于萬波，李耀升

（大連大學(xué)信息工程學(xué)院，大連116000）

0 引言

圖像識(shí)別技術(shù)應(yīng)用廣泛，近些年成為研究熱點(diǎn)[1-4]。而圖像的特征提取與匹配則是圖像識(shí)別的關(guān)鍵步驟，關(guān)于圖像的特征提取，近年來涌現(xiàn)出大量的特征提取與識(shí)別算法，圖像特征的種類也是十分的豐富；而各種語言的手寫字識(shí)別，作為一種較為特別的圖像識(shí)別，也成為了研究熱點(diǎn)，尤其是以手寫漢字做為研究對(duì)象進(jìn)行的研究，如：Wang Yanwei 等人提出一種在分類前重新訓(xùn)練數(shù)據(jù)集的方法，訓(xùn)練集由位于分類邊界附近的樣本構(gòu)成，并在HCL2000 和HCD 漢字?jǐn)?shù)據(jù)庫(kù)上進(jìn)行檢測(cè)，解決了對(duì)于自由筆跡，字符形狀和外觀樣本的變異性較大，不能嚴(yán)格滿足高斯分布，導(dǎo)致識(shí)別不準(zhǔn)的問題[5]。Gao Xue 等人提出了一種新的用于手寫漢字識(shí)別的局部線性判別分析（LDA）方法，解決了傳統(tǒng)的LDA算法在用于無約束手寫漢字識(shí)別時(shí)，容易出現(xiàn)類分離問題和多模式樣本分布問題[6]。Bi Ning 等人將有效卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型GoogLeNet 用于手寫漢字識(shí)別，并進(jìn)行了一些調(diào)整，實(shí)驗(yàn)結(jié)果具有很高的準(zhǔn)確性[7]。Chen Guang 等人提出了一種新的基于非線性歸一化的增強(qiáng)加權(quán)動(dòng)態(tài)網(wǎng)格的特征提取方法，改善了手寫漢字識(shí)別系統(tǒng)的性能，具有很好的識(shí)別效果[8]。關(guān)于手寫漢字圖像特征提取的方面，具有一定的研究意義與價(jià)值。

本文研究的是手寫漢字圖像的特征提取，以矩陣的形式表述圖像特征，將從迭代和非迭代兩個(gè)方面入手，首先以迭代法作為切入點(diǎn)，基于迭代理論，利用迭代函數(shù)系統(tǒng)的特性，構(gòu)造相關(guān)動(dòng)力系統(tǒng)，生成迭代序列，對(duì)這些迭代序列進(jìn)行分析研究并構(gòu)造圖像特征矩陣，從中獲取一定的規(guī)律并用于手寫漢字圖像的識(shí)別探究。另外通過構(gòu)造三維矩陣序列圖像，獲取手寫漢字圖像的特征矩陣，并以此實(shí)現(xiàn)手寫漢字圖像的匹配與識(shí)別。實(shí)驗(yàn)探究使用的數(shù)據(jù)集為HCL2000 漢字庫(kù)，使用MATLAB 實(shí)現(xiàn)實(shí)驗(yàn)仿真。

1 圖像數(shù)據(jù)的獲取及處理

依據(jù)HCL2000 漢字庫(kù)的數(shù)據(jù)特性可知，HCL2000漢字?jǐn)?shù)據(jù)圖像按書寫者以文件形式存放。每個(gè)HCL文件包含一個(gè)512 字節(jié)的文件頭，記錄了該文件的作者等相關(guān)信息。各手寫漢字按區(qū)位碼的順序存放，每個(gè)漢字圖像為64×64 的點(diǎn)陣，在存儲(chǔ)過程中按比特存儲(chǔ)，壓縮為512 字節(jié)。所以，在獲取圖像數(shù)據(jù)的時(shí)候，需要對(duì)HCL 文件中的漢字?jǐn)?shù)據(jù)進(jìn)行解壓，使其還原為64×64 的點(diǎn)陣。在這里，根據(jù)北京郵電大學(xué)模式識(shí)別實(shí)驗(yàn)室給出的HCL 文件讀取方法，使用MATLAB 進(jìn)行實(shí)現(xiàn)，從而讀取出指定的手寫漢字圖像。每個(gè)圖像的灰度值大約有40-60 個(gè)，圖1、圖2 所示為數(shù)據(jù)集中第8個(gè)人、第12 個(gè)人所書寫的第31-60 個(gè)漢字。

