字符识别

摘要： 为解决车牌图像中相似字符的误识别问题,提出一种融合改进局部HOG特征的模板匹配法。将改进方法与模板匹配法、模板匹配法结合跃变特征和模板匹配法结合局部HOG特征方法进行比较实验,测试第一类车牌图像时,识别率分别提高52%、12%和4%;测试第二类车牌图像时,识别率分别提高36%、28%和4%。改进的局部HOG特征确定了字符图像局部特征块的优化参数,得到局部优化的特征块,降低了特征描述符维数,在保证识别速率的同时提高了识别率。

摘要： 自然场景图像中的文字识别,不同于传统文本字符识别。自然场景图像中的文字经常面临着视角变化,多字体文本以及场景图像曝光严重等多种因素的影响,因此,难以准确地获取自然场景图像中字符信息。该文利用可微分二值化函数对自然场景图像进行处理,得到一张易处理二值化图像,并对二值化图像进行文本检测以便机器处理识别,最后利用卷积递归神经网络(CRNN);进行文本识别。该方法不仅提高了自然场景图像字符识别的准确度,而且解决了生活中多字体文字识别的难点。

摘要： 针对热轧型钢精整区物料跟踪难的问题,提出了一种基于机器视觉的热轧型钢喷码识别物料跟踪方法。通过在矫直机后增加喷码机为型钢打印“身份证”,并增加工业相机和光源采样,再通过深度学习文字识别算法实现精整区型钢物料跟踪,最后采用知识蒸馏方法进行模型压缩以满足工业部署要求。应用结果表明,所提方法能够实现型钢生产过程中精整区的物料跟踪,算法具有良好的鲁棒性。

摘要： 针对识别字轮式表盘数字时,出现耗时长、双半字符识别率不高、模型参数过大等问题,提出了一种改进残差网络的字轮式数字表盘识别算法。首先,对采集的表盘原始图像进行预处理操作,得到包含完整字符图像和双半字符图像的数据集;其次,对ResNet-18网络进行优化改进,引入深度可分离卷积和Dropout函数;最后,加载数据集进行训练和测试。实际验证结果表明:改进后的残差网络模型识别准确率达99.8%,模型参数大小减小到7.71 MB左右,模型平均推理时间缩短至12 ms左右。

摘要： 为对处于复杂环境中的变电站指针式仪表进行示数识别,提出一种基于深度学习的指针式仪表示数识别方法。首先使用目标检测算法YOLOv3检测图片中仪表和仪表刻度值的位置,并使用基于LeNet-5网络的字符识别算法识别刻度数值;然后使用语义分割算法DeepLabv3+分割出仪表指针区域;最后使用角度法读取仪表示数。实验结果表明,该算法在不同光照、天气、背景环境中均可高效准确地读取指针式仪表示数,平均读数误差率小于3.5%,可满足变电站巡检机器人的日常巡检需求。

摘要： 针对自然场景下交通标志牌文本粘连、字体复杂、大小形状不一、难以分行,导致交通文本标识率低的问题,提出一种基于PSENet+CRNN的改进交通文本检测识别算法。检测算法以PSENet为基础网络,采用特征增强模块FEM来增加模型的接受域,并改进空洞卷积的特征金字塔模型来增强多支路深层语义信息的融合能力。文本识别部分在CRNN模型中采用CTC+CenterLoss实现功能和标签的对齐、解决预测重复、预测漏字时的对齐问题。最终在CTST-1600数据集上进行验证,检测准确率达到了92.5%,字符识别率达到了88.9%,与原算法相比,分别提升了识别率4.3%和2.3%。实验结果表明,该方法有效提升了模型的检测与识别精度。

摘要： 车牌识别技术在实际生活场景已有了广泛的使用,文章主要分析采用MATLAB实现车牌自动识别的图像处理算法。使用的图像处理技术包括图像灰度化、Radon倾斜校正、边缘检测、形态学处理、字符分割算法、模板匹配等。在实验结果分析中,使用50张不同的车牌图像进行实验,发现能够正确识别的有41张,识别正确率达82%,识别正确率较高。

摘要： 为了快速准确地识别出红外图像中温度值实现缺陷检测,提出了面向电力设备红外图像的温度值识别算法。针对温度值区域背景复杂的问题,根据红外图像直方图自适应确定阈值进行预处理;结合轮廓与相对位置信息,准确定位温度值区域,并实现字符分割;建立温度值图像数据集,采用卷积神经网络进行训练和测试;基于MATLAB的App Designer模块,设计温度值识别与记录系统。结果证明,该算法对温度值识别准确率达到98.6%,高于传统的字符识别算法,能够实现快速识别与准确记录温度值,有效降低了电力巡检人员的劳动强度。

