Android平台烟草激光码自动识别系统研究与实现

摘要

近年来,计算机图像识别技术发展迅速,图像预处理、图像特征提取和图像智能匹配等相关技术都有了巨大进步。目前计算机图像识别技术已经在很多领域得到广泛的应用,如:计算机图像生成领域、图像传输与图像通信领域、机器人视觉技术领域、办公自动化领域、图像跟踪及光学制导领域、医学图像处理领域以及材料分析中的图像分析等领域。图像识别技术已经变得越来越成熟,为激光码的自动识别奠定了坚实的理论基础。
　　烟盒上的激光码是烟草管理人员用来识别烟草真伪和控制烟草销售渠道的重要信息,对烟草行业的管理有着重要的意义。传统烟草行业中对激光码的应用主要通过人工输入,烟草管理系统根据相关编码规则确定烟草真伪,这给相关核查人员带来极大不便。图像识别技术的发展使复杂背景下烟草激光码的自动识别成为可能,激光码自动识别可以极大程度上减少烟草检查人员的工作量,提高办公效率。
　　本文主要研究基于Android平台的烟草激光码自动识别系统。该系统基于实际中移动核查的需要,帮助烟草监管人员自动识别烟草激光码,进而判断烟草真伪和销售渠道的跟踪。本系统研发主要解决以下几个问题:
　　1、复杂背景下图像的二值化与字符分割:由于烟盒光照不均匀、背景复杂等问题,因此如何在复杂背景下二值化激光码图像并通过分割获取单个字符极为重要。
　　2、字符信息的自动识别:基于图像的字符识别方法很多,但采用单一处理技术和识别方法很难达到需要的准确率,因此需要尝试结合多种识别技术进行烟草激光码自动识别的针对性研究。
　　3、构建基于Android平台的图像自动识别系统;从实际需求考虑,系统需要便携与自动化操作,因此整体考虑移动平台的开发方案具有重要的应用价值。
　　系统开发的技术路线上,本文采用基于大律法的局部阈值化算法对图像进行二值化,结合基于位置和基于像素的分割算法对字符进行分割,采用深度学习方法进行字符识别。实验证明,采用的二值化算法处理效果优于传统的二值化算法,字符分割算法的分割位置比基于位置和基于像素的分割都要准确,系统最终的字符识别准确率达到百分之九十以上,初步达到实用化要求。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景与意义

1.2 图像识别技术的研究现状

1.3 本文工作

1.4 本论文的结构安排

第二章 图像自动识别与分类相关技术

2.1 引言

2.2 图像预处理相关算法

2.3 图像识别与分类算法

2.4 本章小结

第三章 系统需求分析

3.1 系统总体需求

3.2 系统用例分析

3.3 系统环境

3.4 本章小结

第四章 系统流程及算法设计

4.1 系统的处理流程

4.2 系统算法分析与设计

4.3 本章小结

第五章 系统设计与实现

5.1 系统设计

5.2 系统开发环境搭建

5.3 系统运行主要界面

5.4 本章小结

第六章 系统测试及结果分析

6.1 软件测试

6.2 测试结果分析

6.3 本章小结

第七章 结束语

7.1 论文的实际意义

7.2 本文所取得的成果

7.3 下一步工作的展望

致谢

参考文献

攻读硕士期间取得的成果