圖1 第8個(gè)人書寫的第31-60個(gè)漢字

圖2 第12個(gè)人書寫的第31-60個(gè)漢字

由于圖像的本質(zhì)就是一個(gè)矩陣，所以直接用漢字圖像矩陣代入corrcoef 函數(shù)計(jì)算相關(guān)系數(shù)，通過實(shí)驗(yàn)發(fā)現(xiàn)，直接計(jì)算出的相關(guān)系數(shù)不能很好的表述兩幅圖像的相關(guān)性；所以在此不能直接使用圖像矩陣數(shù)據(jù)進(jìn)行相關(guān)系數(shù)的計(jì)算。

接下來我們將嘗試?yán)玫瘮?shù)系統(tǒng)進(jìn)行手寫漢字圖像的特征矩陣的提取與識(shí)別檢測(cè)。

2 基于迭代的特征矩陣提取與研究

2.1 迭代動(dòng)力系統(tǒng)構(gòu)造與分析

構(gòu)造的如式（1）所示動(dòng)力系統(tǒng)：

其中p1、p2 隨機(jī)給定（p1=p2=0.01*rand）。

讀取手寫漢字?jǐn)?shù)據(jù)，解壓并存儲(chǔ)在二維數(shù)組中；確定實(shí)驗(yàn)參數(shù)并進(jìn)行迭代運(yùn)算多次，保存、輸出迭代軌跡序列矩陣T；

通過實(shí)驗(yàn)分析發(fā)現(xiàn)：由于手寫漢字圖像存在大面積的平坦區(qū)域，從而導(dǎo)致動(dòng)力系統(tǒng)的混沌特性較差，系統(tǒng)容易收斂，所以當(dāng)初值（u，v）比較少，迭代次數(shù)較多（m 較大）時(shí)得到的序列點(diǎn)較少，不能獲得較好的迭代軌跡序列。

接下來，我們考慮對(duì)漢字圖像進(jìn)行一些相關(guān)處理，并對(duì)系統(tǒng)進(jìn)行改進(jìn)，以此來提高實(shí)驗(yàn)效果。

2.2 圖像預(yù)處理

（1）給圖像加斜面

根據(jù)圖像的大小，初始化一個(gè)相同大小的斜面矩陣，加在目標(biāo)圖像矩陣上，使其整體傾斜，減小其字體邊緣部分的像素差，效果如圖3 所示。

圖3 加斜面之后的漢字圖像與原圖像對(duì)比

使用加了斜面的圖像矩陣進(jìn)行迭代演算，獲取迭代序列并記錄保存，分析迭代序列數(shù)據(jù)，進(jìn)行識(shí)別計(jì)算，其實(shí)驗(yàn)效果有了一定的提升。

（2）拉伸圖像，使其增高

接著來嘗試，將目標(biāo)圖像的字體拉伸，擴(kuò)大其輪廓，使其字跡加粗，減小空白區(qū)域，并對(duì)字體部分進(jìn)行加高處理（思路源自刻章）[9]。

通過循環(huán)，將原圖像素點(diǎn)依次按照左、下、右、上的次序進(jìn)行多次位移，將每次位移之后的圖像依次疊加起來，從而起到拓寬圖像字體并使其增高的效果，如圖4 所示。

圖4 移位疊加操后的圖像與原圖像對(duì)比

最后將疊加后的圖像放大至256×256 大小，然后對(duì)圖像矩陣進(jìn)行歸一化處理，并使其像素值保持在1到255 之間，使用處理后的圖像與三角函數(shù)迭代式共同構(gòu)造動(dòng)力系統(tǒng)，進(jìn)行下一步實(shí)驗(yàn)操作。

2.3 識(shí)別優(yōu)化

通過實(shí)驗(yàn)發(fā)現(xiàn)，直接用三角函數(shù)表達(dá)式與圖像函數(shù)構(gòu)造動(dòng)力系統(tǒng)來實(shí)驗(yàn)，效果并不是很好，用三角函數(shù)表達(dá)式作為迭代式，迭代賦值構(gòu)造迭代矩陣T，用矩陣T 與圖像構(gòu)造動(dòng)力系統(tǒng)，這樣效果提升很多。然后我們考慮多個(gè)特征綜合來進(jìn)行識(shí)別。

