專利名稱：一種書寫漢字規(guī)范性評判的方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種書寫漢字規(guī)范性評判的方法和裝置。
背景技術(shù)：
在漢字應(yīng)用水平測試和漢字應(yīng)用教學(xué)等領(lǐng)域，如何有效的評判書寫漢字的規(guī)范性 是一個比較新穎的課題。目前所采用的方法主要是由人(教師)來評價，這種方法一方面帶 有很大的主觀性，同樣的書寫漢字不同的人可能給出差別較大的評判；另一方面，這一枯燥 重復(fù)性的工作容易使人疲勞，同樣的漢字由同樣的人在不同的時間段進(jìn)行評判，都有可能 給出不同的評判結(jié)果。中國發(fā)明專利“一種手寫漢字布局評價方法”(公開號CN101465074A)公開了一種 漢字布局的評價方法，該方法通過采用筆畫布局、部件布局以及整體字形布局來對手寫漢 字進(jìn)行綜合評價。然而，由于該專利采用了筆畫和部件的重心來對筆畫布局和部件布局進(jìn) 行評價，顯然，以筆畫或者部件重心為中心旋轉(zhuǎn)任意角度，都不會改變筆畫或部件的長度和 大小，因此，按該專利的方法，旋轉(zhuǎn)任意角度后對筆畫和部件的評價將沒有影響，而漢字筆 畫本身是具有方向性的，這顯然是不符合漢字書寫常識的，因此，僅僅以重心為指標(biāo)來對漢 字筆畫和部件來進(jìn)行評價這是有所欠缺的，需要增加其它約束條件，來對書寫漢字進(jìn)行更 有效的評價。中國發(fā)明專利“一種基于自信度的漢字書寫質(zhì)量評價方法”(公開號為 CN101630362A)提出了一種基于置信度的漢字書寫質(zhì)量評價方法，該專利采用修正二次判 決函數(shù)計算候選字的距離，然后根據(jù)候選字的距離大小計算置信度并進(jìn)行漢字書寫質(zhì)量的 評價，由于該專利的評價標(biāo)準(zhǔn)依賴于訓(xùn)練樣本(即書寫漢字)的選取，如果訓(xùn)練樣本書寫工 整，則對書寫工整的漢字具有較好的評價；顯然，即使對于書寫工整的漢字也有好壞之分， 這種方法是不能夠?qū)@類情況進(jìn)行評價的。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足而提供一種可以克服人工評價漢字的主 觀性以及疲勞性帶來的不利影響，能對書寫漢字的規(guī)范性進(jìn)行評判的書寫漢字規(guī)范性評判 的方法和裝置。本發(fā)明的目的通過以下技術(shù)措施實現(xiàn)一種書寫漢字規(guī)范性評判的方法，包括 Al 采集并記錄書寫漢字筆畫軌跡，采集得到書寫漢字軌跡記為
P0(xo-yo), ρι(χι->'ι)，…，Pi(Wi) ，BreakMark，hO^+iJi+i)，· · ·，，EndMark ； A2 將書寫漢字軌跡映射到與模板漢字相同大小的尺度坐標(biāo)系中； A3 采用道格拉斯-普克算法提取書寫漢字的軌跡關(guān)鍵點，設(shè)書寫漢字有JV筆筆畫，第
f/筆筆畫的軌跡關(guān)鍵點用Α&ι,Χ Λ ^，)^，……，、(iSJiJ表示ρ力關(guān)鍵點數(shù)目；
8A4:根據(jù)獲取的關(guān)鍵點，獲取所有筆畫的特征向量，第W筆筆畫的軌跡關(guān)鍵 點AC^jli^Xa，九》,……,kp{xp,yp),總共有ρ個關(guān)鍵點，取軌跡關(guān)鍵點
I-,1=1,2,..... J-1和關(guān)鍵盧的后一個關(guān)鍵點= ，則有向線段ξξ的方向設(shè)
定為關(guān)鍵點的方向，記作沒，有向線段ξξ的長度記為關(guān)鍵點t的長度，記作廠；
權(quán)利要求
一種書寫漢字規(guī)范性評判的方法，其特征在于，包括A1采集并記錄書寫漢字筆畫軌跡，采集得到書寫漢字軌跡記為，，…，，，，...，，；A2將書寫漢字軌跡映射到與模板漢字相同大小的尺度坐標(biāo)系中；A3采用道格拉斯 普克算法提取書寫漢字的軌跡關(guān)鍵點，設(shè)書寫漢字有N筆的筆畫，第筆筆畫的軌跡關(guān)鍵點用表示，為關(guān)鍵點數(shù)目；A4根據(jù)獲取的關(guān)鍵點，獲取所有筆畫的特征向量，第筆筆畫的軌跡關(guān)鍵點，總共有個關(guān)鍵點，取軌跡關(guān)鍵點和關(guān)鍵點的后一個關(guān)鍵點，則有向線段的方向設(shè)定為關(guān)鍵點的方向，記作，有向線段的長度記為關(guān)鍵點的長度，記作；和計算方法為對于第筆筆畫有關(guān)鍵點，可以得到一個維特征向量，記作，每一維特征向量包含4個特征值，最后一個關(guān)鍵點；對每一筆重復(fù)以上操作，得到書寫漢字所有筆畫的特征向量；獲取所述書寫漢字對應(yīng)的模板漢字的第筆筆畫的特征向量為，該筆畫包含個關(guān)鍵點；A5筆畫特征匹配，對書寫漢字的每一筆筆畫與模板漢字的對應(yīng)筆畫進(jìn)行動態(tài)