基于三维立体视觉的符号识别系统的研究-机械电子工程专业论文.docxVIP

基于三维立体视觉的符号识别系统的研究-机械电子工程专业论文.docx

  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
摘要 摘要 万方数据 万方数据 摘要 计算机科学与技术的发展最终会实现机器人完全的智能化,读书写字也只是 智能机器人的功能之一。为了实现这个目标,符号识别系统很有可能从二维空间 转换到三维空间。 符号识别系统的原型就是文字识别系统,即 OCR。通常的 OCR 需要的文本 图像的质量比较高,例如光照度,字体颜色与背景颜色的对比度等等。虽然有许 多 OCR 可以矫正字符的旋转角度,但是,如果在采集文本图像的时候文本所在 的平面与摄像机的拍摄平面不平行,识别结果也很容易出错,并且现在的文字识 别系统对于类似于图标型的符号也是无法识别的。 本文为了解决普通的 OCR 无法解决的问题,使用两个摄像机同时采集一个 文本而得到数个图像,识别的对象有中文字符,英文字符,数字字符,数学符号 和一些颜色单一的,简单的图标型的符号。 我们首先将图像进行预处理并且提取符号的特征点,再将数个图像中的特征 点一一匹配,从而计算出各个特征点的空间坐标,然后将同一符号的特征点从三 维笛卡尔坐标系转换到用二维坐标系来表示,最后使用 DT 网格方法对复杂的符 号的姿势进行矫正并且统计匹配分数。 本文的创新点有:1)首次将三维立体测量技术使用到符号识别系统上,考虑 到现实中因为光线反射并不均匀,所以用多个摄像机观察符号,可以放宽了对光 照度的要求;2) 将 DT 网格法从指纹识别技术上转移到符号识别技术上有效的 抗击了噪声对识别的影响。 本文的研究成果已经达到了预期的目的,在光线较暗或者光线较强的情况下 都达到了一定的识别率,相信以后其会在符号识别机器人上得到有效的应用。 关键词:符号识别,三维立体测量,DT 网格 I Abstract Abstract Abstract Development of computer science and technology will eventually achieve robots do everything by themself. reading and writing only the function of intelligent robots. in order to achieve this goal, the character recognition system must be converted from two-dimensional space to three-dimensional space. The prototype of the character recognition system is a word recognition system, we can call them OCR too. Usually, OCR need text image quality is relatively high, such as light intensity, contrast of font color and background color and so on. Although there are many OCR can be corrected the angle of rotation of the characters, however, when we capture text images, if the plane of the text is not parallel to the plane of the camera shooting, the recognition result is also very error-prone, and text recognition system can not recognize the symbol like icon. In order to solve the ordinary OCR can not be resolved, we use two or more than two cameras to collect a text image at the same time, the object of we identify have Chinese characters, English characters, numeric characters, mathematical symbols, and some color single but simple icon-based symbols. First, we preprocess the images and get the feature points of symbols, then we match the feature points f

您可能关注的文档

文档评论(0)

1234554321 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档