選取多個(gè)人書寫的同一個(gè)漢字，分別進(jìn)行迭代實(shí)驗(yàn)，將每次的特征矩陣綜合起來作為這一漢字的綜合特征，然后與目標(biāo)圖像的特征矩陣進(jìn)行相關(guān)系數(shù)的計(jì)算，發(fā)現(xiàn)實(shí)驗(yàn)效果有所提升。

在這里，我們選取數(shù)據(jù)集中前10 個(gè)人的第2、3、4個(gè)漢字作為樣本數(shù)據(jù)，分別構(gòu)造出這三個(gè)漢字的綜合特征矩陣，并與第10 個(gè)人所書寫的前六個(gè)漢字的特征矩陣進(jìn)行相關(guān)系數(shù)的計(jì)算；實(shí)驗(yàn)發(fā)現(xiàn)，其同一個(gè)漢字的相關(guān)系數(shù)最高能達(dá)到0.35 左右，不同漢字的相關(guān)系數(shù)普遍在0.2 以內(nèi)，這能較好的體現(xiàn)兩幅漢字圖像的相關(guān)性（例如給定閾值0.3，規(guī)定大于0.3 的為相同漢字，小于0.3 的為不同漢字）。

具體實(shí)驗(yàn)數(shù)據(jù)如表1 所示。

表1 多個(gè)漢字間的相關(guān)系數(shù)

接下來，我們嘗試擴(kuò)大樣本數(shù)據(jù)，設(shè)計(jì)識(shí)別率計(jì)算算法，進(jìn)行識(shí)別率相關(guān)探究。

2.4 識(shí)別率的計(jì)算及其分析

改進(jìn)迭代方法，并設(shè)計(jì)識(shí)別率計(jì)算算法，提取多個(gè)人書寫的多個(gè)漢字圖像作為樣本數(shù)據(jù)，同一組為不同人寫的同一個(gè)漢字，獲取樣本數(shù)據(jù)的特征矩陣；確定每個(gè)漢字的訓(xùn)練情況，構(gòu)造綜合特征矩陣，并按數(shù)據(jù)集中漢字的存儲(chǔ)順序保存；使用樣本數(shù)據(jù)中所有漢字的特征矩陣分別與每個(gè)字的綜合特征矩陣計(jì)算相關(guān)系數(shù)，判斷每個(gè)漢字所產(chǎn)生的多個(gè)相關(guān)系數(shù)中，最大值的位置是否與本漢字的組數(shù)一致，若一致則說明識(shí)別成功。

算法1 迭代提取圖像特征

1）將式（2）做為迭代式，循環(huán)計(jì)算，得到迭代矩陣T；

2）確定樣本數(shù)據(jù)量，依次讀取樣本中每個(gè)漢字圖像，并對(duì)其進(jìn)行加斜面、移位疊加操作；

3）利用迭代矩陣T 與漢字圖像構(gòu)成迭代動(dòng)力系統(tǒng)，提取樣本中每個(gè)漢字的特征矩陣T1，并按組別順序保存（同一個(gè)漢字為一組，分組順序與數(shù)據(jù)集中漢字排列順序一致）；

4）訓(xùn)練部分漢字：確定樣本數(shù)據(jù)中的每種漢字的訓(xùn)練情況（選擇多幅圖像來構(gòu)造這一漢字的綜合特征矩陣），將準(zhǔn)備訓(xùn)練的圖像數(shù)據(jù)循環(huán)代入迭代動(dòng)力系統(tǒng)（同步驟3），得到每個(gè)漢字的綜合特征矩陣T2，按照漢字存儲(chǔ)的順序保存；

5）依次將樣本中所有漢字的特征矩陣與這些漢字的綜合特征矩陣進(jìn)行相關(guān)系數(shù)的計(jì)算，每個(gè)漢字對(duì)應(yīng)多個(gè)相關(guān)系數(shù)，若使相關(guān)系數(shù)最大的那個(gè)綜和特征的位置與漢字的組數(shù)一致，則說明識(shí)別成功；

