基于OpenCV的人工神经网络字符识另U研究.pdfVIP

文章编号 ：1006—3269(2017)O1—0053—05 基于 OpenCV的人工神经网络字符识另U研究 刘智辉，陈洪立，江先志 (浙江理工大学 机械与 自动控制学院，浙江 杭州 310018) 摘 要 ： 为克服 传统模板 匹配方 式识 别字符存 在 的 低．神经网路识别算法能够有效地解决上述 问题 ，对 缺 陷，采用 BP神经网络技术 ，有效识别字符特征 ，快速识别 有残缺或者不清 晰的一些字符 图像 也能够进行识 字符．运用 C’。编程 以及 OpenCV计 算机视 觉库 ，降低 系统 别．但是 ，使用神经网络识别字符算法的样本训练时 实现 的复杂程度 ，实现 了字符的快速准确识别． 间较长．由于样本的训练是在识别之前就可以完成 关键 词 ： 字符识别 ；OpenCV；BP神经 网络 ；智能系统 的，因此在实际使用中只需要将训练好的权值加载 中图分类 号： TP27 文献标识码 ： A 到神经网络中，即样本的训练不会 占用识别时需要 doi：10．3969／j．issn．1006—3269．2017．01．011 的各项系统资源．本文算法在实际应用过程中能够 体现出优越性． 随着人们物质生活水平 的不断提高 ，车辆数 量持续增长 ，车辆监控和行车安全 已经成为人们 1 OpenCV开源计算机视觉库 关注 的焦点．除了维持现有交通基础设施投入之 OpenCV (Open SourceComputerVision Li— 外 ，要科学使用交通设备 ，加强智能化应用水平 ， brary)是基于 BSD许可 (开源)发行 的跨平 台计算 使得人们 的出行更加安全 、便捷_1]．通过实 时监 机视觉库 ，可 以运行在 Linux、Windows、Android 控设备 ，对过往车辆进行拍照 ，识别车牌 的字符号 和 MacOS操作系统上．它 由一系列 C函数和少 码 ，可 以完善安保系统和城市道路交通安全 系统． 量 C__类构成 ，包含 了大量 的数字 图像处理算法 车辆上安装 的相关智能设备 ，不依赖地 图更新就 以及计 算机 视觉 方 面 的算法．其 功能模 块有 能够 自主快速识别道路指示标识 (如限速标识)上 CORE、IM GPRO、HIGHUI、M L、FRATURES2D 的字符 ，提醒驾驶员了解道路行车状况 ，进而保障 等E一． 驾驶员 以及乘客 的生命财产安全．这种 自主导航 方式 同时能够为今后 的车辆 自动驾驶提供 良好 的 2 BP神经网络 技术支撑 ． BP神经 网络是一种具有 3层或 3层 以上结 基于 OpenCV 的人工神经 网络 的字符识别库 构的无反馈 、层 内无互联 结构的前 向网络 (图 1)． 能够有效地解决图像上文字及符号的识别问题 ，对 其首尾两层分别为输入层和输 出层 ，