光學(xué)字符識(shí)別系統(tǒng)中關(guān)鍵算法的設(shè)計(jì)與研究.pdf

1、隨著機(jī)器視覺的快速發(fā)展，工業(yè)檢測(cè)中越來越多地應(yīng)用到光學(xué)字符識(shí)別系統(tǒng)，并且對(duì)識(shí)別系統(tǒng)中算法的實(shí)時(shí)性、準(zhǔn)確性的要求越來越高。本文針對(duì)以上需求，在分析傳統(tǒng)識(shí)別系統(tǒng)的基礎(chǔ)上，改進(jìn)并提出了光學(xué)字符識(shí)別系統(tǒng)的流程及核心算法。
　　通過統(tǒng)計(jì)光學(xué)字符識(shí)別系統(tǒng)常見的應(yīng)用領(lǐng)域，歸納總結(jié)了兩大類算法流程：一類是基于灰度的識(shí)別流程；一類是基于顏色特征空間的識(shí)別流程。本文的研究重點(diǎn)是圖像預(yù)處理算法和字符識(shí)別算法，主要包括：圖像濾波、二值化、圖像校正、字符區(qū)

2、域定位、字模分割、特征提取以及模式分類。分別對(duì)比分析了3種圖像處理算法環(huán)節(jié)，包括圖像濾波、二值化、字模分割；并在以下4個(gè)算法環(huán)節(jié)進(jìn)行改進(jìn)優(yōu)化。
　　在圖像校正方面，通過矩陣變換合并傳統(tǒng)旋轉(zhuǎn)校正與切向校正的算法，減少算法流程，提高圖像處理速度。
　　在字符區(qū)域定位方面，改進(jìn)了基于DCT域的紋理定位方法與基于HSV顏色空間的特征定位方法。在傳統(tǒng)的DCT域定位方法基礎(chǔ)上，引入加權(quán)矩陣；在傳統(tǒng)HSV顏色特征空間的定位方法的基礎(chǔ)上，提

3、出基于顏色特征與空間信息的字符定位方法。
　　在字符特征提取方面，提出基于統(tǒng)計(jì)與模糊隸屬度的特征提取方法，分別提取字符圖像三大類特征。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)方法相比，該算法抗噪聲能力強(qiáng)、特征模式區(qū)分度高、時(shí)間空間復(fù)雜度低，更簡(jiǎn)約、更全面地覆蓋了字符的特征。
　　在字符識(shí)別方法方面，本文采用 RBF網(wǎng)絡(luò)作為模式分類器，并提出針對(duì)光學(xué)字符識(shí)別系統(tǒng)的網(wǎng)絡(luò)模型。在傳統(tǒng)的兩階段方法基礎(chǔ)上加以改進(jìn)，通過最速下降法快速求解輸出權(quán)值。