CN104951810A - 一种信号处理装置 - Google Patents

一种信号处理装置 Download PDF

Info

Publication number
CN104951810A
CN104951810A CN201410109890.XA CN201410109890A CN104951810A CN 104951810 A CN104951810 A CN 104951810A CN 201410109890 A CN201410109890 A CN 201410109890A CN 104951810 A CN104951810 A CN 104951810A
Authority
CN
China
Prior art keywords
track
signal
type
stroke
detecting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410109890.XA
Other languages
English (en)
Inventor
高飞
程学义
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MAINBO EDUCATION TECHNOLOGY Co Ltd
Original Assignee
MAINBO EDUCATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by MAINBO EDUCATION TECHNOLOGY Co Ltd filed Critical MAINBO EDUCATION TECHNOLOGY Co Ltd
Priority to CN201410109890.XA priority Critical patent/CN104951810A/zh
Publication of CN104951810A publication Critical patent/CN104951810A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

Abstract

本发明提供一种信号处理装置,包括信号输入单元,信号检测单元,以及信号输出单元;所述信号检测单元进一步包括一区域检测单元,用于检测所述具有轨迹的信号是否在预定的空间范围内;一轨迹检测单元,用于检测所述具有轨迹的信号的轨迹是否符合预定的轨迹路线;一相对位置检测单元,用于检测所述具有轨迹的信号之间的相对位置是否符合预定的位置关系。本发明能够用于广大用户的书写教育,尤其是在不需要人工辅导的情况下以帮助用户纠正错误的书写习惯,使其能够更快更正确地书写文字。

