基于改進(jìn)的CNN噴碼式不規(guī)則字符識別與提取方法

王太學(xué)，苗相彬，李柏林，郭彩玲

(1.西南交通大學(xué) 唐山研究生院，河北 唐山 063000； 2.西南交通大學(xué) 機(jī)械工程學(xué)院，成都 610031； 3.唐山學(xué)院 a.機(jī)電工程學(xué)院，b.河北省智能裝備數(shù)字化設(shè)計(jì)及過程仿真重點(diǎn)實(shí)驗(yàn)室， 河北 唐山 063000)

0 引言

在信息化快速發(fā)展的時(shí)代，字符識別是一種重要的錄入與轉(zhuǎn)化信息的方法，在車牌識別[1]、郵政編碼識別[2]、食品噴碼識別[3]等領(lǐng)域有著非常廣泛的應(yīng)用。利用字符識別系統(tǒng)代替?zhèn)鹘y(tǒng)的人工錄入，可以節(jié)約大量人力物力，提高工作效率。

目前字符識別的方法有很多，Vaishnav等[4]結(jié)合OCR利用模板匹配法完成了對車牌的識別；Zhang等[5]利用CNN(卷積神經(jīng)網(wǎng)絡(luò))中傳統(tǒng)的LeNet-5結(jié)構(gòu)實(shí)現(xiàn)了對驗(yàn)證碼的識別；Alghazo等[6]提出了一種基于結(jié)構(gòu)特征的多語言字符識別系統(tǒng)，通過提取數(shù)字的局部特征，對多種語言的字符完成了高精度識別。

字符識別是在字符分割的前提下進(jìn)行識別的，字符分割的方法有很多種。Khamdamov等[7]提出了一種基于輪廓分析的字符分割方法，通過識別特定字符的局部特征實(shí)現(xiàn)了車牌字符的分割；Wang等[8]提出了一種基于字符定位和投影分析相結(jié)合的字符分割方法，先通過AdaBoost算法訓(xùn)練級聯(lián)分類器來定位，然后基于關(guān)鍵字符信息預(yù)測其他字符，最后通過垂直投影完成對字符的分割；Peng等[9]提出了一種基于連通域算法和滴水算法相結(jié)合的字符分割方法，通過BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)分類，對無粘連字符利用連通域算法進(jìn)行分割，對粘連字符利用滴水算法進(jìn)行分割，但是分割準(zhǔn)確率不是很高。

上述研究表明一些字符識別方法在車牌等字符識別方面取得了較好的效果，但是對噴碼字符中出現(xiàn)的兩個(gè)及兩個(gè)以上字符粘連情況的識別，準(zhǔn)確率則不高。

鑒于乳制品紙包裝上生產(chǎn)批號在噴碼過程中常由于各種原因部分噴碼字符出現(xiàn)粘連或缺失的現(xiàn)象，影響字符的自動(dòng)化識別，本文提出了一種基于字寬與投影法相結(jié)合的字符分割方法，先利用投影法將雙行字符分割為單行字符，再基于字寬完成對粘連字符的分割。在基于字寬進(jìn)行分割的過程中，有少量字符存在分割損壞的現(xiàn)象，但這并不影響后期CNN的訓(xùn)練過程，相反，這些被分割損壞的字符增加了訓(xùn)練的泛化性，有利于提高對不規(guī)則字符的識別準(zhǔn)確率。

1 相關(guān)工作

1.1 字符識別步驟

基于改進(jìn)的CNN的不規(guī)則字符識別步驟如圖1所示。首先，利用yolov3算法對生產(chǎn)日期區(qū)域進(jìn)行提??；其次，對圖像進(jìn)行預(yù)處理；再次，通過一種基于字寬的分割算法結(jié)合投影法，利用相鄰字符間的像素差異實(shí)現(xiàn)對粘連字符的分割；最后，對分割后的單個(gè)字符利用改進(jìn)的CNN進(jìn)行多標(biāo)簽分類訓(xùn)練得到模型，得出并顯示識別結(jié)果。

