基于机器视觉和神经网络低质量文本识别研究.PDFVIP

第３５卷第９期 机　 　 电　 　 工　 　 程 Ｖｏｌ.３５ Ｎｏ.９ ２０１８年９ 月 Ｊｏｕｒｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ＆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｅｐ. ２０１８ ＤＯＩ:１０.３９６９/ ｊ.ｉｓｓｎ.１００１－４５５１.２０１８.０９.０２０ 基于机器视觉和神经网络的低质量文本识别研究 ∗ 李少辉ꎬ周　 军 ꎬ刘　 波ꎬ钱俞好ꎬ吴闽仪 (河海大学 机电工程学院ꎬ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ꎬ造成机器视觉产品中字符识别准确率低ꎬ鲁棒性差的问题ꎬ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ꎬ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ꎬ保证了后续字符的精确切分ꎻ提出了一种基于改进的ＢＰ神经网络算法ꎬ显著提高了字符识别的准确率和鲁棒性ꎬ利 用附加动量法和自适应学习速率方法ꎬ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ꎬ并提高了神经网络模型的收 敛速度ꎮ 研究结果表明:该方法能使倾斜的图片得到有效校正ꎬ神经网络模型的训练效率得到有效提高ꎬ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ꎮ 关键词:机器视觉ꎻ流水线ꎻ文本识别ꎻ倾斜校正ꎻ改进ＢＰ神经网络 ＋ 中图分类号:ＴＰ２４２.６ ２ꎻＴＨ３９　 　 　 　 文献标志码:Ａ 文章编号:１００１－４５５１(２０１８)０９－１００６－０５ Ｌｏｗ ｑｕａｌｉｔｙ ｔｅｘｔ ｒｅｃｏｇｎｉｔｉｏｎ ｂａｓｅｄ ｏｎ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ａｎｄ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ＬＩ Ｓｈａｏ￣ｈｕｉꎬＺＨＯＵＪｕｎꎬＬＩＵ ＢｏꎬＱＩＡＮ Ｙｕ￣ｈａｏꎬＷＵ Ｍｉｎ￣ｙｉ (Ｓｃｈｏｏｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｉｃａｌ ＥｎｇｉｎｅｅｒｉｎｇꎬＨｏｈａｉ ＵｎｉｖｅｒｓｉｔｙꎬＣｈａｎｇｚｈｏｕ２１３０００ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｔｈｅ ｔｅｘｔ ｐｉｃｔｕｒｅ ｏｎ ｔｈｅ ａｓｓｅｍｂｌｙ ｌｉｎｅｐｒｏｄｕｃｔ ｃｏｎｔａｉｎｓｍｏｒｅｎｏｉｓｅｓａｎｄ ｄｅｆｅｃｔｓꎬｗｈｉｃｈｒｅｓｕｌｔｓｉｎｔｈｅｌｏｗ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅｃｈａｒａｃｔｅｒｒｅｃｏｇｎｉｔｉｏｎａｎｄｔｈｅｐｏｏｒｒｏｂｕｓｔｎｅｓｓｏｆ ｔｈｅｍａｃｈｉｎｅｖｉｓｉｏｎｐｒｏｄｕｃｔꎬｔｈｅｉｍａｇｅｐｒｅｐｒｏｃｅｓｓｉｎｇꎬｃｈａｒａｃｔｅｒ ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ｎｏｒｍａｌｉｚａｔｉｏｎꎬｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｉｎ ｔｈｅ ｔｅｘｔ ｒｅｃｏｇｎｉｔｉｏｎｗｅｒｅ ｓｔｕｄｉｅｄꎬＢｙ ｕｓｉｎｇ ｔｈｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ａｆｆｉｎｅｔｒａｎｓｆｏｒｍａ￣ ｔｉｏｎ ｉｎ ｍａｃｈｉｎｅ ｖｉｓｉｏｎｔｅｃｈｎｏｌｏｇｙꎬｔｈｅｔｅｘｔ ｉｍａｇｅｗａｓｓｋｅｗｅｄｔｏｅｎｓｕｒｅｔｈｅａｃｃｕｒａｔｅ ｓｅｇｍｅｎｔａｔｉｏｎｏｆ ｓｕｂｓｅｑｕｅｎｔ ｃｈａｒａｃｔｅｒｓ. ＡｎｉｍｐｒｏｖｅｄＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｌｇｏｒｉｔｈｍ ｗａｓ ｐｒｏｐｏｓｅｄ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ａｎｄ ｒｏｂｕｓｔｎｅｓｓ ｏｆ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ. Ｂｙ ｕｓｉｎｇ ｔｈｅ ａｄｄｉｔｉｏｎａｌ ｍｏｍｅｎｔｕｍ ｍｅｔｈｏｄ ａｎｄ ｔｈｅａｄａｐｔｉｖｅｌｅａｒｎｉｎｇｒａｔｅｍｅｔｈｏｄꎬｔｈｅｔｒａｄｉｔｉｏｎａｌ ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｅａｓｙｔｏｆａｌｌｉｎｔｏｌｏｃａｌｍｉｎｉｍａａｎｄｔｈｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ ｏｆ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｍｏｄｅｌ ｗａｓ ｉｍｐｒｏｖｅｄ. Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｃａｎ ｅｆｆｅｃｔｉｖｅｌ