高鲁棒的实时扑克字符识别方法研究

为提高智能洗牌机在光照、噪声干扰条件下的扑克点数识别的鲁棒性,提出了一种高鲁棒的字符识别方法。首先,利用维纳滤波复原图像局部和全局交互的二值化方法,保留光照不均匀图像完整的字符笔画与轮廓,去除图像背景噪声。其次,利用字符图像的统计信息,分析了可靠的Gabor滤波器组参数初始化方法,获得了较好的字符笔画特征。最后,对变换的笔画特征设计了改进的分类器,极大地提高了识别精度。采用2种不同图案的扑克,-30°～30°水平倾角的扑克图像进行测试,在日照无附加光源条件下,字符识别正确率达到97.6%,满足日常应用要求;在增强40%、降低40%光照强度加入40%高斯分布噪声的条件下的实验结果表明,该方法有较好的鲁棒性。