6）記錄識(shí)別成功的漢字?jǐn)?shù)目，與樣本漢字總數(shù)對(duì)比，計(jì)算識(shí)別率。

我們先來提取30 個(gè)人書寫的20 個(gè)漢字，共計(jì)600個(gè)漢字圖像，每個(gè)漢字訓(xùn)練10 張圖像（即用10 個(gè)人書寫的同一漢字來構(gòu)造綜合特征矩陣）運(yùn)行程序后，識(shí)別出421 個(gè)漢字，識(shí)別率為70.17%；每個(gè)漢字訓(xùn)練20張，可識(shí)別出477 張，識(shí)別率為79.5%；若每個(gè)漢字訓(xùn)練30 張（即全部訓(xùn)練），可識(shí)別出600 張，識(shí)別率為100%；為了保證實(shí)驗(yàn)結(jié)果的準(zhǔn)確性，我們繼續(xù)擴(kuò)大樣本數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)如表2 所示。

表2 擴(kuò)大樣本后的實(shí)驗(yàn)數(shù)據(jù)

由這些實(shí)驗(yàn)結(jié)果可以說明，基于迭代的手寫漢字圖像特征矩陣提取方法確實(shí)可行，所提取的特征矩陣能較好的表述圖像之間的相關(guān)性。

3 基于三維矩陣的圖像特征提取與識(shí)別

由于一個(gè)手寫漢字圖像的大小為64×64，所以在這里，我們使用64 個(gè)人書寫的同一個(gè)漢字，來構(gòu)成64×64×64 的三維矩陣作為樣本數(shù)據(jù)，然后獲取一個(gè)人書寫的某一個(gè)漢字圖像，并對(duì)其進(jìn)行一些相關(guān)處理，改變其結(jié)構(gòu)使其成為64×64×64 的三維矩陣，然后與樣本中的矩陣進(jìn)行相關(guān)性的計(jì)算，分析結(jié)果，進(jìn)行手寫漢字的識(shí)別探究。

3.1 構(gòu)造三維特征矩陣計(jì)算相關(guān)系數(shù)

算法2 迭代提取三維特征矩陣

（1）獲取64 個(gè)人所書寫的同一個(gè)漢字的圖像數(shù)據(jù)，并解壓為64×64 大小的矩陣；

（2）將所得的64 個(gè)64×64 矩陣糅合為64×64×64的三維矩陣，作為樣本數(shù)據(jù)并保存；

（3）獲取一個(gè)人的一個(gè)漢字圖像，并對(duì)其邊緣裁剪64 次，得到64 個(gè)64×64 的矩陣，并將其糅合為64×64×64 的三維矩陣；

（4）計(jì)算兩個(gè)三維矩陣的相關(guān)系數(shù)。

通過大量實(shí)驗(yàn)結(jié)果表明，同一個(gè)漢字的相關(guān)系數(shù)大約在0.15～0.3 左右，不同漢字的相關(guān)系數(shù)基本小于0.15，初步判斷該算法可用于手寫漢字圖像識(shí)別的實(shí)際研究。

3.2 計(jì)算識(shí)別率

在上述算法2 的基礎(chǔ)上，做出一些改進(jìn)，在這里我們選取30 個(gè)漢字構(gòu)造三維矩陣并按漢字排列順序保存，作為樣本數(shù)據(jù)，然后選取其中一個(gè)漢字圖像作為目標(biāo)，得到其三維矩陣，并與30 個(gè)樣本矩陣進(jìn)行相關(guān)系數(shù)的計(jì)算，若使相關(guān)系數(shù)最大的樣本數(shù)據(jù)的位置與目標(biāo)漢字的位置相同則說明識(shí)別成功。

算法3 利用三維特征矩陣進(jìn)行識(shí)別

（1）讀取64 個(gè)人書寫的同一漢字?jǐn)?shù)據(jù)，解壓糅合為64×64×64 的矩陣；

（2）重復(fù)第1 步驟30 次來獲取30 個(gè)漢字的數(shù)據(jù)，將每次得到的三階矩陣存入64×64×64×30 大小的數(shù)組中去，作為樣本數(shù)據(jù)；

（3）任意選擇10 個(gè)人，依次獲取其書寫的樣本中的30 的漢字?jǐn)?shù)據(jù)，并進(jìn)行相關(guān)處理；

（4）將所得的300 個(gè)漢字分別與樣本數(shù)據(jù)中的30個(gè)漢字計(jì)算相關(guān)系數(shù)，每個(gè)目標(biāo)漢字可得到30 個(gè)相關(guān)系數(shù)，若相關(guān)系數(shù)最大的對(duì)應(yīng)的樣本漢字在數(shù)據(jù)集中的位置與目標(biāo)漢字所對(duì)應(yīng)的位置相同，則說明識(shí)別成功；