摘要： 针对智能电能表分拣装置图像识别需求,研究了电表液晶显示数字识别方法。在图像预处理阶段,应用直方图均衡化方法增强灰度图像,使用开操作增强前景后,再用Otsu算法做二值化处理。在液晶显示区域定位阶段,应用Canny算法检测边缘,提出使用了一种双向卷积结合连通域分析的滤波方法缩小目标区域,最后使用Hough变换结合几何形状特征实现精确定位。在数字分割与识别阶段,应用水平、垂直投影法分割数字,使用交叉点连线斜率组合特征弥补了原有数字结构特征的不足,最终应用结构特征法实现了数字准确识别。结果表明:提出的数字图像处理方法可满足电能表分拣装置应用要求。

摘要： 为实现对机载雷达视频的识别,正确评估飞行员的机载雷达操纵水平,提出了一种基于连接文本提议网络(CTPN)与Tesseract相结合的对机载雷达视频中关键字符进行识别的方法。通过视频压缩、图像截取、图像拼接、腐蚀与膨胀等操作,对机载雷达视频进行预处理,接着将视频转化为图像。通过CTPN对图像进行文本检测,最后调用Tesseract对检测出的字符进行识别,形成文本输出,实现对机载雷达视频的自动化识别,从而替代现有的人工判读方式,达到提升机载雷达视频分析效率的目的,为借助视频分析快速准确评估飞行员的雷达操纵水平提供依据。

摘要： 速记文稿通过图像输入扫描设备进入电脑时,会产生随机噪声、污点和字形畸变等问题,不同类型的畸变会严重地影响下个阶段速记字符的识别率。选择合适的预处理模式对字符识别结果的好坏起着至关重要的作用。本文针对文稿图像的预处理问题,探讨合适的速记字符识别预处理的方法和模式。

摘要： 提出一种基于小波变换和反馈的车牌字符分割算法。首先，对车牌图像进行预处理;其次，根据车牌图像的垂直投影进行字符粗分割;最后,通过两级反馈进行字符精分割。第一级反馈是字符个数与字符宽度反馈，第二级反馈是字符识别反馈。在字符识别反馈中，对字符区域图像的垂直投影进行小波变换，利用其低频系数重构垂直投影;最后根据纹理特征进行字符识别。实验结果表明。所提出的算法对质量退化的车牌图像具有很好的字符分割性能。

摘要： 码头集装箱的进出车辆登记，传统采用人工记录方式，效率低。为了提高码头的运转效率，重要的是减少车辆的登记时间。笔者设计的集装箱箱号自动识别系统，基于轴线扫描和垂直投影的箱号定位，有效地去除了干扰信息。获取准确的箱号位置;同时采用将灰度投影字符分割法和欧式距离字符识别相结合的方法，提高识别效果;采用摄像头拍掘车辆图像，利用监控计算机对图像进行处理，识别出集装箱箱号，录入数据库，并做决策，控制闸口设备的操作。仿真结果表明：该系统可以实现自动录入进出闸口的集装箱箱号，车辆进出闸口无需停车，提高了码头运转效率，减少了塞车机会，并解决了采用射频(RFID)识别系统成本高、难统一标准的难题。

摘要： 针对图像格式的专利文献难以进行深层分析和利用的问题，有效引入光学字符识别技术和正则表达式，根据专利文献的结构特点，给出了一组正则表达式，实现了专利信息的提取，并开发了相应的软件系统，从而获得专利的结构化信息，形成统一格式的专利数据库，为后续对专利文献进行高效率地深入分析和知识挖掘提供了基础。

摘要： 资源获取是构建故障诊断分布式资源环境的重要前提,获取分散的诊断资源可以实现资源共享从而挖掘出更利于决策的知识.目前已有大量研究成果在科研文献中进行了报导.但文献大多是PDF文件格式,为此研究从文献中提取数据的方法有重要意义.利用像素比例法来计算曲线采样点的数据值,采用了随机扫描法快速分割表格中的单元格,研究了基于像素点数和百分比值的字符识别方法,实现了趋势曲线图的数据提取以及数据表格的识别.实验结果表明,该方法能有效实现从文献中提取数据信息资源,为分布式资源环境的建立奠定了坚实的基础.同时也可应用于其它领域的数据资源获取.

