基于软件工程与叠层深度学习的工件文本识别算法

• 作者: 黄寅
• 来源期刊: 宝鸡文理学院学报（自然科学版）
• 学科: 工学
• 关键词: 工件图像 文本识别 阈值分割 深度网络 训练学习
• 年，卷（期）: 2018,（1）
• 页码范围: 48-51
• 页数: 4页
• 分类号: TP391.4
• 字数: 2387字
• 语种: 中文
• DOI: 10.13467/j.cnki.jbuns.2018.01.002

摘要

目的 解决当前图像特征训练不充分,系统软件不规范,导致文本识别不准确的问题.方法 分别从系统软件开发和识别算法验证的角度出发,提出基于软件工程与叠层深度学习的工件文本识别算法.首先,根据系统功能需求,进行软件模块化分析,设计出集算法计算、硬件控制、逻辑通信和数据存储于一体的系统架构.然后,基于自适应阈值分割与图像校正,对工件文本图像进行预处理,得到准确的包含文本目标的二值图像区域.最后,利用叠层DAE构成 L层深度网络,计算权值矩阵,达到对文本图像轮廓特征深度训练学习的目的.结果 利用所提算法获得了复杂干扰条件下的文本识别结果.结论 实验测试结果显示:与当前文本识别技术相比,本文算法拥有更高的准确性与现场实用性.