（5）記錄識(shí)別個(gè)數(shù)，計(jì)算識(shí)別率。

下面我們來分析實(shí)驗(yàn)過程，嘗試提高識(shí)別率。

3.3 識(shí)別效果及分析

為提高實(shí)驗(yàn)效率，我們以30 個(gè)漢字作為樣本數(shù)據(jù)，以10 個(gè)人書寫的30 個(gè)漢字作為目標(biāo)數(shù)據(jù)，來進(jìn)行實(shí)驗(yàn)，分析探究，提高識(shí)別率。

在上節(jié)實(shí)驗(yàn)中，10 個(gè)人書寫的30 個(gè)漢字，識(shí)別率為80.67%。

（1）裁剪目標(biāo)數(shù)據(jù)

為了讓目標(biāo)漢字（64×64）與樣本數(shù)據(jù)（64×64×64）能更好的比較，在之前的算法中，我們將所獲取的目標(biāo)漢字圖像進(jìn)行邊緣裁剪，共裁剪64 次，將所得的64 個(gè)圖像數(shù)據(jù)糅合為與樣本同規(guī)格的數(shù)據(jù)來進(jìn)行實(shí)驗(yàn)比較，在這里我們從這一角度出發(fā)，多次調(diào)整目標(biāo)數(shù)據(jù)的裁剪參數(shù)，找到識(shí)別效果最好的參數(shù)，以此來提高識(shí)別率，并在此基礎(chǔ)上對(duì)漢字圖像進(jìn)行一次預(yù)處理，對(duì)其進(jìn)行移位疊加操作。

（2）對(duì)圖像進(jìn)行移位疊加

算法4 移位處理后提取特征

1）打開數(shù)據(jù)集文件，讀取漢字?jǐn)?shù)據(jù)；

2）將漢字?jǐn)?shù)據(jù)解壓為64×64 大小的矩陣；

3）初始化一個(gè)64×64 的矩陣temp，用來存放解壓后的漢字?jǐn)?shù)據(jù)；

4）初始化一個(gè)64×64 的矩陣tempN；

5）移位疊加，操作如下：

①將圖像矩陣數(shù)據(jù)整體左移一位，賦給新初始化的矩陣（將temp 的2 到64 列賦給tempN 的1 到63 列）；

②再將原圖像矩陣依次下移、右移、上移一個(gè)點(diǎn)位，然后每次都行平移的矩陣賦給tempN（依次疊加）；

③重復(fù)步驟1、2 多次，每次平移的點(diǎn)位加1。6）用疊加后的圖像進(jìn)行實(shí)驗(yàn)操作；

此時(shí)的識(shí)別率為85.33%；優(yōu)化實(shí)驗(yàn)操作以及擴(kuò)大樣本后的實(shí)驗(yàn)結(jié)果如表3 所示。

表3 多組樣本的實(shí)驗(yàn)數(shù)據(jù)對(duì)比

這些實(shí)驗(yàn)結(jié)果說明，構(gòu)造三維矩陣（序列圖像）作為漢字圖像的特征矩陣進(jìn)行手寫漢字識(shí)別的方法確實(shí)可行，并且取得了較為不錯(cuò)的實(shí)驗(yàn)結(jié)果。

4 結(jié)語

目前比較常見的脫機(jī)手寫漢字識(shí)別主要是基于深度學(xué)習(xí)技術(shù)來進(jìn)行的，而關(guān)于這方面的研究也涌現(xiàn)出大量的文獻(xiàn)報(bào)道，本文所提出的特征提取與識(shí)別的方法，與其他方法相比，具有系統(tǒng)結(jié)構(gòu)復(fù)雜度低，運(yùn)算成本小，樣本數(shù)據(jù)的獲取成本低等優(yōu)點(diǎn)。

大多基于深度學(xué)習(xí)的方法，在獲取樣本數(shù)據(jù)的時(shí)候，需要進(jìn)行大量的訓(xùn)練才能達(dá)到滿意的程度，系統(tǒng)結(jié)構(gòu)較為復(fù)雜，運(yùn)行成本較高；我們?cè)趯?shí)驗(yàn)探究過程中，通過迭代構(gòu)造特征矩陣以及構(gòu)造三維序列圖像矩陣等方法來獲取樣本數(shù)據(jù)，一定程度上降低了系統(tǒng)結(jié)構(gòu)的復(fù)雜程度和運(yùn)算成本，提高了實(shí)驗(yàn)效率。