圖1 字符識別步驟

1.2 圖像獲取

乳制品紙包裝上生產(chǎn)批號的噴碼圖像(如圖2所示)通過工業(yè)相機(jī)采集，工業(yè)相機(jī)包括硬件系統(tǒng)和軟件系統(tǒng)。硬件系統(tǒng)由工業(yè)相機(jī)、光源、相機(jī)鏡頭、傳送裝置和觸發(fā)裝置組成；軟件系統(tǒng)為圖像采集系統(tǒng)，由圖像格式模塊、采集控制模塊、連續(xù)存儲模塊組成。

圖2 工業(yè)相機(jī)獲取的圖像

1.3 感興趣區(qū)域的獲取

感興趣區(qū)域(目標(biāo)區(qū)域)提取的方法有很多，如基于深度學(xué)習(xí)的目標(biāo)區(qū)域提取[10]、基于結(jié)構(gòu)紋理特征的目標(biāo)區(qū)域提取[11]、基于SIFT特征的目標(biāo)區(qū)域提取[12]。本文鑒于圖像中字符位置坐標(biāo)的不確定性，選擇基于keras深度學(xué)習(xí)框架下的yolov3算法[13]進(jìn)行目標(biāo)區(qū)域的提取。通過labelImg圖像標(biāo)注軟件對1 000張樣本圖進(jìn)行目標(biāo)區(qū)域標(biāo)定，圖像中標(biāo)定的目標(biāo)區(qū)域?yàn)樯a(chǎn)日期區(qū)域。把這1 000張標(biāo)定的圖像作為模型的訓(xùn)練集，選定不包含訓(xùn)練集的120張圖像作為測試集。經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練后得出目標(biāo)區(qū)域預(yù)測模型，通過測試集測試后得出模型，符合目標(biāo)區(qū)域預(yù)測要求。對其中一張測試圖像進(jìn)行目標(biāo)區(qū)域預(yù)測并提取后得到的圖像如圖3所示。

圖3 感興趣區(qū)域的提取結(jié)果

1.4 圖像預(yù)處理

1.4.1 去噪

圖像中的噪聲點(diǎn)對圖像處理造成困擾，需進(jìn)行去噪處理。因?yàn)閳D像中不均勻的黑點(diǎn)為椒鹽噪聲[14]，所以選取中值濾波[15]進(jìn)行去噪處理。中值濾波的原理是將一個(gè)5×5的矩陣中的25個(gè)像素點(diǎn)進(jìn)行排序，并將矩陣的中心點(diǎn)賦值為這25個(gè)像素的中值。中值濾波函數(shù)去噪原理如下：

設(shè)f(x，y)為中值濾波前的像素值，g(x，y)為中值濾波后的像素值，則有如下關(guān)系：

g(x，y)=medA[f(x，y)]。

(1)

式中，med表示用中值代替所有像素值f(x，y)，A為5×5的二維區(qū)域。

通過5×5的二維窗口進(jìn)行非線性平滑去噪，對窗口數(shù)值重新排序，用中間值代替原窗口的中間值。中值濾波后的效果如圖4所示。

圖4 中值濾波圖

1.4.2 二值化

選取最大類間方差法進(jìn)行自適應(yīng)閾值二值化[16]，該方法是一種基于全局的二值化算法，能夠根據(jù)圖像灰度特征將圖像分為前景和背景，從而獲取最佳閾值。最大類間方差法的原理如下：

設(shè)背景和前景的分割閾值為T；將前景像素點(diǎn)數(shù)占整幅圖像像素點(diǎn)數(shù)的比重記為ω1，平均灰度為μ1；將背景像素點(diǎn)數(shù)占整幅圖像像素點(diǎn)數(shù)的比重記為ω2，平均灰度為μ2。圖像的平均灰度為μ，類間方差為g。假設(shè)圖像大小為M×N，將圖像中像素灰度值小于閾值的像素個(gè)數(shù)記作N1，將像素灰度值大于閾值的像素個(gè)數(shù)記作N2，那么有：