Description

一种信号处理装置
技术领域
本发明涉及一种信号处理装置,特别是一种文字处理装置,属于模式识别中的文字识别、以及教学中的书写辅助等技术领域。
背景技术
模式识别技术是实现对象分类的技术,依据算法和原先建立的分类数据库将要处理的对象进行分类。模式识别的主要流程有特征提取,分类模型建立和特征匹配等。文字识别是模式识别的一种应用,文字识别又分为脱机汉字识别和联机汉字识别。
脱机汉字识别是对于书写后形成的图像进行识别,从图像上不太容易获取准确的笔画和结构信息,所以脱机汉字识别基本上均是采用统计信息进行识别。
联机手写汉字识别,它所识别的对象,也即识别系统的输入,是表示成一系列坐标点的手写汉字。这些坐标点是对书写时笔尖运动的轨迹进行时域采样得到的。每一个坐标点除了x-y轴的坐标以外,还附加有笔尖的状态信息,反映该时刻笔尖是正在“纸”上书写,还是抬起,由此可以获得汉字的笔划信息。与脱机手写汉字识别相比,联机手写汉字识别的对象不是二维图像点阵,而是一维的坐标序列,因此,更加容易从中获得对于汉字识别十分重要的结构信息。这也是目前联机手写汉字识别更加接近实用的原因之一。
从上世纪50年代开始,随着计算机技术的发展,文字识别技术也得到了极大的发展。至上个世纪80年代末,联机汉字识别才达到实用地步,但是脱机手写汉字识别的使用至今仍然有很多限制条件,比如要书写工整等等。
现在很多用户,特别是用户的书写方法不是完全按照文字的正常方式去书写,一旦这种习惯养成,以后就很难改正。例如“王”和“丰”,同样是三横一竖组成,但是两者的书写顺序是不相同的。又比如“山”的书写,一部分用户的书写顺序是不正确的。
但是家长和老师如果不是在学生书写的时候进行观察,是无法查看到这种错误的,本发明就是帮助学生进行练习,把文字的书写规则体现在练习卷上,如果书写错误能够及时发现。
因此需要一种信号处理装置,来针对用户进行书写文字,特别是汉字时进行相关的辅助,尤其是在不需要人工辅导的情况下以帮助用户纠正错误的书写习惯,使其能够更快更正确地书写文字。
发明内容
针对现有技术中所存在的不足,本发明的目的在于提供一种信号处理装置。
本发明是模式识别技术和文字学知识的结合,用于广大用户的书写教育,特别是用户群体的书写教育。用户在书写文字时进行相关的辅助,尤其是在不需要人工辅导的情况下以帮助用户纠正错误的书写习惯,使其能够更快更正确地书写文字。
本发明解决上述技术问题所采用的技术方案如下所描述:
具体而言,本发明提供一种信号处理装置,包括信号输入单元,信号检测单元,以及信号输出单元,所述信号输入单元用于接收至少一组具有轨迹的信号;
所述信号检测单元接收所述信号输入单元的信号,且其进一步包括:
一区域检测单元,用于检测所述具有轨迹的信号是否在预定的空间范围内;
一轨迹检测单元,用于检测所述具有轨迹的信号的轨迹是否符合预定的轨迹路线;
一相对位置检测单元,用于检测所述具有轨迹的信号之间的相对位置关系是否符合预定的位置关系;
若上述区域检测单元、轨迹检测单元以及位置检测单元的检测结果中至少一个为否,则信号输出单元输出提示信息。
可选的,如上所述的信号处理装置,所述信号输入单元为手写板,所述具有轨迹的信号为通过手写板输入的文字笔画信息。
可选的,如上所述的信号处理装置,所述空间范围为手写板上一可检测输入信号的空间;
所述预定的轨迹路线为数据库中预先保存的笔画的书写轨迹;
所述预定的位置关系为一个文字中各笔画之间的相对位置、长度、以及该文字中各部分组成比例。
可选的,如上所述的信号处理装置,所述轨迹检测单元进一步包括一轨迹类型检测单元,用于检测该轨迹的类型。
可选的,如上所述的信号处理装置,所述轨迹类型检测单元将一轨迹划分为8段,对每一段使用最小二乘法获取该轨迹的拟合直线,使用拟合直线的倾斜角度作为特征值;通过特征值在预先建立好的轨迹特征库中查找与特征值最接近的样本来判定轨迹的类型。
可选的,如上所述的信号处理装置,所述轨迹检测单元进一步包括一轨迹匹配单元,其接收轨迹类型检测单元检测得到的轨迹类型序列,并根据轨迹类型序列与预定的轨迹模板进行轨迹匹配。
可选的,如上所述的信号处理装置,所述轨迹类型序列与预定的轨迹模板进行匹配时,若轨迹类型序列的数量与轨迹模板中的轨迹数量相同,并且每一个轨迹类型序列的轨迹均与轨迹模板中对应的序列的轨迹相同,则匹配成功,否则匹配失败。