規(guī)劃匹配；對于書寫漢字的第筆筆畫，通過上步求得其特征向量為，對應(yīng)模板漢字第筆筆畫的特征向量為，設(shè)和動態(tài)規(guī)劃匹配的誤差矩陣為，大小，動態(tài)規(guī)劃的狀態(tài)轉(zhuǎn)移函數(shù)為其中定義為中的第維與中的維向量的誤差其中是加權(quán)系數(shù)；對做標(biāo)量量化，最終第筆筆畫的匹配度為，對書寫漢字的所有筆畫都做動態(tài)規(guī)劃匹配，可以得到所有筆畫的匹配度，為書寫筆畫數(shù)目，所有筆畫的匹配度平均值記為；A6根據(jù)步驟A5中所獲得的書寫漢字與標(biāo)準(zhǔn)漢字的所有筆畫的匹配度和匹配度平均值，采用決策樹的方法對書寫漢字的規(guī)范性做綜合評價。2010105378757100001dest_path_image001.jpg,946038dest_path_image002.jpg,2010105378757100001dest_path_image003.jpg,782275dest_path_image004.jpg,2010105378757100001dest_path_image005.jpg,273562dest_path_image006.jpg,2010105378757100001dest_path_image007.jpg,537053dest_path_image008.jpg,2010105378757100001dest_path_image009.jpg,743650dest_path_image010.jpg,321262dest_path_image008.jpg,103273dest_path_image009.jpg,475349dest_path_image010.jpg,2010105378757100001dest_path_image011.jpg,172171dest_path_image012.jpg,2010105378757100001dest_path_image013.jpg,350212dest_path_image014.jpg,750844dest_path_image012.jpg,2010105378757100001dest_path_image015.jpg,356138dest_path_image014.jpg,976475dest_path_image012.jpg,131775dest_path_image016.jpg,888378dest_path_image015.jpg,867836dest_path_image016.jpg,2010105378757100001dest_path_image017.jpg,270742dest_path_image008.jpg,790585dest_path_image010.jpg,667274dest_path_image010.jpg,53518dest_path_image018.jpg,2010105378757100001dest_path_image019.jpg,382868dest_path_image020.jpg,706402dest_path_image008.jpg,2010105378757100001dest_path_image021.jpg,998450dest_path_image022.jpg,54131dest_path_image008.jpg,2010105378757100001dest_path_image023.jpg,434559dest_path_image008.jpg,233887dest_path_image024.jpg,819590dest_path_image023.jpg,311751dest_path_image024.jpg,2010105378757100001dest_path_image025.jpg,238862dest_path_image026.jpg,2010105378757100001dest_path_image027.jpg,140084dest_path_image028.jpg,845872dest_path_image023.jpg,2010105378757100001dest_path_image029.jpg,305672dest_path_image024.jpg,595446dest_path_image030.jpg,2010105378757100001dest_path_image031.jpg,798894dest_path_image032.jpg,2010105378757100001dest_path_image033.jpg,922970dest_path_image034.jpg,756934dest_path_image008.jpg,2010105378757100001dest_path_image035.jpg,832206dest_path_image036.jpg,2010105378757100001dest_path_image037.jpg,361318dest_path_image038.jpg,776119dest_path_image036.jpg,780984dest_path_image038.jpg