(2)

(3)

N1+N2=M×N，

(4)

ω1+ω2=1，

(5)

μ=ω1μ1+ω2μ2。

(6)

將式(5)代入式(6)得：

g=ω1ω2(μ1-μ2)2。

(7)

對全圖進(jìn)行遍歷，即能得到最大類間方差法的閾值T。

利用上述算法對圖4進(jìn)行遍歷得到最佳閾值T為94。令圖4像素N有如下關(guān)系：

(8)

根據(jù)式(8)就可以得到二值化后的圖像，如圖5所示。對于不同亮度的圖像區(qū)域，算法能夠根據(jù)每一區(qū)域的灰度值自適應(yīng)計(jì)算出最佳分割閾值，并取其平均閾值進(jìn)行迭代，最大化保留相應(yīng)區(qū)域內(nèi)的所有信息。

圖5 二值圖

1.5 字符分割

1.5.1 行分割

在獲得二值圖后，需要進(jìn)行字符分割，分割后的圖像用作后面卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本。因兩行字符之間有明顯的像素差，故基于水平投影直方圖將兩行字符分割成單行字符。

1.5.2 列分割

通過行分割得到兩張單行字符的圖像后，要進(jìn)行單個(gè)字符的分割，但由于有的二值圖中出現(xiàn)兩個(gè)字符粘連的情況，僅利用投影法無法將其分割成單個(gè)字符，因此本文提出了一種基于字寬分割的算法，并與投影法結(jié)合進(jìn)行字符分割，如圖6所示。

圖6 粘連字符分割示意圖

本文分割算法如下：

設(shè)出現(xiàn)字符像素的起始點(diǎn)為x1，字符像素的終止點(diǎn)為x2。對要分割的字符寬度進(jìn)行如下定義：

經(jīng)過行分割后得到的單行字符圖像寬度為b1，要進(jìn)行列分割的單行字符圖像寬度為b2，其中b1≠b2，分割后單個(gè)字符的寬度為b3。

(9)

因此起始分割位置為x1-k1，終止分割位置為x2+k1，要分割的單行字符圖像寬度為：

b2=x2-x1+2k1；

(10)

分割后單個(gè)字符的寬度為：

(11)

基于以上算法，從起始分割位置x1-k1以寬度b3進(jìn)行12等份分割，可得到單個(gè)字符分割的圖像。

1.6 改進(jìn)的CNN LeNet-5模型

CNN[17]是一種前饋型神經(jīng)網(wǎng)絡(luò)，在圖像處理方面表現(xiàn)較好，被廣泛應(yīng)用于圖像分類、定位等領(lǐng)域。LeNet-5模型[18]是Yann Lecun教授于1998年提出的，是一種應(yīng)用于手寫字符識別的卷積神經(jīng)網(wǎng)絡(luò)。傳統(tǒng)的LeNet-5模型在手寫字符識別中表現(xiàn)出色，但由于點(diǎn)陣字符的不連通性，導(dǎo)致其對噴碼字符識別適用性較差。因此，本文提出的改進(jìn)的CNN LeNet-5模型增加了各個(gè)層中特征圖的數(shù)量及大小等參數(shù)，并對卷積層、池化層、全連接層和輸出層作了改進(jìn)，選取三層卷積層與三層池化層、兩層全連接層和一層輸出層構(gòu)成神經(jīng)網(wǎng)絡(luò)。改進(jìn)后的CNN LeNet-5模型網(wǎng)絡(luò)結(jié)構(gòu)圖如圖7所示，模型結(jié)構(gòu)如表1所示。

表1 改進(jìn)后的CNN LeNet-5模型結(jié)構(gòu)

