基于机器视觉和神经网络的低质量文本识别研究

作者：李少辉，周军*，刘波，钱俞好，吴闽仪 日期：2018-09-20/span> 浏览：2208 查看PDF文档

                                                                  基于机器视觉和神经网络的低质量文本识别研究
                                                                       李少辉，周军*，刘波，钱俞好，吴闽仪
                                                                   （河海大学 机电工程学院,江苏 常州 213000）

摘要：针对流水线产品上的文本图片含有较多噪声和缺陷，造成机器视觉产品中字符识别准确率低，鲁棒性差的问题，对文本识别中的图像预处理、字符切分和归一化、字符识别等方面进行了研究，采用机器视觉技术中基于仿射变换的预处理方法对文本图片进行了倾斜校正，保证了后续字符的精确切分；提出了一种基于改进的BP神经网络算法，显著提高了字符识别的准确率和鲁棒性，利用附加动量法和自适应学习速率方法，避免了传统BP神经网络训练过程中易陷入局部极小值的情况，并提高了神经网络模型的收敛速度。研究结果表明：该方法能使倾斜的图片得到有效校正，神经网络模型的训练效率得到有效提高，且在含有噪声和缺陷的字符图片中仍能保持较高的识别率和鲁棒性。

关键词：机器视觉；流水线；文本识别；倾斜校正；改进BP神经网络

中图分类号：TP242.6+2；TH39                          文献标志码：A                         文章编号：1001-4551(2018)09-1006-05

本文引用格式：
李少辉，周军，刘波,等.基于机器视觉和神经网络的低质量文本识别研究［J］.机电工程，2018，35(9)：1006-1010.
LI Shaohui, ZHOU Jun, LIU Bo, et al. Low quality text recognition based on machine vision and neural network［J］.Journal of Mechanical & Electrical Engineering, 2018,35(9):1006-1010.
《机电工程》杂志：http://www.meem.com.cn