基于深度学习的文本图像识别算法研究

为了解决文本检测与识别过程中图像噪声大、文字模糊歪曲等问题,文章提出了一种基于深度学习的文本图像识别算法,可对生活中的文本图像进行内容检测与识别。其中,将MaskR-CNN算法作为文本检测模块并将Sar作为识别框架,采用360万中文数据集对文本识别模型进行训练。在对模型及阅值进行调整和改进后,该算法的识别准确率和重复率方面均表现出较好的效果。

基于直方图和交叉熵的文本图像识别方法

从人的认知特性出发,提出了一种基于交叉熵的文本图像识别方法。首先,把原图像和它的平滑图像组合起来构成广义图像,广义图像的直方图称为广义直方图;其次,利用广义直方图计算广义图像二值化前后的交叉熵,得到图像最佳二值化阈值;最后,由最佳二值化阈值下的交叉熵和设定的交叉熵门限进行比较,实现文本图像的识别。实验结果与性能比较表明,本文方法在保证很高识别率的同时,极大地降低了虚报率。

基于连通区域矩阵的文本图像识别方法

如何从海量的图像里将文本图像挑选出来是网络图像处理领域的研究热点。为了达到更好的文本图像识别效果,文章从文本图像的文字特征出发,提出了一种基于连通区域矩阵的文本图像识别方法。首先对图像进行二值化,计算二值化后图像的连通区域矩阵,然后根据连通区域矩阵提取出图像的8维特征值,最后使用BP神经网络来对图像进行训练和识别。实验证实,该方法在保证较高识别率的同时,明显降低了误识率。

抗倾斜的中文文本图像文件识别技术

针对实际应用场景中如何在大批量图像文件中快速找到中文印刷体文本图像文件进行OCR (Optical Character Recognition)识别的问题,本文在笔画宽度变换算法(SWT)的基础上,设计了针对中文文本固有特点的启发式规则,并将水平投影技术与离散傅里叶变换相结合,提出了一种适合倾斜角度在–90至90°之间的中文印刷体文本图像文件识别技术.实验结果显示,在1606张测试集图像文件的识别中,本文算法针对文本图像文件整体识别F值(F-Measure)为0.95,平均识别耗时为0.65 s.

图像文本定位技术研究

图像文本定位是图像中文本识别的关键步骤。介绍了文本图像的分类及特征,分析了图像文本定位常用算法的应用范围及优缺点,提出了文本定位算法的评价方法,阐述了文本定位的应用领域,并对今后文本定位的研究方向进行了分析。

结合canny边缘检测算法与k-means算法的图像文字识别

针对当前图像文本识别发展的最新状况,本文提出了一种canny文本边缘检测算法与k-means算法的结合对文本进行识别,其主要的流程包括了图像灰度处理、利用MSER对图像进行二值化处理、canny边缘检测、像素点聚类、文本分割、OCR识别等,通过matlab2014用该算法对ICDAR2013数据集的图像文本进行识别,并与其他识别文本方法作对比,得到的结果是该算法具有较高的图像文本识别率,能够识别复杂环境下拍摄的图像,具有较好的去除噪声功能,是目前图像文本识别方面比较好的算法。

安卓平台上的医用图像信息采集系统的开发设计

为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案。本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服务于其他智慧医疗系统模块。在使用9000组数据对神经元网络进行前期训练的前提下,该系统的识别准确率达到了99.5%以上。本系统具有一定的可行性,对未来智慧医疗的系统开发有实践意义。

基于SSD和物联网的核磁共振仪运行环境监测与识别系统设计

为进一步保障医疗核磁共振仪的正常运行和人员安全,以西门子核磁共振仪为研究对象,提出一种核磁共振仪运行环境监测智能化系统,对核磁共振仪运行情况进行监控。其中,以树莓派为主控制器,并构建智能图像识别模块,以获取核磁共振仪的更多状态数据。实验结果表明,设计的监控系统能够对核磁共振仪的液氦数据进行实时监控和准确获取,其中,构建的智能图像识别模块能够进行核磁共振仪状态数据的准确获取,对设备的标签文本类字符和数字仪表类字符的识别准确率分别为98.01%和99.72%,精度较高且识别速度较快。综上,设计的监控系统能够对核磁共振仪进行实时监控以及准确的状态数据的获取,能够应用于实际西门子核磁共振仪的日常维护场景,帮助管理者进行日常的设备管理,可行性较高。