圖7 改進(jìn)后的CNN LeNet-5模型網(wǎng)絡(luò)結(jié)構(gòu)圖

輸入層是32×32×3(高×寬×通道)的點(diǎn)陣字符圖像，包含字符0-9，C和L共12類。

卷積層共三層，分別為C1層、C2層、C3層。C1層共有32個(gè)特征卷積核，每個(gè)卷積核的大小為3×3，因此能夠得到32個(gè)特征圖，每個(gè)特征圖的大小為30×30，有896個(gè)神經(jīng)元共享卷積核權(quán)值參數(shù)。C2層共有64個(gè)特征卷積核，卷積核的大小也是3×3，每個(gè)特征用于加權(quán)和計(jì)算的卷積核為13×13。C3層共有128個(gè)特征圖，也是用3×3的卷積核進(jìn)行運(yùn)算，卷積核的種類有128種，可訓(xùn)練的參數(shù)為73 856個(gè)，卷積后形成的圖形大小為4×4。

池化層共三層，分別為S1層、S2層、S3層。S1層卷積核的大小為2×2，步長為2，輸出矩陣的大小為15×15×32；S2層采樣卷積核大小為2×2，步長為2，輸出矩陣的大小為6×6×64；S3層卷積核大小為2×2，步長為2，輸出矩陣的大小為2×2×128。

F1層為全連接層，神經(jīng)元個(gè)數(shù)為262 656。F2層也為全連接層，其輸出尺寸為1×1×512維向量。

Output層為輸出層，共12個(gè)節(jié)點(diǎn)，每一個(gè)節(jié)點(diǎn)代表一個(gè)標(biāo)簽種類，標(biāo)簽分別為字符0-9，C和L。

為了使模型提取的特征更加精細(xì)，改進(jìn)的CNN LeNet-5模型的網(wǎng)絡(luò)結(jié)構(gòu)包含輸入層共11層，與傳統(tǒng)的LeNet-5模型的區(qū)別是在第三層卷積層后面增加了池化層，池化層的類型為最大池化，即選取圖像區(qū)域的最大值作為該區(qū)域池化后的值，進(jìn)一步減小了特征空間信息的大小，提高了模型的運(yùn)算效率；并且增加了Dropout層，舍棄了一半神經(jīng)元，使每次迭代可隨機(jī)更新網(wǎng)絡(luò)參數(shù)，以增加網(wǎng)絡(luò)的泛化能力，防止訓(xùn)練時(shí)產(chǎn)生過擬合。在每一層卷積層之后采用的激活函數(shù)為ELU函數(shù)，ELU激活函數(shù)的形式如下：

(12)

相對于ReLu函數(shù)，ELU函數(shù)的優(yōu)點(diǎn)是不會(huì)出現(xiàn)Dead ReLu問題，輸出平均值接近于0，并且可以通過減少偏置的影響使正常梯度更接近單位自然梯度，從而使均值向0加速學(xué)習(xí)；ELU在較小的輸出下會(huì)飽和到負(fù)值，因而可以減少前向傳播的變異和信息。輸出層的激活函數(shù)采用的是softmax函數(shù)，softmax函數(shù)定義如下：

(13)

式中，f(aj)為第j個(gè)輸出值；n為輸出值，即label值的個(gè)數(shù)，本文n為13。

softmax層的損失函數(shù)使用的是對數(shù)函數(shù)，定義如下：

Li=-logf(am)。

(14)

式中，m為樣本的標(biāo)簽，即對應(yīng)輸出的具體label。

根據(jù)softmax函數(shù)可以進(jìn)一步得到損失函數(shù)的具體表達(dá)式，如下：

(15)

通過損失函數(shù)，可以計(jì)算出輸出標(biāo)簽的損失值，進(jìn)而預(yù)測出每一個(gè)標(biāo)簽的概率，從而得到模型對待測字符的預(yù)測準(zhǔn)確率。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 實(shí)驗(yàn)設(shè)計(jì)