可选的,如上所述的信号处理装置,所述轨迹检测单元进一步包括一轨迹关系判定单元,该单元接收所述轨迹匹配单元匹配成功时的输出结果,将轨迹类型序列中的轨迹之间的关系与所述预定的轨迹模板中的序列之间的关系进行判定,若所述轨迹类型序列中的轨迹之间的关系与所述预定的轨迹模板中的序列之间的关系一致,则判定为成功,否则判定为冲突,并输出出现冲突的轨迹的信息。
可选的,如上所述的信号处理装置,所述相对位置检测单元检测所述具有轨迹的信号之间的相对位置是否符合预定的位置关系时,进一步包括:检测所述轨迹类型序列的轨迹之间的间架结构与预定的轨迹模板中的间架结构是否一致,若一致,则判定为成功,否则判定为冲突,并输出出现冲突的轨迹的信息。
可选的,如上所述的信号处理装置,所述轨迹类型序列为文字中的笔画信号序列,所述预定的轨迹模板为数据库中预先设定的文字模板;所述轨迹的类型为笔画的类型,所述相对位置关系为文字中各笔画之间的相对位置关系,所述间架结构为文字中各部件之间的相对结构。
本发明的效果在于:本发明在采取了上述技术方案以后,本发明能够起到积极的技术效果,其能够帮助用户进行练习,书写错误能够及时发现,能针对用户进行书写文字,特别是汉字时进行相关的辅助,尤其是在不需要人工辅导的情况下以帮助用户纠正错误的书写习惯,使其能够更快更正确地书写文字。根据本发明的宗旨,在具体应用时,可使用手写板、练习卷和书写评估系统帮助用户进行书写练习。还可提供专用的练习卷,每一份练习卷均有唯一的编号,练习卷上有一组汉字供用户练习,每个汉字一排。系统对每个汉字的笔画正确书写均建立数据库,供书写评估使用。可使用手写板检测压力信号,进而获知书写笔迹。系统分析笔迹获取笔画信息,将这些笔画信息与该字的正确书写方式进行比对,分析书写位置是否在指定方格的正确位置、汉字的笔画书写及笔画顺序是否正确、汉字笔画的相对位置和长度是否正确、汉字的各部分组成比例是否正确。还可以根据用户的要求,显示指定汉字的书写动画,帮助他们进行汉字书写练习。
附图说明
图1为本发明中的信号处理装置的示意图。
具体实施方式
以下结合说明书附图详细地描述本发明的优选的实时方式,但这些实时方式均未非限制性地。
本发明提供的信号处理装置的优选实施方式参见图1,其包括一动画显示屏幕、编号显示、输入区域(虚线所示)、卡纸夹。在使用时,用户拿出一张练习卷放入手写板,卡好卡槽以固定纸张。系统提示输入练习卷编号。用户在编号框书写编号,系统识别输入的编号,使用校验码检测错误,自动纠正错误。并将识别结果在显示屏显示。系统提示用户查看编号。
用户如果发现有某位错误,可以在更正框重新书写编号。
如果更正后还是发现错误,可以使用按键输入编号。
系统提示用户开始按照顺序书写汉字。
用户在指定的方框中书写汉字,系统会评估书写的汉字是否正确。
用户可以在每排汉字的指定框中画圈,查看文字的书写动画,了解文字的正确书写方法。
将系统连接到电脑中,系统将会评估每一个字的书写,并且给出书写建议。
上述系统的具体结构中,包括信号输入单元,信号检测单元,信号判断单元,以及信号输出单元,所述信号输入单元用于接收至少一组具有轨迹的信号;所述信号检测单元接收所述信号输入单元的信号,且其进一步包括:
一区域检测单元,用于检测所述具有轨迹的信号是否在预定的空间范围内;
一轨迹检测单元,用于检测所述具有轨迹的信号的轨迹是否符合预定的轨迹路线;
一相对位置检测单元,用于检测所述具有轨迹的信号之间的相对位置关系是否符合预定的位置关系;
若上述区域检测单元、轨迹检测单元以及位置检测单元的检测结果中至少一个为否,则信号输出单元输出提示信息。
如图1所示所述信号输入单元为手写板,所述具有轨迹的信号为通过手写板输入的文字笔画信息。所述空间范围为手写板上一可检测输入信号的空间;所述预定的轨迹路线为数据库中预先保存的笔画的书写轨迹;所述预定的位置关系为一个文字中各笔画之间的相对位置、长度、以及该文字中各部分组成比例。
以汉字笔画的轨迹作为优选的实施例式进行进一步说明,注意到,本发明不限于汉字,也可用于其它文字、图画等可以预见的实施方式。
写字的时候,每一次从落笔到起笔所写出的点或线就叫做一笔或一画。汉字的笔画是历史形成的。古文字没有笔画的概念。篆书笔形圆转、浑然一体,很难分出落笔和起笔的位置。从隶书开始逐渐形成了平直的笔画。但有些字或偏旁究竟写成几笔,并没有定规,例如“口”。直到楷书逐渐形成了著名的“永字八法”,才确定了汉字的笔画系统。
