基于DSP的便携式光扫描识别翻译系统

开发了以DSP为核心的扫描识别及英汉互译系统(电子阅读笔),在小型手持设备上实现了从扫描输入图像到脱机OCR以及翻译显示的处理,并且完全独立于计算机工作.主要讨论了硬件和软件系统的构成,并重点阐述了软件的个别核心算法.实验系统工作稳定,平均识别率达到95%以上,并提供中英文共15万词汇量的翻译词典.

基于CNN的OCR技术在核电厂DCS系统测试中的应用和实现

核电厂分布式控制系统(DCS)的输入/输出模块在运行期间,随着电子器件性能下降以及时漂的影响,需要定期进行进度复测和校准。针对传统的DCS输入/输出通道测试覆盖率不足,测试效率低及人因问题,本文提出一种基于卷积神经网络(CNN)的光学字符识别(OCR)技术应用在DCS系统的在线测试方法。通过模拟设备和视频采集设备完成画面的自动切换,并读取画面信息,截取特定画面后对其图像预处理,再使用OCR识别模型识别画面内容,将得到的识别结果与期望值进行比较判断,从而实现自动化测试。测试结果表明,通过CNN训练后,显控设备画面字符识别率能达到100%,该方法可以突破设备厂家的专有通信协议的壁垒,可有效降低操作员的人因失误,提升测试效率和核电厂的经济性。

新型自适应字符检测系统研究

目的为解决现有字符检测系统出错率高、自适应能力较差的问题,提出一种新型自适应字符检测系统。方法针对某国内大型方便面生产企业产品研发生产批号检测系统过程中,遇到的光照变化和多种产品规格变化对图像采集质量的影响问题,分别提出相应的自适应解决方案;通过改进局部阈值算法,增强算法鲁棒性,并进一步提出基于实时采集图像的自适应采集矫正算法。结果通过实验测试和现场验证,该检测系统的自适应能力和鲁棒性较强,检测速度为10个/s,误剔率小于0.005%,漏剔率为0。结论该系统具有较强适应性,相比传统字符检测系统更加稳定可靠,具有良好的应用前景。

基于DBNET与CRNN-CTC的自然环境文字识别系统

随着军队信息化建设的逐步深入,当前存在大量的文稿、单据、表格迫切需求高精度的文字识别处理。一般光学字符识别(OCR)技术如谷歌开源Tesseract引擎等对环境光源、字体,视角要求苛刻,仅能兼容扫描文档,难以实现自然环境下拍照使用需求,使用困难且准确率低。该文提出一种基于可微二值化网络(Differentiable Binarization Net, DBNET)进行场景文本分割,并采用CRNN-CTC进行文字识别的复合二阶段识别方法,可在复杂光源、多角度视角的自然场景中实现长序列多文字识别。该方法的识别效率及准确率远远高于传统OCR方法、对比其他深度学习方法亦存在较大优势。在该方法基础上进一步构建基于异步消息队列的并行架构服务器系统,使得技术得以进一步实用化。

光学识别技术在集装箱码头卡口中的应用

为提升集装箱箱号信息采集的准确性,采用优化建设方案和屏蔽自然光线干扰因素的方法对集装箱码头卡口光学识别技术方案进行优化,通过对光照条件的基础分析,提出"全封闭"方法,有效提升图像采集质量,提高识别准确率。

合江农商行：提升后督系统OCR识别率

自2017年四季度，该行后督系统0CR（光学字符识别）识别率提高到83．69％，较上季度增长5．64％，同比增加14．57％。在《全省农村信用社2017年网季度事后监督系统运行情况通报》中，识别率水平跃人全省第三位，在泸州市农信系统位居第一。

基于OCR模型的通信机房图片归档系统设计

目前通信机房图片归档,人工操作占据了主导地位,然而这种方式存在效率低、易出错等缺陷。在此背景下,文章提出了一种基于光学字符识别(Optical Character Recognition,OCR)模型的通信机房图片归档系统。该系统通过自动识别图片中的文字信息,分析图片所属的机房位置,进而按照机柜位置分类归档图片,实现自动化管理。经过测试,该系统的归档准确率达到了98%以上,显著提高了通信机房图片归档的效率。