為了評估改進(jìn)的CNN LeNet-5模型性能，利用本文分割算法得到的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。本文的代碼使用python語言編寫，基于keras學(xué)習(xí)框架進(jìn)行訓(xùn)練。硬件環(huán)境為2.20 GHz Core i7 5200 GPU，操作系統(tǒng)為Win10 64位，運(yùn)行內(nèi)存為32 GB。樣本訓(xùn)練時(shí)采用固定學(xué)習(xí)率，學(xué)習(xí)率為0.001。在相同的實(shí)驗(yàn)環(huán)境下，分別對傳統(tǒng)的LeNet-5網(wǎng)絡(luò)、改進(jìn)的LeNet-5網(wǎng)絡(luò)、文獻(xiàn)[19]和文獻(xiàn)[20]中的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并用相同的樣本集進(jìn)行模板匹配法的測試，通過比較它們的識別準(zhǔn)確率來評估本文模型的性能。其中，文獻(xiàn)[19]利用卷積神經(jīng)網(wǎng)絡(luò)fast R-CNN和非最大值抑制卷積神經(jīng)網(wǎng)絡(luò)(NMS)對管腳字符進(jìn)行識別，字符識別準(zhǔn)確率達(dá)到97%以上；文獻(xiàn)[20]利用yolov3微網(wǎng)絡(luò)對車牌進(jìn)行檢測，利用K-means算法進(jìn)行聚類，通過改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行實(shí)驗(yàn)，得到車牌字符的識別準(zhǔn)確率為99.53%。

2.2 數(shù)據(jù)集

數(shù)據(jù)集包含了訓(xùn)練集和測試集。利用本文分割算法，得到了單張字符圖像11 000張，共計(jì)12個(gè)類別，從每個(gè)類別中選取200張共2 400張作為測試集，剩余的8 600張為訓(xùn)練集。部分分割的單個(gè)字符圖像如圖8所示。從圖中可以看出，在分割后的字符中，部分字符是半字符或殘缺字符，將一部分半或殘缺字符與正常同類別字符列為同一樣本集進(jìn)行訓(xùn)練，能夠增加訓(xùn)練模型的泛化能力，提高模型的魯棒性。

圖8 字符部分訓(xùn)練樣本

2.3 實(shí)驗(yàn)結(jié)果

2.3.1 粘連字符和半或殘缺字符的識別

圖9是對點(diǎn)陣字符的識別結(jié)果，從圖中可以看出，后半部分字符經(jīng)過預(yù)處理后會(huì)存在部分字符粘連和缺失或全部缺失的情況，利用本文分割算法，對后半部分字符分割后進(jìn)行分標(biāo)簽訓(xùn)練，增加模型魯棒性，提高了該類字符的識別率。

圖9 字符識別結(jié)果

2.3.2 測試識別準(zhǔn)確率

本文以學(xué)習(xí)率為0.001設(shè)置不同的迭代次數(shù)來檢測模型的收斂效果，不同迭代次數(shù)的損失值和識別準(zhǔn)確率如圖10所示。從圖中可以得出，當(dāng)?shù)螖?shù)達(dá)到4 000次時(shí)，模型已基本收斂。

圖10 損失值和識別準(zhǔn)確率

為驗(yàn)證本文算法的性能，將本文的模型與兩種魯棒性較好的字符識別模型(文獻(xiàn)[19]和文獻(xiàn)[20]中)和傳統(tǒng)的LeNet-5模型、模板匹配法進(jìn)行了實(shí)驗(yàn)對比，實(shí)驗(yàn)數(shù)據(jù)分別為粘連字符圖像、半或殘缺字符圖像和正常字符圖像。其中，文獻(xiàn)[19]中模型訓(xùn)練的學(xué)習(xí)率為0.001，文獻(xiàn)[20]中模型訓(xùn)練的學(xué)習(xí)率為0.000 1。結(jié)果如表2所示。

