芯片字符是芯片的唯一標(biāo)識(shí),字符實(shí)時(shí)識(shí)別系統(tǒng)是各種芯片設(shè)備不可或缺的組成部分,如芯片重排等設(shè)備。目前,工業(yè)現(xiàn)場仍采用傳統(tǒng)的方法,重點(diǎn)關(guān)注特征設(shè)計(jì),精度、效率和魯棒性低。而基于深度學(xué)習(xí)的方法盡管能夠自動(dòng)提取文字特征,但流程復(fù)雜,難以優(yōu)化且速度慢。本文研究一種基于深度學(xué)習(xí)的字符實(shí)時(shí)識(shí)別系統(tǒng),整張圖像直接輸入系統(tǒng)輸出識(shí)別結(jié)果,無需繁復(fù)的預(yù)處理和后處理操作,算法流程簡單,精度、效率和魯棒性高。研究小字符端到端識(shí)別算法。芯片字符尺寸小,嚴(yán)重影響字符識(shí)別性能。本文提出基于多尺度特征的小字符識(shí)別算法,加權(quán)融合高層和低層特征,設(shè)計(jì)合適參考框、特征金字塔和損失函數(shù)等。提出芯片字符圖像標(biāo)準(zhǔn)數(shù)據(jù)集,整理和制定字符識(shí)別算法評(píng)價(jià)系統(tǒng)。研究芯片圖像去模糊算法。芯片圖像存在運(yùn)動(dòng)模糊,嚴(yán)重影響字符識(shí)別精度。提出基于條件對(duì)抗網(wǎng)絡(luò)的盲圖像去模糊算法,學(xué)習(xí)模糊-清晰圖像間映射,設(shè)計(jì)合適的損失函數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)等。提出隨機(jī)軌道生成法生成構(gòu)建標(biāo)準(zhǔn)數(shù)據(jù)集,并且整理和制定芯片圖像去模糊算法評(píng)價(jià)系統(tǒng)。研究芯片字符識(shí)別數(shù)據(jù)增強(qiáng)算法。芯片字符圖像數(shù)據(jù)集存在數(shù)據(jù)量不足、多樣性差的特點(diǎn),不利于“少數(shù)字符”的學(xué)習(xí)。提出基于條件對(duì)抗網(wǎng)絡(luò)的數(shù)據(jù)增強(qiáng)算法,以字符類別標(biāo)簽作為約束條件,實(shí)現(xiàn)字符識(shí)別數(shù)據(jù)集擴(kuò)充。綜合整個(gè)芯片字符識(shí)別系統(tǒng),由數(shù)據(jù)增強(qiáng)器、去模糊器和字符識(shí)別器組成。實(shí)驗(yàn)結(jié)果顯示本系統(tǒng)可實(shí)現(xiàn)誤識(shí)別率和漏識(shí)別率最低分別為0.33%和0.09%,可實(shí)現(xiàn)識(shí)別時(shí)間最低為19.9ms/幅,滿足工業(yè)現(xiàn)場要求。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TP18;TN405
【部分圖文】：

圖 1-1 文獻(xiàn)[19]R-CNN 端對(duì)端識(shí)別流程圖VPR2016 上，Gupta 等人[20]通過合成法生成大量含有文本信息的樣本回歸網(wǎng)絡(luò)（Fully Convolutional Regression Networks，F(xiàn)CRN）。該方法據(jù)難以標(biāo)注的難題，盡管樣本中存在大量合成文本，但其 FCRN 文本良好。 年，Ma 等[21]在 Faster R-CNN 框架上實(shí)現(xiàn)任意方向旋轉(zhuǎn)的感興趣區(qū)域

前沿小

（a）C1 （b）C2圖 2-3 機(jī)器視覺采集的芯片字符圖像不同于文本文字圖像，芯片字符圖像主要具有以下幾個(gè)難點(diǎn)：（1）字符尺寸小。采集到的整張圖像尺寸為1280 960，芯片平均尺寸為156 155，字符平均尺寸為 21 27，字符長寬相對(duì)于整張圖像的比例僅僅為1.6% 2.8%，屬于小目標(biāo)，加大字符識(shí)別的難度。（2）圖像存在運(yùn)動(dòng)模糊。高質(zhì)量圖像要求光照均勻、分辨率高、圖像清晰，識(shí)別區(qū)域和其他區(qū)域的對(duì)比度高。機(jī)械運(yùn)動(dòng)平臺(tái)移動(dòng) wafer 盤到下一個(gè)視場，步進(jìn)電機(jī)停止，機(jī)器視覺系統(tǒng)抓取視場范圍內(nèi)的芯片圖像。電機(jī)驟停導(dǎo)致 wafer 盤和芯片產(chǎn)生振動(dòng)，相機(jī)和芯片產(chǎn)生相對(duì)運(yùn)動(dòng)，采集的芯片字符圖像存在運(yùn)動(dòng)模糊，將會(huì)直接影響后續(xù)圖像處理的難易程度以及字符識(shí)別的準(zhǔn)確性。（3）個(gè)別字符數(shù)目特別少，難以大規(guī)模采集。字符由數(shù)字（0-9）和字母（A-Z）

