一种基于RBF神经网络快速准确七段码识别方法.pdfVIP

维普资讯 106 微 电子学与计算机 2005年第 22卷第 12期 一 种基于RBF神经网络快速准确七段码识别方法 宁志刚 ，z 汪仁煌 张晓涛 (1广东工业大学 自动化学院，广东 广州 510090) (2南华大学 电气工程学院，湖南 衡 阳421001) 摘 要 ：文章介绍了一种基于RBF神经网络七段码识别方法，它是在VC++编程环境下实现的。本系统主要特征 是分段线性灰度变换、倾斜度调整、映射归一、特征提取。实验表 明这种方法运行速度快、识别率高。这种方法具有 一 定的实用价值 。 关键词：灰度变换，倾斜度调整 ，映射归一，特征提取，RBF神经网络 中图法分类号：Ⅱ叮51 文献标识码 ：A 文章编号 ：1000—7180(2005)12—106—04 A HighPerformanceSevenSegmentDisplayRecognition ApproachBasedonRBFNeuralNetwork NING Zhi-gang ，WANG Ren-huang ，ZHANG Xiao-tao (1FacultyofAutomation，GuangdongUniversityofTechnology，Guangzhou510090China) (2CollegeofElectricalEngineering，NanhuaUniversity，Henygang421001China) Abstract：ThepaperintroducesahighperformanceRadialBasisFunction (RB neuralnetworkapproachforseven segmentdisplayrecognition．whichisrealizedinVisualC++compilingenvironment．Themainfeaturesofthesystem are piecewiselineargrayleveltransfomration，slopeangleadjustment，mappingandnomralization，featuredistilling．Theex— perimentshowsthattheapproachisafastandhighaccuracymethodofdigital recongition．Theapproachisofpractical value． Keywords：Graylevelrtnasfomration，Slopeangleadjustment，Mappingandnomralization，Featuredistilling，RBF neuralnetwork 1 引言 式识别。由于具有学习能力和容错对不确定性模式 大多数数字仪器都有直接连到计算机的数字 识别等优点。RBF神经网络能对残缺输入信号进行 输出接 口．但是生产的不同类型数字仪器数字输 出 恢复和联想。在输入信号污染的情况下。它能确定 接 口的特点和通讯规约的不同。连接各个接 口硬 输入信号的类别。本文对七段码图像进行特征提取 件、按不同通讯规约编程 。需要的工作量很大 。难 以 后 。采用 RBF神经 网络进行识别。 把这些仪器迅速组成一个计算机测试系统。 基于以上原因．在不改动原有的仪器设备的情 2 七段码图像预处理 况下 ．通过数码摄像机获取仪器显示图像后对 目标 七段码数字 自身特点：七段码数字高度和宽度 进行提取和识别。以获取需要的仪器数字信息．并 在约定的 “13”字形范围内；笔划长度相 同：相邻笔 可通过标准接 口输 出．由