2025年妈妈杯数学建模竞赛B题优秀论文-1.pdfVIP

队伍编号MC2406982

题号B

基于深度学习的甲骨文图像分割与文字识别模型

摘要

本文研究了甲骨文图像的自动分割与识别问题，采用了先进的计算机视觉技术和深

度学习框架，以提高其分割与识别的准确率和效率．

针对问题一，本文建立了图像预处理模型．通过采用二值化、形态学去噪、滤波器

去噪等方法，处理了干扰元素．首先，使用Otsu算法进行二值化，自动确定阈值以区

分前景和背景，简化图像结构．接着，通过闭运算填补图像中的小洞和缝隙，同时消除

小的噪声，并通过开运算去除小的突出物，进一步清理图像．随后，应用高斯滤波器平

滑图像，减少高频噪声，同时保留边缘信息．最后，使用中值滤波器用于消除椒盐噪声，

保护图像细节和边缘不被模糊．

针对问题二和问题三，本文建立了单字分割模型．基于YOLOV5模型进行了深入

的研究和改进，实现了对甲骨文图像的准确分割．首先引入了PP-LC主干网络，通过减

少参数和计算量，提升了模型在资源有限设备上的推理效率．此外，通过引入SE注意

力机制