传统的“永”字八法把汉字笔画分为:“点、横、竖、撇、捺、挑、折、勾”。其实,汉字的笔画变化多端,“永字八法”所概括的只是从书法的角度归纳的大体类型。每种类型内部还有细微的差异。这些差异包括倾斜角度、大小、长短等。笔划分为5大类,39小类:
1.横:(2种)
(1.1)平横:工、平、天、干
(1.2)提横:拉、场、理、地
2.竖:(2种)
(2.1)短竖:师、临、坚、归
(2.2)长竖:干、丰、中、车
3.撇:(4种)
(3.1)卧撇:千、舌、兼、乔
(3.2)竖撇:月、川、头、周
(3.3)长撇:刀、无、勿、为
(3.4)短撇:面、白、舟、北
4.点:(6种)
(4.1)短点:商、母、兴、鬯
(4.2)长点:双、头
(4.3)挑点:河、求、冷、凉
(4.4)左点:办、刃、心、必
(4.5)平捺:之、延、这、走
(4.6)斜捺:又、义、个、人
5.折:(25种)
(5.1)横勾:饮、买、家
(5.2)横折:口、团
(5.3)横折提:讨、论
(5.4)横折撇:水、夕
(5.5)横折撇弯勾:陈、降
(5.6)横折折撇:建、延
(5.7)横折折折:凸
(5.8)横折折折勾:乃
(5.9)横折勾:刀、乜
(5.10)横折弯:朵、铅
(5.11)横折弯勾:九、匹
(5.12)横折斜勾:飞、凤
(5.13)竖提:长、旅
(5.14)竖折:母、函
(5.15)竖弯:四
(5.16)竖勾:小、打
(5.17)竖折折:鼎、鼐
(5.18)竖折折撇:专
(5.19)竖折折勾:考、马
(5.20)竖弯勾:已、也
(5.21)撇折:么
(5.22)撇点:女、巡
(5.23)斜勾:曳、我
(5.24)弯勾:豕、狄
(5.25)卧勾:心、必
所述轨迹检测单元进一步包括一轨迹类型检测单元,用于检测该轨迹的类型。所述轨迹类型检测单元将一轨迹划分为8段,对每一段使用最小二乘法获取该轨迹的拟合直线,使用拟合直线的倾斜角度作为特征值;通过特征值在预先建立好的轨迹特征库中查找最近距离的样本来判定轨迹的类型,所述最近距离的样本是指轨迹特征库中与所述特征值最接近的样本,即轨迹特征库中包含与所述特征值相同或者相近个数最多的样本。
具体而言,针对书写文字的每一个笔画,要进行类型判定。判定方法如下:
将每一个笔画平均划分成8段,对每一段使用“最小二乘法”获取该段笔画的拟合直线,使用拟合直线的倾斜角度作为特征值,就可以得到每个笔画的8个特征值。“最小二乘法”是一种数学运算方法,用于获取和一些相关点距离和最近的直线。
另外笔画起始点和终结点,以及每个线段的终点(共7个)也作为笔画特征点。使用笔画的8个特征值在预先建立好的笔画特征库中查找距离最近的样本,就可以判定笔画的类型。
为了增强笔画判定的强壮性,可以使用前5个笔画类型作为候选值,再进行随后的判定操作。
所述轨迹检测单元进一步包括一轨迹匹配单元,其接收轨迹类型检测单元检测得到的轨迹类型序列,并根据轨迹类型序列与预定的轨迹模板进行轨迹匹配。所述轨迹类型序列与预定的轨迹模板进行匹配时,若轨迹类型序列的数量与轨迹模板中的轨迹数量相同,并且每一个序列的轨迹均与模板中对应的序列的轨迹相同,则匹配成功,否则匹配失败。
具体而言,一个非限制性的实施方式中,笔画类型粗匹配需要符合如下两个条件:1.笔画起始点和结束点相距不能超过300点。2.笔画类型一致,包括和候选后类型一致。
使用判定的笔画类型序列,同库中该字的笔画类型序列进行匹配,如果笔画数目相同,并且每一笔都可以匹配上,可以认为笔画成功匹配。否则将不匹配的笔画列出清单,返回清单。
此外所述轨迹检测单元还可以进一步包括一轨迹关系判定单元,该单元接收所述轨迹匹配单元匹配成功时的输出结果,将轨迹类型序列中的轨迹之间的关系与所述预定的轨迹模板中的序列之间的关系进行判定,若所述轨迹类型序列中的轨迹之间的关系与所述预定的轨迹模板中的序列之间的关系一致,则判定为成功,否则判定为冲突,并输出出现冲突的轨迹的信息。
本发明提供的笔画关系判定方法的实施方案进一步描述如下。汉字中的笔画之间有几种关系,并且能同时具备几种关系:
1.必须相交。例如汉字“王”中,中间一“横”笔画和中间一“竖”笔画的关系。
2.必须不相交。例如“王”中,上面一“横”笔画和中间一“竖”笔画的关系。
3.必须相接。例如汉字“巳”中,“横折”笔画和“竖弯勾”笔画之间的关系。
4.必须不相接,当然更不能相交了。例如汉字“王”中,三个“横”笔画之间的关系。
