12、在线手写数据的预处理方法

在线手写数据的预处理方法

1 引言

在识别系统中，预处理作为一般性的第一步起着非常重要的作用，并且可以直接影响识别性能。本章提出了一种新的在线手写识别预处理技术。该方法首先使用改变角度阈值和长度阈值去除笔画的钩子，然后通过使用三次样条和平滑等插值方法的组合来过滤噪声，最后对书写进行规范化处理。通过这种方式，该技术能够提高手写符号的识别率，同时减少处理时间和计算资源的消耗。

大多数数字平板都有低通硬件滤波器。因此，当使用这些设备来捕捉手写笔画时，笔画的形状会呈现锯齿状。此外，手写笔画包含一些钩子和由于犹豫书写而重复采样的点。笔画的一些点可能会缺失，笔画中可能存在野点等。通常，这样的噪声信息会影响手写笔画轮廓的探索，从而影响后续过程，如特征提取和分类。为了提高识别率，有必要去除噪声数据，插值缺失点并规范化笔画的大小（符号、单词和表达式）。

2 预处理方法

2.1 消除重复点和钩子

2.1.1 移除重复点

一些作者使用过滤方法在弧线上插入一些空间以分隔重复点。在这里，通过检查任意两点的坐标是否相同来移除重复点。如果它们在同一位置，则保留其中一个，其他的则被移除。

2.1.2 移除钩子

通常，钩子出现在笔画的开始和/或结束处。在这些图中，一些参差不齐的点被红色圆圈标记。它们是由于快速落笔/提笔检测不准确和手部运动不规则造成的。此外，钩子通常以其小长度和大的角度变化为特征。

基于这些信息（它们的位置、小长度和锐角变化），详细介绍了去除钩子的方法。该算法首先使用等长技术插值和调整点，然后使用尖点检测方法去除钩子。

设一个笔画 S有 N个点