針對(duì)尚缺乏識(shí)別準(zhǔn)確率高的鐵路集裝箱箱號(hào)OCR系統(tǒng)這一現(xiàn)實(shí),設(shè)計(jì)了一套識(shí)別準(zhǔn)確率能夠達(dá)到98%以上的鐵路集裝箱箱號(hào)OCR系統(tǒng)。該系統(tǒng)對(duì)采集到的圖像進(jìn)行字符的自動(dòng)分割,在訓(xùn)練CNN時(shí)針對(duì)目前數(shù)據(jù)集多樣性不足、樣本較少的情況,采用了數(shù)據(jù)增強(qiáng)的方法擴(kuò)充數(shù)據(jù)集,并且基于LeNet-5進(jìn)行了網(wǎng)絡(luò)結(jié)構(gòu)搜索,訓(xùn)練了分別用于數(shù)字和字母識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)Digit Net和Letter Net,其在測(cè)試集上的識(shí)別準(zhǔn)確率分別能夠達(dá)到99.7%和99.2%。 

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 OCR系統(tǒng)總體流程
2 字符提取
    2.1 箱號(hào)標(biāo)準(zhǔn)
    2.2 圖像預(yù)處理
    2.3 投影法分割字符
3 CNN的訓(xùn)練與優(yōu)化
    3.1 數(shù)據(jù)集的構(gòu)建
    3.2 數(shù)據(jù)增強(qiáng)
    3.3 LeNet-5
    3.4 雙卷積神經(jīng)網(wǎng)絡(luò)
    3.5 基于LeNet-5的網(wǎng)絡(luò)結(jié)構(gòu)搜索
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于計(jì)算機(jī)視覺的集裝箱箱號(hào)識(shí)別[J]. 黃深廣,翁茂楠,史俞,劉清.  港口裝卸. 2018(01)

碩士論文
[1]鐵路集裝箱號(hào)碼與車型智能識(shí)別系統(tǒng)研究[D]. 劉璇.西南交通大學(xué) 2018
[2]集裝箱箱號(hào)識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D]. 陳永煌.華中科技大學(xué) 2013



本文編號(hào)：3722613