摘要： 众所周知,中国是个铸造业大国,其中铸件的清理打磨是铸造生产中一道关键工序,但在生产过程中由于机械化和自动化程度低,严重制约着中国的制造业发展.伴随着工业4.0,机器人及自动化行业的高速发展,铸造业一系列相关自动化设备应运而生,但是由于铸造产品的多样性、铸造工艺的复杂性和作业现场环境的不一致性,在众多因素干扰的情况下,生产过程中会遇到2D视觉无法解决的问题,因此需要3D视觉系统来解决相关问题.

摘要： 众所周知,中国是个铸造业大国,其中铸件的清理打磨是铸造生产中一道关键工序,但在生产过程中由于机械化和自动化程度低,严重制约着中国的制造业发展.伴随着工业4.0,机器人及自动化行业的高速发展,铸造业一系列相关自动化设备应运而生,但是由于铸造产品的多样性、铸造工艺的复杂性和作业现场环境的不一致性,在众多因素干扰的情况下,生产过程中会遇到2D视觉无法解决的问题,因此需要3D视觉系统来解决相关问题.

摘要： 众所周知,中国是个铸造业大国,其中铸件的清理打磨是铸造生产中一道关键工序,但在生产过程中由于机械化和自动化程度低,严重制约着中国的制造业发展.伴随着工业4.0,机器人及自动化行业的高速发展,铸造业一系列相关自动化设备应运而生,但是由于铸造产品的多样性、铸造工艺的复杂性和作业现场环境的不一致性,在众多因素干扰的情况下,生产过程中会遇到2D视觉无法解决的问题,因此需要3D视觉系统来解决相关问题.

摘要： 众所周知,中国是个铸造业大国,其中铸件的清理打磨是铸造生产中一道关键工序,但在生产过程中由于机械化和自动化程度低,严重制约着中国的制造业发展.伴随着工业4.0,机器人及自动化行业的高速发展,铸造业一系列相关自动化设备应运而生,但是由于铸造产品的多样性、铸造工艺的复杂性和作业现场环境的不一致性,在众多因素干扰的情况下,生产过程中会遇到2D视觉无法解决的问题,因此需要3D视觉系统来解决相关问题.

摘要： 设计了一种基于Faster R-CNN的深度学习算法实现接触网支柱号的在线识别,实验结果表明该识别算法识别准确率高,可应用于4C检测系统的支柱号识别中.

摘要： 本发明涉及字典创建装置、识别装置及识别方法。所述字典创建装置将分别包括平均向量及协方差矩阵的概率分布登记在字典中。所述字典创建装置将具有相似的特征向量的字符类别的多个分布轮廓组织成一个典型分布轮廓，并将该典型分布轮廓与被组织的字符类别彼此关联地登记在字典中，而不将所有的字符类别的本征值及本征向量彼此关联地登记在字典中。

摘要： 字符识别装置（1）具有：图像读入部（101），其输入图像；字符区域检测部（103），其检测图像的字符区域；字符区域分割部（104），其以单个字符为单位分割字符区域；字符识别部（105），其对存在于分割区域中的字符进行每个单个字符的字符识别，对单个字符输出1个以上的字符识别处理结果的候选；第1字符串转移数据生成部（106），其被输入所述候选，计算针对向候选的转移的权重值，生成基于候选和权重值的组的第1字符串转移数据；以及WFST处理部（109），其根据第1字符串转移数据依次进行状态转移，将各状态转移中的权重值累计并计算每个状态转移的累计权重值，根据累计权重值输出一个以上的状态转移的结果。

摘要： 用于识别图像中的字符的字符识别装置和字符识别方法，该字符识别装置包括：文本行提取单元，用于从输入图像中提取多个文本行；特征识别单元，用于识别各文本行的一个或更多个特征；合成模式生成单元，用于利用特征识别单元所识别出的特征以及原始字符图像，来为各文本行分别生成合成字符图像；合成词典生成单元，用于利用合成字符图像来为各文本行分别生成合成词典；文本行识别单元，用于利用合成词典来分别识别各文本行中的字符。

摘要： 字符识别装置（1）具有：图像读入部（101），其输入图像；字符区域检测部（103），其检测图像的字符区域；字符区域分割部（104），其以单个字符为单位分割字符区域；字符识别部（105），其对存在于分割区域中的字符进行每个单个字符的字符识别，对单个字符输出1个以上的字符识别处理结果的候选；第1字符串转移数据生成部（106），其被输入所述候选，计算针对向候选的转移的权重值，生成基于候选和权重值的组的第1字符串转移数据；以及WFST处理部（109），其根据第1字符串转移数据依次进行状态转移，将各状态转移中的权重值累计并计算每个状态转移的累计权重值，根据累计权重值输出一个以上的状态转移的结果。

