】中国 【申请人城市】广州市 【申请人区县】天河区 【申请号】CN200810220605.6 【申请日】2008-12-30 【申请年份】2008 【公开公告号】CN101482920B 【公开公告日】2010-12-22 【公开公告年份】2010 【授权公告号】CN101482920B 【授权公告日】2010-12-22 【授权公告年份】2010.0 【IPC分类号】G06F3/041; G06V30/224 【发明人】高精鍊; 黄新春; 陈炳辉; 胡安进; 蔡沐宇; 陆华兴; 刘志玭; 王志爱; 郭方; 李景平; 王红辉; 谭春桃; 吴政维 【主权项内容】一种手写字符识别方法，其特征在于，包括以下步骤：A、建立由各个字符类的第一样本中心构成的粗分类模版，以及由各个字符类的第二样本中心构成的细分类模版，该细分类模版是根据Fisher准则计算特征变换矩阵，利用该变换矩阵对全体字符类的样本进行特征变换，计算得到各个字符类的第二样本中心，然后对特征变换矩阵和各个字符类的第二样本中心进行迭代调整得到的；B、接收用户手写字符输入的信号并采集输入字符轨迹点的离散坐标序列，进行预处理之后得到该字符的规整坐标序列；C、根据所述规整坐标序列，进行特征提取，将所有相邻轨迹点形成的矢量线段分解到八个标准方向，计算手写输入字符的多维特征矢量；D、从所述手写输入字符的多维特征矢量中选取部分特征值，将所述手写输入字符分别与所述粗分类模版进行匹配，从所述粗分类模版中选取相似度最大的若干个样本中心，并将这若干个样本中心对应的字符类作为候选字符类；E、利用步骤A中所述的特征变换矩阵，对所述手写输入字符的多维特征矢量进行特征变换，从所述细分类模版中选取步骤D中得到的所述候选字符类的样本中心，分别与特征变换后的手写输入字符进行匹配，从所述候选字符类中确定最相似的字符类，以供用户选择。 【当前权利人】广东国笔科技股份有限公司 【当前专利权人地址】广东省广州市天河区体育东路122号羊城国际商贸中心西塔1310 【专利权人类型】股份有限公司 【统一社会信用代码】91440101707657612F 【引证次数】2.0 【被引证次数】3 【自引次数】1.0 【他引次数】1.0 【被他引次数】3.0 【家族引证次数】8.0 【家族被引证次数】73
