联机手写连笔字符识别特征提取算法优化

消费类电子终端产品的普及,对联机手写字符输入提出了更高的要求,联机手写字符识别技术的研究有着广泛的市场前景和深刻的理论意义。其中联机手写连笔字符是最常见字符之一,本文首先以联机手写数字字符为例在手写板上画出连笔数字,得到数字信息的原始特征,然后对原始特征进行再次提取,针对连笔字符结构特征提取不稳定性以及笔段区位高重合性的缺陷而影响识别结果,本文在聚类算法基础上提出基于贝叶斯分类器的逼近笔段提取优化算法,将字符样本优化前区划的36个区间,优化后增加17种笔段关系分布特征,得到53个匹配特征。通过20名在校大学生现场实验,结果证明这种优化算法具有较低的计算复杂度和很好的逼近效果,有效提高识别率。