2.根據(jù)權(quán)利要求1所述的一種書寫漢字規(guī)范性評判的方法，其特征在于，步驟Α6中決 策樹的方法具體是Α61 遍歷R =[巧，如果苧大于指定閾值，則記為該筆不符合規(guī)范，統(tǒng)計所有不符合規(guī)范的筆畫數(shù)目，如果大于閾值^vffibn，則判斷出該書寫漢字不符合規(guī) 范，否則進(jìn)入A62 ；A62 如果大于指定閾值判斷出該書寫漢字不符合規(guī)范，否則判斷出該書 寫漢字符合規(guī)范。
3.根據(jù)權(quán)利要求2所述的一種書寫漢字規(guī)范性評判的方法，其特征在于，A2步驟之前 還進(jìn)一步包括，步驟All筆畫數(shù)目判別根據(jù)步驟Al采集的書寫漢字軌跡獲得書寫漢字的 筆畫數(shù)，獲取該書寫漢字對應(yīng)的模板漢字的筆畫數(shù)，將該書寫漢字筆畫數(shù)與模板漢字進(jìn)行 對比，如果二者的筆畫數(shù)目不相等，判斷出該書寫漢字不符合規(guī)范。
4.根據(jù)權(quán)利要求3所述的一種書寫漢字規(guī)范性評判的方法，其特征在于，步驟A2中將 書寫漢字軌跡映射到與模板漢字相同大小的尺度坐標(biāo)系中具體方法是采用中心對齊線性歸一化方法，根據(jù)書寫漢字軌跡點可以得到書寫漢字的軌跡的橫坐標(biāo)取值范圍
5. 一種書寫漢字規(guī)范性評判的裝置，其特征在于，包括采集并記錄書寫漢字筆畫軌跡裝置，用于采集并記錄書寫漢字筆畫軌跡，采集得到 書寫漢字軌跡記為P0(^y0), PM^i)，…，Pi(^yi)
6.根據(jù)權(quán)利要求5所述的一種書寫漢字規(guī)范性評判的裝置，其特征在于，決策樹綜合 評價裝置中決策樹的方法具體為Α61 遍歷:R =[瑪，R2,... 如果乓大于指定閾值J^tewfe，則記為該筆不符合規(guī)范，統(tǒng)計所有不符合規(guī)范的筆畫數(shù)目，如果大于閾值，則判斷出該書寫漢字不符合規(guī) 范，否則進(jìn)入Α62 ；Α62 如果大于指定閾值判斷出該書寫漢字不符合規(guī)范，否則判斷出該書 寫漢字符合規(guī)范。
7.根據(jù)權(quán)利要求6所述的一種書寫漢字規(guī)范性評判的裝置，其特征在于，還進(jìn)一步包 括筆畫數(shù)目判別裝置，根據(jù)采集并記錄書寫漢字筆畫軌跡裝置采集的書寫漢字軌跡獲得書 寫漢字的筆畫數(shù)，獲取該書寫漢字對應(yīng)的模板漢字的筆畫數(shù)，將該書寫漢字筆畫數(shù)與模板 漢字進(jìn)行對比，如果二者的筆畫數(shù)目不相等，判斷出該書寫漢字不符合規(guī)范。
8.根據(jù)權(quán)利要求7所述的一種書寫漢字規(guī)范性評判的裝置，其特征在于，書寫軌跡歸 一化裝置中，將書寫漢字軌跡映射到與模板漢字相同大小的尺度坐標(biāo)系中具體方法是采 用中心對齊線性歸一化方法，根據(jù)書寫漢字軌跡點可以得到書寫漢字的軌跡的橫坐標(biāo)取值范圍[Imi^U ,縱坐標(biāo)的取值范圍KaiZm5J ,設(shè)手寫漢字的軌跡的寬度和高度分別為呎 和場，則設(shè)中心對齊線性歸一化后的寬度和高度分別為 Τ2和H2,歸一化后的坐標(biāo)為(允沁)J Xi = β(Xi - Xmkl) + Xbjas其中α是縮放比例a = ininf—.^-)^ ff/xU^Jbiai中心對齊偏移量
全文摘要
本發(fā)明涉及計算機數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種書寫漢字規(guī)范性評判的方法，其包括6部分，分別是采集并記錄書寫漢字筆畫軌跡；將書寫漢字軌跡映射到與模板漢字相同大小的尺度坐標(biāo)系中；采用道格拉斯-普克算法提取書寫軌跡關(guān)鍵點；根據(jù)獲取的關(guān)鍵點，獲取所有筆畫的特征向量；筆畫特征匹配，對于書寫漢字的每一筆筆畫與漢字標(biāo)準(zhǔn)模板特征庫中的對應(yīng)漢字的對應(yīng)筆畫進(jìn)行動態(tài)規(guī)劃匹配；采用決策樹的方法對書寫漢字的規(guī)范性做綜合評價；本發(fā)明可以克服人工評價漢字的主觀性以及疲勞性帶來的不利影響，能對書寫漢字的規(guī)范性進(jìn)行評判。
文檔編號G06K9/62GK101976354SQ20101053787
公開日2011年2月16日 申請日期2010年11月10日 優(yōu)先權(quán)日2010年11月10日
發(fā)明者朱軍民, 鄧超 申請人:廣東開心信息技術(shù)有限公司