融合先驗知識的場景文本識別應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、伴隨著科學(xué)技術(shù)的快速發(fā)展,具有拍照功能的智能手機(jī)等多媒體終端產(chǎn)品也得到廣泛普及,這使得人們獲得日常生活中的自然場景圖像更加容易,同時自然場景圖像的文本提取和識別有著廣泛的應(yīng)用前景。
  本文將以拍照獲得的醫(yī)學(xué)化驗單為例,融合化驗單的先驗知識,針對自然場景圖像的模板匹配、文本定位以及識別技術(shù)進(jìn)行研究,并搭建一套完整的文字識別系統(tǒng)。本文具體工作內(nèi)容如下:
 ?。?)提出基于特征的模板匹配算法并實現(xiàn),以確定待測樣本對應(yīng)的模板。該算

2、法通過對化驗單的樣本和模板進(jìn)行版面分析,得到樣本和模板的版面特征。在進(jìn)行模板匹配時,通過計算樣本與各個標(biāo)準(zhǔn)模板之間的集合相似度,相似度最大的類別則作為樣本所歸屬的類別。本文提出的模板匹配算法,能夠在鏡頭畸變因素的干擾下改善模板識別的準(zhǔn)確率。
 ?。?)改進(jìn)文本定位算法并實現(xiàn),對樣本中待識別的文字區(qū)域進(jìn)行文本定位及識別。改進(jìn)的算法能夠自適應(yīng)搜索待識別區(qū)域,獲得化驗單各個具體項目的最佳定位坐標(biāo),進(jìn)而對已定位的文本進(jìn)行識別。本文提出的改

3、進(jìn)的文本定位算法,能夠更加精準(zhǔn)地獲得待識別文字的坐標(biāo)位置。
  (3)在新的模板識別算法和改進(jìn)的文本定位算法的基礎(chǔ)上,本文采用分布式架構(gòu)方案,設(shè)計實現(xiàn)了一套完整的文字識別系統(tǒng)。系統(tǒng)包括圖像錄入、圖像存儲、圖像處理、識別結(jié)果顯示等模塊。本文所采用的分布式方案能夠提供并行工作和負(fù)載均衡處理的能力。
  測試結(jié)果表明,本文設(shè)計的模板匹配算法和改進(jìn)的文本定位方法具有95%以上的字符識別準(zhǔn)確率,達(dá)到了預(yù)期要求,本系統(tǒng)能夠成功應(yīng)用于工程

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論