基于图像增强的手写规范性监测方法及系统

本申请公开了基于图像增强的手写规范性监测方法及系统，涉及图像处理与智能评测技术领域，该方法包括：通过多光源自适应补光获取手写字符图像，经几何校正与自适应二值化等图像预处理后，利用卷积神经网络提取字符骨架拓扑结构特征进行结构规范性分析，同时基于光流法提取笔尖运动轨迹并进行时序规范性分析，将结构与时序双模态特征融合后，输入基于风格迁移网络构建的评分模型计算规范性评分，并依据评分等级及偏差类型自动生成分层纠错报告。解决了现有技术中复杂光照和遮挡条件下笔画提取不完整、结构分析精度不足、缺乏动态书写特征建模及纠错反馈缺乏层次性的技术问题。