基于云OCR的资料数字化系统的构建研究

为实现资料数字化系统的快速构建、提高企业办理业务的效率,提出了基于百度云卡证文字识别功能提取用户的身份证号码、银行卡号码,基于腾讯云的手写体文字识别功能提取用户手写的手机号,从而将纸质的业务资料快速录入到系统中。实验结果表明,提出的基于云文字识别(OCR)的资料数字化系统达到95.6%的平均准确率。在利用云OCR降低了开发难度的同时,也为使用在线人工智能服务开发资料数字化系统提供了一种思路。

中英文混合文章识别问题

当前,已经有大量为单一字符集(或语种)而设计的OCR(optical character recognition)分类器.同时,随着全球一体化,多语文档的出现越来越普遍.因此,设计多语文档处理系统势在必行.提出了一般性的解决方案:两项OCR技术、一个系统和语言判断.为了使研究工作具体化,实现了一个中英文混合文章处理系统.其中主要涉及了3个关键问题:系统流程控制、汉英语言区域分离和英文字符切分.与以往的系统相比,该系统增加了汉英语言区域分离模块,并将基于等间距性的新方法应用于该模块.为了验证本系统的有效性,综合以往的方法实现了另一个系统.实验结果表明,该系统的性能明显优于另一个系统,在杂志样和书籍样上的识别率分别从98.48%和98.68%提高到99.13%和99.25%.

基于OCR技术的医疗档案管理系统研究与构建

基于医院信息系统,利用OCR技术开发了医疗档案管理系统。系统主要由管理模块、OCR处理模块、档案管理模块、邮件管理模块组成。本文详细介绍了系统的开发过程和使用情况。

一种新型电子阅读笔系统

为了解决在阅读过程中能够方便快速查阅生僻词汇以及录入存储中英文资料等问题,本文以DSP(DigitalSignalProcessor)为核心处理器研发了一套电子阅读笔系统。该系统将光学扫描、脱机文字识别和中英互译技术嵌入小型设备,实现了印刷体文字从扫描、识别到翻译的全部功能。实验表明该系统设计方案可行,工作稳定。文中介绍了硬件和软件系统的设计和构成,并详细讨论部分算法的实现原理。

多知识综合判决的字符切分算法

高性能的印刷体文字识别系统中,在单字识别技术比较成熟的条件下,字符切分成为比较关键的环节。字符切分可以看作是对字符边界正确切分位置的一个决策过程,该决策需要同时考虑字符局部的识别情况和全局的上下文关系。该文通过对中日韩三国文字字符切分的研究,提出一种基于多知识综合判决的字符切分算法。该算法成功应用于AsiaOCR项目,对于东方文字中常见的混排英文问题也能很好处理。实验结果表明,和以前的算法相比,新算法在中日韩三国文字识别系统中的切分错误率平均下降50%。

机器视觉系统市场

机器视觉系统，是一种非接触式的光学传感系统。它同时集成软硬件．能够自动地从所采集到的图像中获取信息或者产生控制动作。上世纪八十年代，机器视觉系统开始迅猛发展。用来读取和验证字母．符号和数字的光学字符识别（OCR）系统被首先应用到了工业自动化生产领域。如今具有越来越高的图像质量和图像采集能力的机器视觉系统与采用先进传感器的智能相机正在被广泛关注。

基于Android的手机签到系统

介绍一款基于光学字符识别及嵌入式数据库技术的移动终端应用,可便捷地记录、管理和上传考勤报表,生成考勤成绩,实现了低成本高效率的考勤管理。

智能移动终端涉密信息监测系统

网络高度发达的信息时代,防止涉密信息被泄露是一件非常重要的任务,尤其是对于政府、军队、公安等重点单位。传统的涉密信息监测系统往往是安装在主机等终端中,无法对于通过手机等智能移动终端偷拍涉密图片或者通过聊天软件上传涉密图片的行为无法进行有效的制止。针对这个问题,设计了一种将CTPN文本检测算法、光学字符识别技术(optical character recognition,OCR)与场景识别、图片传输监控相结合的智能移动终端涉密信息监测系统,可广泛应用于Android移动平台中。该系统通过全局扫描,实时相机监察,社交管控三防一体对失泄密行为进行监控监察,有效防止失泄密事故案件的发生。测试结果显示,该系统不仅可以准确识别涉密图片、监测涉密行为并且处理速度快、占用内存空间小,可以满足涉密单位的基本需求。

基于 OCR 技术的金融和财务票据自动录入与管理系统

讨论了ＯＣＲ技术与金融和财务票据自动录入中的应用，以及自动录入系统的总体分析与设计。