光学字符识别系统中关键算法的设计与研究-光学工程专业论文.docxVIP

万方数据 万方数据 摘要 摘要 随着机器视觉的快速发展，工业检测中越来越多地应用到光学字符识别系统， 并且对识别系统中算法的实时性、准确性的要求越来越高。本文针对以上需求， 在分析传统识别系统的基础上，改进并提出了光学字符识别系统的流程及核心算 法。 通过统计光学字符识别系统常见的应用领域，归纳总结了两大类算法流程： 一类是基于灰度的识别流程；一类是基于颜色特征空间的识别流程。 本文的研究重点是图像预处理算法和字符识别算法，主要包括：图像滤波、 二值化、图像校正、字符区域定位、字模分割、特征提取以及模式分类。分别对 比分析了 3 种图像处理算法环节，包括图像滤波、二值化、字模分割；并在以下 4 个算法环节进行改进优化。 在图像校正方面，通过矩阵变换合并传统旋转校正与切向校正的算法，减少 算法流程，提高图像处理速度。 在字符区域定位方面，改进了基于 DCT 域的纹理定位方法与基于 HSV 颜色 空间的特征定位方法。在传统的 DCT 域定位方法基础上，引入加权矩阵；在传统 HSV 颜色特征空间的定位方法的基础上，提出基于颜色特征与空间信息的字符定 位方法。 在字符特征提取方面，提出基于统计与模糊隶属度的特征提取方法，分别提取 字符图像三大类特征。实验结果表明，与传统方法相比，该算法抗噪声能力强、 特征模式区分度高、时间空间复杂度低，更简约、更全面地覆盖了字符的特征。 在字符识别方法方面，本文采用 RBF 网络作为模式分类器，并提出针对光学 字符识别系统的网络模型。在传统的两阶段方法基础上加以改进，通过最速下降 法快速求解输出权值。 最后，根据第五套、第六套人民币特点，将基于颜色特征空间的字符识别应 用于实际的科研人民币序列号识别系统识别中，识别的准确性达 96%以上。 据我们所知，上述环节中，基于颜色特征的人民币序列号识别算法系统、基 于统计与模糊隶属度的特征提取方法、基于 HSV 颜色特征与空间信息的字符定位 方法，在国内未见报道。 关键词： 光学字符识别，字符定位，特征提取，模式分类 I ABSTRACT ABSTRACT Optical character recognition has been a growing research field in machine vision industry in the last few years. To meet the higher demand on the accuracy and speed, the optical character recognition technology is involved more and more in industrial inspection applications. High accurate and real-time recognition algorithms are required. Based on these requirements and the traditional recognition algorithm, a novel optical character recognition algorithm and system has been evaluated and proposed. A technology review has been presented in this dissertation to summarize the main methods in optical character recognition system. One is the process based on the gray level, the other is the process based on the features of image color space. The dissertation focuses on the pre-processing algorithm of images and the recognition algorithm of character, including image filtering, image binary, image correction, characters regional location, character segmentation, feature extraction and pattern classification. Three main image processing algorithms have been analyzed and compared including image filtering, image