一种用于在架图书书脊语义分割的山字形网络

在图像中识别在架书脊信息有助于实现更便捷的图书盘点,也可能实现即拿即走等更流畅的读者借阅体验,而书脊区域精确分割是重要前提。区别于普通目标分割,该分割问题的难点在于书脊的密集性及重复性。本文提出一种山字形深层神经网络结构,包含一个编码器及两个解码器。其中一个解码器为书脊分割主通道,另一个则结合书脊边界信息以融入更多的书脊边缘细节。另外,本文建立了一个书脊图像样本集,包含661张图像及15,454个手工标注的书脊实例。实验结果表明,提出的网络模型对书籍一类密集目标图像语义分割具有较高精度,在建立的样本集中具有约90%的均值交并比以及约95%的平均像素精度,性能优于经典的分割模型,验证了提出模型的有效性。

基于投影算子的图书索书号自动识别

图书书脊和索书号的识别是图书馆自动存取书机器人的关键技术,提高书脊和索书号识别的效率是研究的热点.研究一种简单的投影算子将其应用于书脊和索书号的识别以提高了识别效率和速度;以书架图书二值化图内容为基础,构建图书列向量,在列投影算子的作用下求得列投影向量,根据列投影向量曲线的情况快速准确识别图书书脊;以单本书脊二值化图内容为基础,分别构建书脊行向量和列向量,通过行投影算子得到行投影向量,根据行投影向量曲线的变化情况识别索书号元素的行位置信息,通过列投影算子得到列投影向量,根据列投影向量曲线的变化情况识别出索书号元素的列位置信息,根据行、列位置信息切分出索书号元素图片,在归一化后计算待识别索书号元素图片与字符标准模板的匹配度,将最大匹配度所对应的字符标准模板映射的字符作为识别结果;经实验证明基于投影算子的书脊和索书号识别的速度快,准确率高.