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱麟;;字符分割技術(shù)的研究與應(yīng)用[J];科技展望;2016年34期

2 梁永貴;林江莉;陳科;;車牌圖像中字符分割方法[J];微計(jì)算機(jī)信息;2009年34期

3 張玉林;張永華;;基于自組織映射神經(jīng)網(wǎng)絡(luò)的粘連字符分割[J];山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

4 顧弘;趙光宙;齊冬蓮;孫峗;張建良;;車牌識(shí)別中先驗(yàn)知識(shí)的嵌入及字符分割方法[J];中國圖象圖形學(xué)報(bào);2010年05期

5 馬瑞;楊靜宇;;一種利用灰度信息和二值信息的手寫字符分割[J];計(jì)算機(jī)工程;2007年15期

6 趙海燕,白青海,裴志利;車牌字符分割前的顏色預(yù)處理[J];內(nèi)蒙古民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

7 楊玉東;李莉;高云富;曲曉威;林琳;楊茜;白鵬輝;王瑜;;兩種文本類型驗(yàn)證碼字符分割提取方法[J];北華大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年01期

8 周鳳香;;一種新的表格字符分割算法的研究與實(shí)現(xiàn)[J];數(shù)字技術(shù)與應(yīng)用;2016年03期

9 李文舉;姜周恩;朱正強(qiáng);崔曉松;;利用反饋的車牌字符分割算法[J];計(jì)算機(jī)應(yīng)用與軟件;2011年04期

10 王枚;王國宏;;基于伴生與互補(bǔ)顏色特征的車牌字符分割新方法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2007年01期

相關(guān)會(huì)議論文 前3條

1 李冬梅;牛長流;;運(yùn)動(dòng)車輛的牌照識(shí)別[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

2 胡偉平;王日鳳;;基于閾值分割與區(qū)域生長的車牌識(shí)別方法[A];廣西計(jì)算機(jī)學(xué)會(huì)2015年學(xué)術(shù)年會(huì)論文集[C];2015年

3 楊焯硯;徐益君;張俊如;;車牌識(shí)別算法的研究和實(shí)現(xiàn)[A];2009年中國高校通信類院系學(xué)術(shù)研討會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 馬瑞;非限制手寫字符分割中相關(guān)技術(shù)與算法的研究[D];南京理工大學(xué);2007年

2 李學(xué)勇;金屬標(biāo)牌壓印凹凸字符的特征提取和識(shí)別方法研究[D];山東大學(xué);2008年

3 陳為;基于變化方向光源的壓印立體字符分割方法的研究[D];山東大學(xué);2013年

4 陳振學(xué);基于特征顯著性的目標(biāo)識(shí)別方法及其應(yīng)用研究[D];華中科技大學(xué);2007年

5 李波;基于圖像分析的車輛識(shí)別與跟蹤若干關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 翁祖輝;單指針與數(shù)字式儀表遠(yuǎn)程讀數(shù)識(shí)別定位研究[D];電子科技大學(xué);2019年

2 林惠;基于深度學(xué)習(xí)的芯片字符實(shí)時(shí)識(shí)別方法研究[D];華中科技大學(xué);2019年

3 史昊林;基于機(jī)器學(xué)習(xí)的電路板印刷字符檢測識(shí)別方法研究[D];電子科技大學(xué);2019年

4 黃良俊;復(fù)雜環(huán)境下的車牌識(shí)別算法研究[D];合肥工業(yè)大學(xué);2019年

5 駱俊;復(fù)雜條件下車牌識(shí)別方法的研究與實(shí)現(xiàn)[D];西南石油大學(xué);2018年

6 阿薩（Asad Khan）;基于彩色圖像檢測的車牌自動(dòng)分割與識(shí)別[D];北京郵電大學(xué);2019年

7 劉潔;實(shí)時(shí)車牌識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2019年

8 侯海霞;基于深度學(xué)習(xí)的運(yùn)動(dòng)員號(hào)碼牌識(shí)別[D];江西師范大學(xué);2018年

9 孫庭強(qiáng);復(fù)雜環(huán)境下車牌檢測與識(shí)別方法研究[D];南京郵電大學(xué);2018年

10 唐夢云;深度學(xué)習(xí)在驗(yàn)證碼破解和設(shè)計(jì)中的應(yīng)用研究[D];西安電子科技大學(xué);2018年

本文編號(hào)：2812996