BP网络预测阈值的仪表重影字符识别方法研究

• 作者: 孙国栋 席志远 徐亮 江亚杰 胡也
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 光照不均 重影 字符识别 预测阈值 LeNet-5 BP神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 智能信息工程
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2020.04.011

摘要

针对仪表数字获取过程中多出现光照不均匀和字符重影现象,导致二值化困难、识别率低等问题,提出了一种新的二值化方法.在对图像二值化之前,由于图像质量不佳,首先需要对图像进行预处理.针对光照不均现象,使用了非线性函数彩色图像校正方法.针对重影现象,以图像的灰度级分布统计量作为输入,自适应二值化全局阈值作为标签训练BP神经网络预测模型,使用训练好的BP网络对图像全局阈值进行预测并二值化,达到分离重影的目的 .同时,采用改进LeNet-5网络对分割后的单个字符进行识别.结果 表明,提出的二值化方法效果优于经典方法,改进的LeNet-5能够满足分割后的仪表字符识别,其识别率能达到98.94％,分割后单个字符识别时间只需要0.0014 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国栋		51	125	6.0	8.0
2	徐亮		5	8	2.0	2.0
3	江亚杰		1	0	0.0	0.0
4	胡也		1	0	0.0	0.0
5	席志远		1	0	0.0	0.0