5.可以相接,也可以不相接,但是相距必须非常近,比如不能超过50个像素点。例如“王”中,上面一“横”笔画和中间一“竖”笔画的关系。
6.可以相接,也可以不相接,距离不限定。例如“曰”中,中间一“横”笔画和右侧“竖”的关系。
7.笔画长短关系。例如“士”中两横笔画之间的关系。
8.笔画聚类比例关系,例如“王”中,三个“横”笔画之间的距离应该大致相同。
将书写的笔画中的关系同库中该文字的关系进行比对,将出现冲突的地方,加入评估列表中。
更进一步,所述相对位置检测单元检测所述具有轨迹的信号之间的相对位置是否符合预定的位置关系时,进一步包括:检测所述序列的轨迹之间的间架结构与预定的轨迹模板中的间架结构是否一致,若一致,则判定为成功,否则判定为冲突,并输出出现冲突的轨迹的信息。
一个较为优选的实施方式中,所述序列为文字中的笔画信号序列,所述预定的模板为数据库中预先设定的文字模板;所述轨迹的类型为笔画的类型,所述相对位置关系为文字中各笔画之间的相对位置关系,所述间架结构为文字中各部件之间的相对结构。
仍然以汉字为例,进行非限制性的说明。
汉字文字的部件是层次组成的,由笔画组成最小的部件,小部件组成大的部件。部件的组成由文字专家确定。比如“架”有三个部件组成“力”,“口”,“木”。其中“力”和“口”组成“加”,形成两层嵌套关系。
按照笔画同库中文字的匹配形成相应的间架结构。
首先,按照库中部件之间的层次关系判定部件关系是否正常,包含“位置”、“比例”。例如“架”首先由“加”和“木”组成上下结构,判定相互的位置是否正确,比例是否恰当。判定的原则就是和库中的关系相差是否大。例如库中“加”和“木”的横向比例大致为1:1,竖向比例也大致是1:1,如果书写的比例同库中的比例相差超过20%,就需要添加到评估列表中。
其次,“加”由“力”和“口”组成左右结构,在评估“力”和“口”的关系的时候只需要他们在部件“加”中相对位置和比例即可,不需要考虑在整体中的位置。
这样的评估方法就是强调一个部件的书写位置不影响部件的评估,因为这部分的评估已经在上层进行过了。
第三:部件由笔画组成,例如“木”,由四个笔画组成,在组件内部,可以将笔画同库中文字的笔画进行细匹配,例如笔画起始点和结束点相距不能超过100点。此处的起始点和结束点均是相对于部件的相对位置。另外相应的笔画特征点如果相距过远的话也应加入评估列表。
汉字是由部件组成的,如果部件的顺序,位置能书写正确,对于正确书写汉字的帮助很大,因而系统提供每个文字的间架结构图,间架结构图存放在文字数据库中。
汉字的结构如果不考虑递归的情况下有如下结构:独体字,左右结构,左中右结构,上下结构,上中下结构,包围结构,各种半包围结构以及交叉结构。间架结构图还要体现结构所占的比例。
更进一步,本发明的文字数据库的较为优选的实施例中,包含如下信息:
(1)笔画信息表
每个笔画一条记录,按照笔画顺序记录。
(2)笔画关系表
每个笔画一条记录,按照笔画顺序记录。
(3)部件表
每个笔画一条记录,按照笔画顺序记录。
(4)部件关系表
每个笔画一条记录,按照笔画顺序记录。
本发明能够起到积极的技术效果,其能够帮助用户进行练习,书写错误能够及时发现,能针对用户进行书写文字,特别是汉字时进行相关的辅助,尤其是在不需要人工辅导的情况下以帮助用户纠正错误的书写习惯,使其能够更快更正确地书写文字。根据本发明的宗旨,在具体应用时,可使用手写板、练习卷和书写评估系统帮助用户进行书写练习。还可提供专用的练习卷,每一份练习卷均有唯一的编号,练习卷上有一组汉字供用户练习,每个汉字一排。系统对每个汉字的笔画正确书写均建立数据库,供书写评估使用。可使用手写板检测压力信号,进而获知书写笔迹。系统分析笔迹获取笔画信息,将这些笔画信息与该字的正确书写方式进行比对,分析书写位置是否在指定方格的正确位置、汉字的笔画书写及笔画顺序是否正确、汉字笔画的相对位置和长度是否正确、汉字的各部分组成比例是否正确。还可以根据用户的要求,显示指定汉字的书写动画,帮助他们进行汉字书写练习。
需要注意的是,上述具体实施例仅仅是示例性的,在本发明的上述教导下,本领域技术人员可以在上述实施例的基础上进行各种改进和变形,而这些改进或者变形落在本发明的保护范围内。本领域技术人员应该明白,上面的具体描述只是为了解释本发明的目的,并非用于限制本发明。本发明的保护范围由权利要求及其等同物限定。

