一种手写电气元器件符号与标准电气元器件符号的匹配识别方法与流程

技术特征：

1.一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，该方法包括字典学习阶段和测试阶段；

所述字典学习阶段包括如下步骤：

1)将手写电气元器件符号和标准电气元器件符号进行特征提取，并对特征进行归一化处理；

2)对手写电气元器件符号与标准电气元器件符号进行投影，获取公共子空间；

3)在公共子空间上学习一个自适应字典及其对应的稀疏系数：使在公共子空间中具有最小的重构误差，并且使来自不同域的相同类的样本的稀疏系数具有对应的线性关系；

所述测试阶段包括如下步骤：

4)对于给定待测手写电气元器件符号按照步骤1)相同的方法进行归一化特征提取；

5)经步骤4)处理后的手写电气元器件符号，利用字典学习阶段得到的投影矩阵U进行投影，得到在公共子空间的特征表示；

6)利用步骤3)，得到自适应字典，进而得到作为准则的最小重构误差，从而得到待测手写电气元器件符号的稀疏系数；

7)对于步骤6)得到的稀疏系数进行线性变换，得到手写电气元器件符号对应的标准电气元器件符号的稀疏系数；

8)通过基于欧氏距离的最小距离分类器对手写电气元器件符号进行分类识别，得到手写电气元器件符号对应的标准电气元器件符号。

2.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，在步骤1)中，所述特征提取、归一化处理的方法是：采用Sift、Hu不变矩、Gabor或HoG特征表示方法表示单个电气元器件符号的特征，并通过加权的方式对特征进行融合，得到：

手写电气元器件符号的归一化特征样本：其中d₂代表的是单个手写电气元器件符号的特征维数，N₂代表的是手写电气元器件符号的总个数；

标准电气元器件符号的归一化特征样本：其中d₁代表的是单个标准电气元器件符号的特征维数，N₁代表的是标准电气元器件符号的总个数。

3.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，所述步骤2)、3)的具体过程如下：

首先，学习一个包含k原子的自适应字典D∈R^n×k和标准电气元器件符号的投影矩阵以及手写电气元器件符号的投影矩阵其中n代表标准电气元器件符号与手写电气元器件符号在公共子空间的特征维数，将标准电气元器件符号的归一化特征样本X与手写电气元器件符号的归一化特征样本Y映射到公共子空间中，保证在公共子空间中具有最小的重构误差：最小化下列成本函数

$E_1(D,U_1,U_2,Z_X,Z_Y)=\left|\right|U_{1}X-{\mathrm{DZ}}_X|{|}_F^2+||U_{2}Y-{\mathrm{DZ}}_Y|{|}_F^2---\left(1\right)$

在公式(1)中，分别代表标准电气元器件符号的归一化特征样本X和手写电气元器件符号的归一化特征样本Y对应字典D的稀疏系数，在公式(1)的基础上加入一项正则项U_iU_i^T＝I(i∈1,2)；

来自不同域的相同类的样本，它们对应的稀疏系数具有对应的线性映射关系f(·),即U₁＝PU₂，P为线性映射关系，最小化下列成本函数：

$E_2(P,Z_X,Z_Y)=\mathrm{\λ}\left|\right|Z_X-{\mathrm{PZ}}_Y|{|}_F^2+{\mathrm{\γ}}_X|\left|Z_X\right|{|}_1+{\mathrm{\γ}}_Y\left|\right|Z_Y|{|}_1+{\mathrm{\γ}}_P|\left|P\right|{|}_F^2---\left(2\right)$

综上所述，得到最终的目标函数：

$\begin{array}{c}\{D^{*},P^{*},{Z_X}^{*},{Z_Y}^{*},{U_1}^{*},{U_2}^{*}\}=\arg {\mathrm{minE}}_1(D,U_1,U_2,Z_X,Z_Y)+E_2(P,Z_X,Z_Y)\\ \begin{array}{cc}s.t.& U_i{U_i}^T=I(i\∈1,2)and\left|\right|Z_{X,j}|{|}_1\≤T_0,|\left|Z_{Y,j}\right|{|}_1\≤T_0,\∀jand\left|\right|d_i|{|}_1\≤1,\∀i\end{array}\end{array}---\left(3\right).$

