基于光学字符识别技术的综合医院放射卫生管理系统设计与价值研究

目的:设计综合医院放射工作人员和射线装置共享管理的放射卫生管理系统,实现多院区放射卫生管理同质化和规范化。方法:采用从下至上分为基础数据层、数据接入层、聚合层、服务层和应用层(表现层)分层系统架构,设置人员管理、设备管理、监督管理、证件管理和系统管理5大功能模块,基于光学字符识别(OCR)技术和信息化管理理念设计放射卫生管理系统,对综合医院放射卫生管理过程中设备检测及备案、人员体检与培训、证件变更和校验管理等关键环节进行信息化管理。结果:放射卫生系统管理可以按照授权在线查看射线装置和场所检测报告,实时推送放射工作人员体检和培训信息,共享法规文件。系统应用后放射卫生相关资料平均查阅时间由系统应用前的10~15 min缩减为系统应用后的<2 min。结论:放射卫生管理系统的设计与实施,能够实现多院区数据共享和放射卫生管理全周期信息可追溯,降低放射卫生管理工作难度,保障综合医院多院区放射卫生管理的规范化和延续性。

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OCR的中文债券图表数据检测和文本识别

针对金融业务场景下海量债券图表的人工处理效率低、处理容错性低、数据安全性高等问题,本文主要基于OCR技术设计了应用于中文债券图表数据检测和文本识别的解决方案,并且基于数据安全性及实际生产要求,采用离线安卓移动端作为算法使用平台。本文在原有的DBNet和CRNN网络的基础上对算法做出适应场景的改进,实验结果表明,本文所提算法在检测识别速度下降不明显和实现离线移动端部署的前提下检测识别效果更好,具有极大的工程应用价值。

OCR技术在企业文档识别中的研究与实践

本文介绍了某轨道交通制造企业文档识别项目的建设背景、设计方案以及项目建设过程,利用先进的光学字符识别(Optical Character Recognition,OCR)技术提升了纸质文档管理效率,并总结和建立了企业的OCR平台的通用集成标准规范,使各业务系统所需录入文档能够在短时间内识别完成,并集成于OCR平台进行存储和管控,进而提升处理效率,在企业的研发、生产以及运营环节节省更多人力。

基于LabVIEW的多表位数字温湿度计图像识别系统设计

针对数字温湿度计校准需求量大、校准时间长的实际情况,本文基于LabVIEW开发平台,设计了适用于超过20表位的数字温度计的图像识别系统。通过图像采集、提取和处理进行字符训练,形成标准字符集,并通过调用,实现对不同型号的数字温湿度计温度和湿度的字符自动识别。

基于OCR的标书文件信息获取技术应用研究

电子评标过程中,由于目前的辅助招评标系统在智能化程度方面有所欠缺,在评标效率、准确率等方面仍有提升进步的区间。例如,在获取招投标文件图片信息中,现有的辅助招评标系统识别效果较差。为解决现有问题,提出了一种通过使用光学字符识别(Optical Character Recognition,OCR)技术获取招投标文件内容,并对上传图片进行灰度值、图像预处理。该方法可大幅度增强系统智能辅助招评标功能,使用公章检测算法判断招投标文件中公章使用情况,划分标书文字块,从而缩短评标时间,减轻评审标书的工作强度,解决了评标过程中的评审不公正、评标效率低等问题,使招投标项目的评标更加公平、公正、公开。

基于PLC与机器视觉的自动上料系统

文章采用TIA博图V15.1工程平台,利用ABB机器人完成了被加工件的搬运工作,利用相机完成了被加工件的识别工作,为用户带来了一系列全新的数字化企业功能,可充分满足工业4.0的要求。利用Profinet通信网络将西门子S7-1200 PLC、ABB工业机器人、工业相机组合成一套完整的工业控制系统,大大缩短了系统设计周期,提高了系统稳定性,降低了系统维护成本;采用计算补偿法实现相机和机器人的标定工作,省去了计算旋转中心的繁琐步骤,解决了应用场景出视野、旋转角度范围太小、拟合的旋转中心误差过大等问题,显著提高了定位精度;利用3D工业相机实现了OCR字符的采集,实现了无纸化物料信息录入。

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.

模式识别理论的研究与应用

字符识别技术属于模式识别的范畴,本文首先介绍模式识别的基本理论和基本方法,然后阐述了模式识别技术在光学识别技术上的应用,并将其应用到角铁字符识别系统上,实践证明,采用模式识别,能减轻人工操作的复杂性和失误。

基于图像识别技术的高压电缆附件数字化工艺库设计与研究

为了实现高压电缆附件安装工艺的标准化管控,确保高压电缆安全稳定运行,技术人员应在项目施工前审核附件安装工艺图纸,减少因施工安装不当而出现的高压电缆线路跳闸事故。为了实现施工中所用图纸与标准图纸信息快速、精准比对,建立了涵盖不同厂家、型号、电压等级高压电缆的数字化工艺库,开发了具有图像识别技术、光学字符识别(OCR)和一致性检测算法功能的指纹识别系统,技术人员在工程审查时可通过指纹识别系统对施工过程中的图纸进行审查,快速准确地定位图纸中的差异信息,排除施工安装过程中形成的高压电缆安全隐患。

基于人工智能机器学习的文字识别方法研究

介绍了深度学习和文本识别的基本概念,讲解了文本识别的分类、基本步骤和挑战,重点研究了基于深度学习的文本识别模型——卷积循环神经网络(CRNN),对其特点、网络结构进行了研究,对比了Attention模型和CRNN模型的优缺点。

