基于CCD和神经网络的LCD数显字符采集与识别.docVIP

基于CCD和神经网络的LCD数显字符采集与识别.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于CCD和神经网络的LCD数显字符采集与识别   摘 要:利用CCD对LCD数码显示字符进行采集,在分析图像处理和神经网络理论的基础上,采用网格法与交线特征提取法,对LCD数显字符进行识别,为具有LCD数显而与计算机无标准通信接口的仪器仪表设备提供一种实用的无线接口。实验表明,系统对LCD数显字符采集方便,识别率高,并且抗干扰能力强。   ??   关键词:CCD采集;图像处理;BP神经网络;字符识别??   中图分类号:TM932;TP216 文献标识码:B   文章编号:1004373X(2008)0116402?オ?      LCD Display Character Acquisition and Recognition Based on CCD??   and BP Artificial Neural Network   ??   ZHONG Liangping,WANG Wei??   (China Jiliang University,Hangzhou,310018,China)   ?オ?   Abstract:The LCD display character is acquisited by CCD,after analysis with image process and artificial neural network theory,through grid and intersecting lines to pick up the character′s characteristic,recognize LCD display character,provide with a kind of interface for the instruments and equipments which have no standard interface with the computer but have a LCD display.The experiment result shows that the system acquire and recognize LCD display character is very successfully,and high anti-jamming ability.   ??   Keywords:CCD acquisition;image processing;BP neural network;character recognition   ?オ?   随着技术的发展,现在的仪器仪表设备越来越多地采用LCD显示,LCD数码显示具有功耗低、无闪烁等很多优点。然而,很多的仪器仪表设备并没有提供数据存储空间和与计算机通信的标准接口,使得LCD所显示字符难以传输给计算机处理并存储。文章在分析图像处理和神经网络理论的基础上,实现LCD数码显示字符的快速采集、识别与存储。??      1 系统实现??      基于CCD和神经网络的LCD数显字符采集与识别系统平台框图如图1所示。??      先利用CCD采集LCD数显字符图像并传输给计算机,再将改进的BP神经网络用于LCD数显字符识别,最后存储于计算机上。系统主要由CCD图像采集、图像预处理和神经网络几部分组成。??   1.1 图像预处理??   图像预处理是特征提取和神经网络字符识别的前提,图像预处理的好坏直接影响字符识别结果,文章图像预处理主要有256级灰度化、中值滤波、区域定位、二值化、倾斜调整、字符分割、归一化、重排。??   1.1.1 滤波 ??   中值滤波[1]能在保护图像边缘的同时去除噪声,即采用一个滑动窗口,将窗口中各点灰度值的中值来替代指定点(一般是指窗口的中心点)的灰度值。对于奇数个元素时,中值指按大小顺序排序后中间的数值。对于偶数个元素,中值指按大小顺序排序后中间两元素灰度值的平均值。??   1.1.2 LCD区域定位与二值化??   多次实验表明,一般LCD经CCD采集并256级灰度后,LCD区域的灰度级几乎都在175左右,所以,可以根据这个灰度级定位LCD区域,图2为LCD数显表面256级灰度图。然后对定位后的区域进行二值化,二值化[1]对于特征的提取非常重要,文章采用局部自适应阈值化,图3为区域定位分割后二值化图。??   1.1.3 字符分割??   字符分割采用投影法[2],由于LCD数码字符之间具有一定的间隔,这个间隔就是字符分割的依据,对字符图像进行垂直投影,相邻字符之间间隔的投影值正好处于波谷处,此处正好为字符分割位置。 ??      1.2 BP神经网络字符识别??   BP(Back Propa

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档