Claims (10)

1.一种信号处理装置,包括信号输入单元,信号检测单元,以及信号输出单元,其特征在于:所述信号输入单元用于接收至少一组具有轨迹的信号;
所述信号检测单元接收所述信号输入单元的信号,且其进一步包括:
一区域检测单元,用于检测所述具有轨迹的信号是否在预定的空间范围内;
一轨迹检测单元,用于检测所述具有轨迹的信号的轨迹是否符合预定的轨迹路线;
一相对位置检测单元,用于检测所述具有轨迹的信号之间的相对位置关系是否符合预定的位置关系;
若上述区域检测单元、轨迹检测单元以及位置检测单元的检测结果中至少一个为否,则信号输出单元输出提示信息。
2.如权利要求1所述的信号处理装置,其特征在于:所述信号输入单元为手写板,所述具有轨迹的信号为通过手写板输入的文字笔画信息。
3.如权利要求2所述的信号处理装置,其特征在于:
所述空间范围为手写板上一可检测输入信号的空间;
所述预定的轨迹路线为数据库中预先保存的笔画的书写轨迹;
所述预定的位置关系为一个文字中各笔画之间的相对位置、长度、以及该文字中各部分组成比例。
4.如权利要求1所述的信号处理装置,其特征在于,所述轨迹检测单元进一步包括一轨迹类型检测单元,用于检测该轨迹的类型。
5.如权利要求4所述的信号处理装置,其特征在于:所述轨迹类型检测单元将一轨迹划分为8段,对每一段使用最小二乘法获取该轨迹的拟合直线,使用拟合直线的倾斜角度作为特征值;通过特征值在预先建立好的轨迹特征库中查找与特征值最接近的样本来判定轨迹的类型。
6.如权利要求5所述的信号处理装置,其特征在于,所述轨迹检测单元进一步包括一轨迹匹配单元,其接收轨迹类型检测单元检测得到的轨迹类型序列,并根据轨迹类型序列与预定的轨迹模板进行轨迹匹配。
7.如权利要求6所述的信号检测装置,其特征在于,所述轨迹类型序列与预定的轨迹模板进行匹配时,若轨迹类型序列的数量与轨迹模板中的轨迹数量相同,并且每一个轨迹类型序列的轨迹均与轨迹模板中对应的序列的轨迹相同,则匹配成功,否则匹配失败。
8.如权利要求7所述的信号处理装置,其特征在于,所述轨迹检测单元进一步包括一轨迹关系判定单元,该单元接收所述轨迹匹配单元匹配成功时的输出结果,将轨迹类型序列中的轨迹之间的关系与所述预定的轨迹模板中的序列之间的关系进行判定,若所述轨迹类型序列中的轨迹之间的关系与所述预定的轨迹模板中的序列之间的关系一致,则判定为成功,否则判定为冲突,并输出出现冲突的轨迹的信息。
9.如权利要求8所述的信号处理装置,其特征在于:所述相对位置检测单元检测所述具有轨迹的信号之间的相对位置是否符合预定的位置关系时,进一步包括:检测所述轨迹类型序列的轨迹之间的间架结构与预定的轨迹模板中的间架结构是否一致,若一致,则判定为成功,否则判定为冲突,并输出出现冲突的轨迹的信息。
10.如权利要求6-9任意一项所述的信号处理装置,其特征在于:所述轨迹类型序列为文字中的笔画信号序列,所述预定的轨迹模板为数据库中预先设定的文字模板;所述轨迹的类型为笔画的类型,所述相对位置关系为文字中各笔画之间的相对位置关系,所述间架结构为文字中各部件之间的相对结构。
CN201410109890.XA 2014-03-24 2014-03-24 一种信号处理装置 Pending CN104951810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410109890.XA CN104951810A (zh) 2014-03-24 2014-03-24 一种信号处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410109890.XA CN104951810A (zh) 2014-03-24 2014-03-24 一种信号处理装置

