光學字符識別系統(tǒng)中關鍵算法的設計與研究.pdf

1、隨著機器視覺的快速發(fā)展，工業(yè)檢測中越來越多地應用到光學字符識別系統(tǒng)，并且對識別系統(tǒng)中算法的實時性、準確性的要求越來越高。本文針對以上需求，在分析傳統(tǒng)識別系統(tǒng)的基礎上，改進并提出了光學字符識別系統(tǒng)的流程及核心算法。
　　通過統(tǒng)計光學字符識別系統(tǒng)常見的應用領域，歸納總結(jié)了兩大類算法流程：一類是基于灰度的識別流程；一類是基于顏色特征空間的識別流程。本文的研究重點是圖像預處理算法和字符識別算法，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個算法環(huán)節(jié)進行改進優(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域定位方法基礎上，引入加權矩陣；在傳統(tǒng)HSV顏色特征空間的定位方法的基礎上，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。實驗結(jié)果表明，與傳統(tǒng)方法相比，該算法抗噪聲能力強、特征模式區(qū)分度高、時間空間復雜度低，更簡約、更全面地覆蓋了字符的特征。
　　在字符識別方法方面，本文采用 RBF網(wǎng)絡作為模式分類器，并提出針對光學字符識別系統(tǒng)的網(wǎng)絡模型。在傳統(tǒng)的兩階段方法基礎上加以改進，通過最速下降法快速求解輸出權值。