4.根据权利要求3所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，采用迭代求解的方法对公式(3)进行求解，包括稀疏系数求解，字典更新，投影更新以及线性映射更新。

5.根据权利要求4所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，所述稀疏系数求解，包括：

a.对线性映射关系P以及字典D进行初始化：将线性映射关系P初始化为单位矩阵，字典D选用n×k的随机矩阵，得到求解稀疏系数Z_X,Z_Y的目标函数：

$\begin{array}{c}\underset{Z_X}{\min }\left|\right|U_{1}X-{\mathrm{DZ}}_X|{|}_F^2+\mathrm{\λ}||Z_X-{\mathrm{PZ}}_Y|{|}_F^2+{\mathrm{\γ}}_X\left|\right|Z_X|{|}_1\\ \underset{Z_Y}{\min }\left|\right|U_{2}Y-{\mathrm{DZ}}_Y|{|}_F^2+\mathrm{\λ}||Z_X-{\mathrm{PZ}}_Y|{|}_F^2+{\mathrm{\γ}}_Y\left|\right|Z_Y|{|}_1\end{array}---\left(4\right).$

6.根据权利要求4所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，所述对字典进行更新，包括：固定稀疏系数Z_X,Z_Y，字典更新依据下列公式：

$\begin{array}{c}\underset{D}{min}\left|\right|U_{1}X-{\mathrm{DZ}}_X|{|}_F^2+||U_{2}Y-{\mathrm{DZ}}_Y|{|}_F^2\\ \begin{array}{cc}s.t.& \∀i,\left|\right|d_i|{|}_2\≤1\end{array}\end{array}---\left(5\right).$

7.根据权利要求4所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，所述对线性映射进行更新，包括：固定稀疏系数Z_X,Z_Y，字典D以及投影矩阵U₁,U₂，得到最终的优化目标函数：

$\underset{P}{min}\left|\right|Z_X-{\mathrm{PZ}}_Y|{|}_F^2+\mathrm{\λ}/{\mathrm{\γ}}_p|\left|P\right|{|}_F^2---\left(6\right)$

公式(6)是一个谱回归问题，直接得到P的最优解为:

P＝Z_YZ_X^T(Z_XZ_X^T+(λ/γ_p)·I)^-1 (7)。

8.根据权利要求4所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，所述对线性投影进行更新，包括：固定稀疏系数Z_X,Z_Y，字典D以及线性映射关系P，得到最终的优化目标函数：

$\begin{array}{c}\underset{D}{min}\left|\right|U_{1}X-{\mathrm{DZ}}_X|{|}_F^2+||U_{2}Y-{\mathrm{DZ}}_Y|{|}_F^2\\ \begin{array}{cc}s.t.& \∀j\∈(1,2),U_i{U_i}^T=I\end{array}\end{array}---\left(8\right)$

采用拉格朗日乘子法对线性投影进行求解，得到U₁,U₂的最优解为：

U₁＝2DZ_XX^T(2XX^T+η_XI)^-1

U₂＝2DZ_YY^T(2YY^T+η_YI)^-1 (9)

其中η_X,η_Y表示的是拉格朗日算子。

9.根据权利要求1所述的一种手写电气元器件符号与标准电气元器件符号的匹配识别方法，其特征在于，步骤8)中通过基于欧氏距离的最小距离分类器进行分类识别，包括步骤如下：

给定标准电气元器件符号给定手写电气元器件符号样本利用字典学习阶段得到的投影矩阵，将标准电气元器件符号样本X^G与手写电气元器件符号样本Y^P投影到公共子空间中，X^g＝U₁X^G,Y^p＝U₂Y^P，利用学习的字典D计算得到手写电气元器件符号样本对应的稀疏系数：

$\begin{array}{ccc}{z}_{Y,i}^P=\arg min\left|\right|y_i^p-{\mathrm{Dz}}_{Y,i}^P|{|}_F^2& s.t.& \left|\right|z_{Y,i}^P\left|\right|\≤T_0\end{array}---\left(10\right)$

那么，手写电气元器件符号样本用以下公式进行分类：

$outputclass=\arg min\left|\right|y_i^g-{\mathrm{DPz}}_{Y,i}^P|{|}_F^2---\left(11\right).$