摘要： 提供一种能够以高的准确率识别计算机的显示器上显示的字符的字符识别系统。字符识别系统(1)用于识别计算机的显示器(30)上显示的字符，其中，所述字符识别系统(1)具有：存储装置(122)，其针对规定的显示字体和字符尺寸的组合，记录有识别辞典，所述识别辞典具有关于具备该显示字体和字符尺寸的各字符的构成点的配置的信息；以及字符识别部(25)，其参照识别辞典，提取与关于显示器(30)上显示的识别对象字符的构成点的配置的信息完全一致的字符，由此确定识别对象字符。

摘要： 提供字符识别装置、字符识别程序及字符识别方法，对包含字符的图像数据，使用简便的操作，实现高速的字符识别。通过便携终端(1)，将主要由字母数字组成的第1识别用字母数字字符单元(24a)、由分类字符组成的第1识别用分类字符单元(24b)、以及包含这些字符之外的、字符量比这些字符量多的第2识别用字符单元(24c)可区分地存储，由第1识别用字母数字字符单元(24a)及第1识别用分类字符单元(24b)执行第1字符识别处理(步骤S4)，并在该处理中的匹配可靠性较低时(步骤S5～S6)，执行至少由第2识别用字符单元(24c)执行字符识别的第2字符识别处理(步骤S7)。

摘要： 本发明提供字符识别装置、字符识别程序以及字符识别方法，即使是接触字符和基于纵横比变形字符的字符串也能正确进行字符识别。该字符识别装置具有：字符串图像取得单元，其取得字符串图像；测定字符长度取得单元，其从字符串图像取得单元所取得的字符串图像中，针对多个字符取得对字符串方向的字符长度进行测定而得的测定字符长度；字符临时识别单元，其通过临时匹配处理对测定字符长度内的字符进行临时识别；标准字符长度确定单元，其根据能够临时识别的字符的测定字符长度来确定标准字符长度；字符截取单元，其根据标准字符长度，从字符串图像中截取作为识别对象的全部字符；以及字符识别单元，其通过正式匹配处理对截取出的字符进行正式识别。

摘要： 在进行联机手写字符识别等手写字符识别时，对显著的变形、转动等转换进行处理，另外即使对楷书等一笔写成的输入也可进行简单且高性能的字符识别。因此本发明按每个笔画用参数表现来捕获输入的手写字符，并按每个笔画进行折线近似，将该折线近似的各折线作为从始点起到终点的向量求出，将成为基准的轴与各折线所成的角度作为折线角序列求出，并求出所得到的折线角的顶点的外角序列，将外角序列的正或负的相同符号连续的同符号的外角之和作为涡旋夹角序列，分层且分割地提取该求出的各序列的全局特征、及根据涡旋夹角序列进行了分割的各曲线部分中的局部特征、次局部特征，通过将该提取结果与预先准备的识别对象字符的模板进行比较，进行字符识别。

摘要： 用于识别图像中的字符的字符识别装置和字符识别方法，该字符识别装置包括：文本行提取单元，用于从输入图像中提取多个文本行；特征识别单元，用于识别各文本行的一个或更多个特征；合成模式生成单元，用于利用特征识别单元所识别出的特征以及原始字符图像，来为各文本行分别生成合成字符图像；合成词典生成单元，用于利用合成字符图像来为各文本行分别生成合成词典；文本行识别单元，用于利用合成词典来分别识别各文本行中的字符。

摘要： 本发明公开了一种基于模板字符库的字符识别方法及字符识别系统。所述字符识别系统包括摄像装置、及连接摄像装置，并安装有图像处理软件及字符识别软件的计算机。所述摄像装置用于对送测产品的待识别字符区进行拍照，将包含待识别字符区的拍摄图像传送到计算机。所述计算机用于对拍摄图像进行预处理，得到二值图像，将待识别字符区从二值图像中分离，对该待识别字符区中的每个待识别字符图像分别进行图像分割处理，通过对比模板字符库对分割的多个待识别字符图像逐一进行识别，并依照设定的字符识别顺序呈现识别字符。本发明可大大提高针对数字、字母或数字加字母组合类字符的识别准确率及识别效率，可应用于对字符识别准确率要求极高的技术领域。