基于HALCON的视觉识别产线监测办法

随着智能制造的普及,智能化生产走进各个企业的生产车间。采用机器代替人工不仅生产效率得到有效提升,更有利于企业的智能化转型。本文以发动机缸盖是否漏装挺柱及零件条形码的自动识别为例,提出一种通过在产线加装摄像头,自动采集过线零件图片,通过HALCON程序判断零件是否合格同时进行信息采集的办法。

基于RBF的纸币序列号识别方法

序列号识别是金融安全领域的一个重要步骤。针对纸币序列号的字符特点,提出了一种基于径向基函数神经网络模型(RBF)的光学字符识别方法。使用工业相机,采集得到纸币图像,并进行必要的预处理,得到序列号区域的二值图像。再根据连通区域信息对单个字符进行分割并归一化,然后提取字符的二维空间分布信息作为特征向量,并结合径向基函数神经网络进行字符识别。实验证明,该神经网络仅两层隐藏层,结构简单,在小样本集下可达到95%的识别率,并且训练时间在100 ms量级,能够很好地满足纸币序列号识别功能的要求。

复杂背景下多证件快速识别系统的研究与实现

复杂背景下多证件识别广泛应用于机场、车站、海关、银行等需要核验人证信息的重要场所。针对在复杂场景下的人证信息的核验的精确高效的需求,设计和实现复杂背景下多证件的高效健壮的识别系统解决方案的研究与实现。利用图形图像、计算机视觉、光学字符识别(OCR)等技术,通过算法的设计、实现和优化,达到复杂背景下多种证件的快速识别的目的。

面向文本识别的对抗样本攻击综述

文本识别技术可以分为光学字符识别(optical character recognition,OCR)和场景文本识别(scene text recog⁃nition,STR),其中STR是在OCR基础上针对日益复杂的应用场景衍生出来的。依托深度学习,OCR技术近年来取得了长足进步并大规模商业落地,但深度学习面临的对抗样本攻击问题也给OCR带来了安全威胁。目前大多数OCR模型均存在识别自然扰动和防御对抗样本攻击能力差的问题,如OCR模型在噪声、水印和梯度等攻击算法下的识别准确率大大降低。相比图像领域,文本识别领域的对抗样本攻击研究还远远不够。文本识别通常被视为一个序列到序列的问题,其中输入(如图像中的像素)和输出(像素对应的字符)都是序列,这使得对抗样本的生成更具挑战性。本文对文本识别的对抗样本攻击和防御方法进行研究综述,梳理了近年来文本识别领域的对抗样本攻击方法并进行对比分析,根据攻击类型、应用场景和模型可知性,对攻击方式进行了系统分类。具体来说,按照攻击类型,可分为基于梯度的攻击、基于优化的攻击和基于生成模型的攻击;按照应用场景,可以分为OCR攻击和STR攻击;按照模型可知性,可分为白盒攻击和黑盒攻击。除了回顾文本识别对抗样本攻击方法,还简要介绍了防御技术,具体分为数据预处理、文本篡改检测和传统对抗防御技术。通过这些技术的应用,可以有效地提升文本识别模型的安全性和鲁棒性。最后,总结了文本识别领域对抗样本攻击及防御面临的挑战,并对未来发展方向做出展望。

基于计算机视觉的考勤系统设计与实现

针对传统课堂考勤中耗时长、效率低等问题,提出了一种基于计算机视觉的考勤系统,利用深度学习进行人脸识别与手机入袋检测,记录学生的到课情况与手机上交情况。为将考勤信息可视化,设计了3种登录模式的综合考勤系统。实验结果表明,该系统不仅能在毫秒级的时间内完成检测,而且平均准确率(mean Average Precision,mAP)0.5达到0.990,保证了精确率和召回率。

基于智能财务的高校全场景报销模式设计与实现

随着高校教学、科研规模的逐年增大,教学和科研过程中的经费报销由于种类繁多、项目复杂而传统的财务报销流程又冗杂、低效成为一大难题。本课题针对以上现象,结合财务实际工作需求,将智能技术用到财务报销工作,搭建全场景财务报销平台,解决报销工作面临的问题。运用OCR票据识别、电子签章以及RPA人工智能等技术搭建高校财务系统。通过平台建设,为师生提供集票据收集验证、选取报销、在线审核、生成凭证于一体的一站式报销服务,让报销的教师通过一部手机即可完成报销业务。有效提升高校财务治理效能,提高各高校财务工作处理效率,推动高校智能财务管理工作的高质量发展,为智能财务报销体系在高校的实践应用提供参考。

曲面表面文字平面化的算法

针对书籍内缝边缘类型的材料在进行光学字符识别(OCR)时会产生曲面变形的问题,提出将曲面表面的文字平面化的算法.将文字切割为网格,通过网格的尺寸数据,拟合计算材料变形的表示函数,得到变形材料与展平材料之间的映射关系,将变形材料表面还原.提出一种适合快速计算和实现的不需要拟合函数和积分运算的快速算法,经过测试,验证了该算法的适用范围.结果表明,该算法比拟合函数的算法在效率上有很大提高,并且相对原变形材料,识别率大幅上升;该算法不需要复杂的采集设备,可对绝大多数已有的扫描数据进行校正.

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。

基于分割线和区域特征的页眉页脚判别方法

针对基于OCR和版面分析的应用中,需将页眉页脚与主体部分分离并加以单独处理的需求,在分析主流书籍、杂志的页眉页脚特征基础上,提出了分割线探测结合区域特征的页眉页脚判别算法.本算法可以有效地检测出有分割线的页眉、无分割线的左对齐和右对齐页眉和一般的页脚.经实验验证,所提出的算法具有一定的有效性和通用性.