复杂背景图像的字符识别算法研究

• 作者: 付秀娟 刘鑫 张红霞 梅天灿 王刚 王学华 王灿 白志城
• 来源期刊: 计算机测量与控制
• 关键词: 局部曝光 字符分割 字符识别 数学形态学 CNN卷积神经网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 162-166
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.08.034

摘要

为了解决字符识别过程中的局部曝光、印刷字符的断裂以及变形和自然环境下的背景污染等问题,提出了一种分块处理与卷积神经网络(CNN)相结合的字符图像识别算法;首先利用OpenCV机器视觉库,结合分块处理、伽马运算、参数调整等方法对产品零件表面印刷字符进行预处理,初步解决图像局部曝光和字符断裂问题;其次为了获得单个字符图像,利用数学形态学算法对局部曝光处理后的二值化图像进行分步分割,进而去掉字符间的无用信息;最后利用Keras模块为字符识别提供的API搭建CNN模型,经过对100多张字符的识别训练,准确率高达96.9％,为某汽车零部件自动化生产中的字符识别提供了可靠的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王刚	武汉大学电子信息学院	84	348	9.0	15.0
2	付秀娟	武汉工程大学材料科学与工程学院	28	128	5.0	10.0
3	王学华	武汉工程大学材料科学与工程学院	36	199	8.0	13.0
4	梅天灿	武汉大学电子信息学院	27	341	12.0	18.0
5	刘鑫	武汉工程大学材料科学与工程学院	11	83	5.0	9.0
6	张红霞	武汉工程大学材料科学与工程学院	5	46	2.0	5.0
7	王灿	武汉工程大学材料科学与工程学院	5	46	2.0	5.0
8	白志城	武汉工程大学材料科学与工程学院	4	3	1.0	1.0