文本檢測和文本識別作為計(jì)算機(jī)視覺領(lǐng)域中的熱點(diǎn)研究問題備受關(guān)注,這兩個(gè)領(lǐng)域在工作和生活中都有著廣泛的應(yīng)用,如證件中信息的識別、文檔中文字的識別、車牌號識別和工業(yè)生產(chǎn)自動(dòng)化技術(shù)等。這兩個(gè)領(lǐng)域相輔相成,構(gòu)成一個(gè)完整的光學(xué)字符識別(Optical Character Recognition,OCR)系統(tǒng)。其中,文本檢測部分是文本識別部分的前提和基礎(chǔ),用來從一張大圖中找到文本行所在位置,文字識別部分用來對找到的文本行進(jìn)行識別,輸出系統(tǒng)的最后結(jié)果,二者共同決定了一個(gè)OCR系統(tǒng)的最終性能。在過去,文本檢測和文本識別算法基本都是基于人工設(shè)計(jì)的特征和傳統(tǒng)的圖像處理方法完成的,這類特征和算法設(shè)計(jì)困難,需要大量的專業(yè)知識和經(jīng)驗(yàn)支撐,因此精度不高,不具有泛化性。近年來,深度學(xué)習(xí)技術(shù)快速發(fā)展,在圖像分類、目標(biāo)檢測、語義分割等計(jì)算機(jī)視覺領(lǐng)域取得了突破性的進(jìn)展和成果。深度學(xué)習(xí)類算法是數(shù)據(jù)驅(qū)動(dòng)型算法,基于深度學(xué)習(xí)的算法通過迭代訓(xùn)練,自動(dòng)發(fā)現(xiàn)和學(xué)習(xí)到大量數(shù)據(jù)中隱含的特征規(guī)律,無需過多的人為干預(yù),因此相較于傳統(tǒng)的圖像處理相關(guān)算法具有更好的泛化性。本論文針對雷管編碼字符的檢測與識別這一具體的工程問題,對基于深度學(xué)習(xí)的文本檢...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1雷管實(shí)物圖

圖2-1雷管實(shí)物圖Fig.2-1Thephotoofdetonator所示為雷管圖像采集系統(tǒng)，文中提及的所有雷管圖像均由包括一個(gè)防爆盒、一個(gè)線陣CCD（ChargeCoupledDevice）ghtEmittingDiode）光源和一個(gè)旋轉(zhuǎn)電機(jī)。由于雷管的形狀，....

圖2-2雷管編碼圖像采集系統(tǒng)示意圖

圖2-1雷管實(shí)物圖Fig.2-1Thephotoofdetonator示為雷管圖像采集系統(tǒng)，文中提及的所有雷管圖像均括一個(gè)防爆盒、一個(gè)線陣CCD（ChargeCoupledDevitEmittingDiode）光源和一個(gè)旋轉(zhuǎn)電機(jī)。由于雷管的形所以采用傳統(tǒng)的CCD....

圖2-3采集到的雷管圖像

第二章雷管圖像采集系統(tǒng)及標(biāo)注工具免有一些雷管字符不能被完整地捕捉到，電機(jī)帶動(dòng)相機(jī)旋轉(zhuǎn)的通過控制旋轉(zhuǎn)電機(jī)轉(zhuǎn)動(dòng)的速度和時(shí)間，我們可以獲得固定高度本文中，所有獲取到的雷管圖像的大小均為320像素×640像素（明圖像大小的單位均為像素值）。雖然這樣能保證雷管表面所捉到，但是可能會(huì)....

圖2-4雷管圖像定位標(biāo)注工具運(yùn)行界面

廣東工業(yè)大學(xué)碩士學(xué)位論文僅需要關(guān)注雷管圖像中較難檢測的特例，這樣的做法可以大大提高雷度。因此，本文提出兩種雷管圖像自動(dòng)標(biāo)注工具，分別為定位標(biāo)注工具。種為雷管圖像定位標(biāo)注工具，本標(biāo)注工具采用Qt程序開發(fā)框架開發(fā)編寫，依次完成圖片讀取、圖片顯示、圖像檢測、坐標(biāo)操作和坐標(biāo)保存4所....

本文編號：3951176