数字识别准确性检测.pdfVIP

T/GDAQIXXXX—XXXX 数字识别准确性检测 1 范围 本文件规定了数字识别准确性检测的检测内容和检测过程。 本文件适用于数字识别准确性检测流程。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本 （包括所有的修改单）适用于本 文件。 JT/T 604-2011 汽车牌号视频自动识别系统 3 术语和定义 下列术语和定义适用于本文件。 数字识别 Digit recognition 通过数字图像特征，识别数字的过程。 误识率 false acceptance rate 不同数字图像的匹配分数大于给定阈值，从而被认为是相同数字图像的比例。 识别正确率 Recognition accuracy 相同数字图像的匹配分数大于给定阈值，从而被认为是相同数字图像的比例 误识次数 Number of false identifications 识别数字图像的结果错误的次数 类间测试 Interclass test 不同目标数字图像进行数字图像识别的测试 类内测试 In-class test 同一目标数字图像进行数字图像识别的测试 4 技术要求 1 T/GDAQIXXXX—XXXX 建立数据库 使用原始黑白 （双水平）图像经过尺寸标准化以适合 20x20 像素框，同时保持其纵横比。由于归 一化算法使用的抗锯齿技术，生成的图像包含灰度级。通过计算像素的质心，图像以 28x28 图像为中 心，并平移图像以将该点定位在 28x28 场的中心。 数据库应包含手写数字的二进制图像，数据集需要包含但不限于以下几种情况的数据： 1.原始训练样本 （各年龄不同职业的手写字体）； 2.原始训练样本的人为扭曲 （失真）版本，失真是位移/缩放/倾斜/压缩的随机组合； 3.计算机字体，包括但不限于宋体，仿宋，黑体，微软雅黑。 图片预处理 图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性 和最大限度地简化数据，从而改进特征抽取、 图像分割。匹配个识别的可靠性。预处理步骤一般包含： 灰度化-几何变换-图像增强。 4.2.1 灰度化 灰度图像每个像素只需一个字节存放灰度值 （又称强度值、亮度值），灰度范围为0-255。一般使 用分量法，最大值法，平均值法，加权平均法四种方法对彩色图像进行灰度化。 4.2.2 几何变换 图像几何变换又称为图像空间变换，使用平移、转置、镜像、旋转、缩放等几何变换方法对采集的 图像进行处理，用于减少如摄像头畸变等造成的非人为随机误差。此外，还需要使用灰度插值算法，因 为按照这种变换关系进行计算，输出图像的像素可能被映射到输入图像的非整数坐标上。通常采用的方 法有最近邻插值、双线性插值和双三次插值等。 4.2.3 图像增强 图像增强可分成两大类：频率域法和空间域法。图像增强即增强图像中的有用信息，它可以是一个 失真的过程，其目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或 局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差 别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊 分析的需要。 数字识别 把切割后的数字图片大小调整到和模板一样的大小 （一般以模版中最大尺寸），然后让需要匹配的 图和别和10个模板相减 （让两个图片对应坐标像素点值相减），将所有差的绝对值求和，最后与哪个模 板匹配时绝对值和最小，则就可以得到图像与该模版最匹配，进而识别该字符。 对于手写数字的识别，使用深度卷积神经网络，具体过程如下图：