Publications (1)

Publication Number Publication Date
CN104951810A true CN104951810A (zh) 2015-09-30

Family

ID=54166450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410109890.XA Pending CN104951810A (zh) 2014-03-24 2014-03-24 一种信号处理装置

Country Status (1)

Country Link
CN (1) CN104951810A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389600A (zh) * 2015-12-31 2016-03-09 田雪松 数据处理方法
CN107564366A (zh) * 2017-09-30 2018-01-09 张建辉 一种练字系统及练字方法
WO2018112710A1 (zh) * 2016-12-19 2018-06-28 程抒一 书写设备
CN112926419A (zh) * 2021-02-08 2021-06-08 北京百度网讯科技有限公司 字符判定结果处理方法、装置、电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006085722A1 (en) * 2005-02-11 2006-08-17 Sung Sill Rou Proofreader for writing sequence
CN101465074A (zh) * 2008-10-21 2009-06-24 华南理工大学 一种手写汉字布局评价方法
CN101551724A (zh) * 2008-03-31 2009-10-07 联想(北京)有限公司 在触摸屏上书写文字的方法与装置
JP2013167815A (ja) * 2012-02-16 2013-08-29 Bunkeido Co Ltd 筆記漢字判定システム、及び筆記漢字判定プログラム
CN103390358A (zh) * 2013-07-03 2013-11-13 广东小天才科技有限公司 对电子设备的字符书写操作进行规范性判断的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006085722A1 (en) * 2005-02-11 2006-08-17 Sung Sill Rou Proofreader for writing sequence
CN101551724A (zh) * 2008-03-31 2009-10-07 联想(北京)有限公司 在触摸屏上书写文字的方法与装置
CN101465074A (zh) * 2008-10-21 2009-06-24 华南理工大学 一种手写汉字布局评价方法
JP2013167815A (ja) * 2012-02-16 2013-08-29 Bunkeido Co Ltd 筆記漢字判定システム、及び筆記漢字判定プログラム
CN103390358A (zh) * 2013-07-03 2013-11-13 广东小天才科技有限公司 对电子设备的字符书写操作进行规范性判断的方法及装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389600A (zh) * 2015-12-31 2016-03-09 田雪松 数据处理方法
WO2018112710A1 (zh) * 2016-12-19 2018-06-28 程抒一 书写设备
CN107564366A (zh) * 2017-09-30 2018-01-09 张建辉 一种练字系统及练字方法
CN112926419A (zh) * 2021-02-08 2021-06-08 北京百度网讯科技有限公司 字符判定结果处理方法、装置、电子设备
CN112926419B (zh) * 2021-02-08 2023-10-27 北京百度网讯科技有限公司 字符判定结果处理方法、装置、电子设备

Similar Documents

Publication Publication Date Title
CN111881310B (zh) 一种汉字硬笔书写智能指导和评分方法及指导评分系统
CN102542264B (zh) 基于数字手写设备的汉字书写正误自动评测方法和装置
CN103810506B (zh) 一种手写汉字笔画识别方法
US20090195656A1 (en) Interactive transcription system and method
CN105787522A (zh) 基于手写笔迹的书写态度评价方法及系统
CN103488339B (zh) 一种个性化汉字数字墨水的生成方法
CN107622271B (zh) 手写文本行提取方法及系统
CN103632169A (zh) 一种文字书写自动纠错方法和设备
CN105046730A (zh) 应用于毛笔的书写笔迹呈现方法和装置
CN104463101A (zh) 用于文字性试题的答案识别方法及系统
CN107146478B (zh) 一种书法练习系统、装置和方法
CN101299236A (zh) 一种中文手写词组识别方法
CN104951810A (zh) 一种信号处理装置
CN104182766A (zh) 基于模板匹配的手写汉字笔画位置关系正确性判断方法
CN101339703A (zh) 基于计算机的练习文字书写的方法
CN109086336A (zh) 试卷数据存储方法、装置及电子设备
Hu et al. A Chinese handwriting education system with automatic error detection.
CN109858383A (zh) 笔画识别方法及装置
CN104978581A (zh) 应用于毛笔的书写轨迹采样方法和装置
CN101216947B (zh) 基于笔段网格的手写汉字输入方法和汉字识别方法
CN210038810U (zh) 智能评测设备及系统
Chu et al. Supporting Chinese Character Educational Interfaces with Richer Assessment Feedback through Sketch Recognition.
CN101364271A (zh) 手写汉字笔画的识别方法和识别装置
CN110490157A (zh) 文字评估方法、文字学习方法、装置、设备及存储介质
CN110766997A (zh) 一种临摹展示方法、装置及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150930

WD01 Invention patent application deemed withdrawn after publication