主权项 |
一种笔记本手写识别方法,其特征在于,包括以下步骤:S<sub>1</sub>,在手部运动过程中,对笔记本内扬声器和麦克风的声波信号扰动进行信号采集,接着通过伪峰筛除算法剔除环境噪音和设备噪音引起的信号扰动,然后通过频率峰加权算法计算频率偏移量Δf;S<sub>2</sub>,对基于经伪峰筛除算法修正的声波信号进行手部运动水平方向轨迹追踪,在反射声波能量增强时,确定手部运动在虚拟写字板平面内的水平区域位置,并根据手部水平区域位置的前后变化确定手部水平位移<img file="FDA0001183159800000011.GIF" wi="67" he="47" />在此基础上,进行手部运动垂直方向轨迹追踪,获得手部垂直运动位移<img file="FDA0001183159800000012.GIF" wi="50" he="55" />最后将手部水平运动位移<img file="FDA0001183159800000013.GIF" wi="29" he="47" />与垂直运动位移<img file="FDA0001183159800000014.GIF" wi="29" he="55" />结合在一起,得到手部在虚拟写字板平面内的运动位移<img file="FDA0001183159800000015.GIF" wi="284" he="63" />即对二维速度向量<img file="FDA0001183159800000016.GIF" wi="27" he="47" />进行积分得到的结果。将单位时间内的运动位移进行累加获得手部运动轨迹,然后通过向量机算法获得手部运动优化轨迹;S<sub>3</sub>,设定初始字符库,根据笔画方向定义笔画类别类别并确定初始字符库中各字符的标准笔画序列,将基于手部运动优化轨迹的笔画序列与任一字符标准笔画序列通过加权最小编辑距离算法进行比较,计算出当前手部运动可能对应的数个标准字符供选择。 |