表2 不同算法的字符識別準(zhǔn)確率 %

從表2的實(shí)驗(yàn)結(jié)果可以看出，模板匹配法和傳統(tǒng)的LeNet-5模型對粘連字符和半或殘缺字符識別能力較差，文獻(xiàn)[19]和文獻(xiàn)[20]相較于前兩種方法雖有所提高，但識別準(zhǔn)確率仍相對偏低。模板匹配法只能對規(guī)則字符進(jìn)行準(zhǔn)確識別，而對于不規(guī)則字符的識別適應(yīng)性較差；文獻(xiàn)[19]中的算法由于采集的訓(xùn)練集數(shù)據(jù)過少，且基于人工數(shù)據(jù)進(jìn)行訓(xùn)練集的合成，缺少對真實(shí)環(huán)境中數(shù)據(jù)存在境況的考量，加之算法的復(fù)雜性，使識別的準(zhǔn)確率和效率降低；文獻(xiàn)[20]中的算法模型只能用于特定格式的訓(xùn)練，缺乏對數(shù)據(jù)集測試的通用性，導(dǎo)致對粘連字符的識別準(zhǔn)確率較低；傳統(tǒng)的LeNet-5模型對于手寫字符的識別準(zhǔn)確率較高，而對于噴碼字符的識別魯棒性較差。

為探討文獻(xiàn)[19]和文獻(xiàn)[20]與本文算法的識別準(zhǔn)確率之間的差異，在獲得整體識別準(zhǔn)確率的基礎(chǔ)上測試實(shí)驗(yàn)數(shù)據(jù)每個(gè)字符的識別準(zhǔn)確率，測試結(jié)果如圖11所示。從圖中可以看出，文獻(xiàn)[19]和文獻(xiàn)[20]中的算法對字符2，5，7，9的識別準(zhǔn)確率較低，導(dǎo)致整體的識別準(zhǔn)確率較低。原因是在上述數(shù)據(jù)集中所涉及的字符多為粘連字符和半或殘缺字符，文獻(xiàn)[19]和[20]中的算法對其適應(yīng)性較差，導(dǎo)致識別準(zhǔn)確率較低。而本文算法相較于這兩種算法適應(yīng)性較好，識別準(zhǔn)確率相對較高。

圖11 不同算法數(shù)據(jù)集各類樣本測試精度

3 字符識別系統(tǒng)

字符識別系統(tǒng)[21]是通過機(jī)器視覺系統(tǒng)采集圖像，通過算法來對生產(chǎn)日期進(jìn)行識別的一個(gè)端對端的在線集成系統(tǒng)。通過工業(yè)相機(jī)將實(shí)物信息變成圖像信息，經(jīng)過字符分割、字符識別再將圖像上的生產(chǎn)日期信息轉(zhuǎn)換為字符信息，這大大減少了人工識別所帶來的成本以及降低了檢測誤差，提高了識別的準(zhǔn)確率。

3.1 系統(tǒng)設(shè)計(jì)

本文設(shè)計(jì)的字符識別系統(tǒng)以pycharm為開發(fā)平臺，利用python語言進(jìn)行設(shè)計(jì)，能夠應(yīng)用圖像處理技術(shù)實(shí)現(xiàn)對噴碼字符的自動(dòng)識別。識別過程中需要數(shù)字圖像處理、python程序設(shè)計(jì)等相關(guān)知識相結(jié)合，做出識別系統(tǒng)，實(shí)現(xiàn)對生產(chǎn)日期圖像的預(yù)處理及自動(dòng)分割和識別。識別系統(tǒng)的原理是采用python編程開發(fā)，封裝成獨(dú)立可執(zhí)行程序，并能夠?qū)崿F(xiàn)手動(dòng)圖像輸入識別。

為了使系統(tǒng)中的識別結(jié)果能夠清晰地呈現(xiàn)出來，采用python中的pyqt5和Qt designer[22]工具制作圖像用戶界面，通過GUI界面將整個(gè)設(shè)計(jì)呈現(xiàn)為四個(gè)模塊，主要包括圖像讀取模塊、目標(biāo)區(qū)域獲取模塊、字符分割模塊和字符識別模塊。

3.2 在線識別

圖像讀取模塊主要是對工業(yè)相機(jī)拍攝的原始圖像進(jìn)行讀入，點(diǎn)擊讀取圖像可以打開對應(yīng)文件夾，選擇要識別的生產(chǎn)日期圖像，然后圖像會(huì)顯示在相應(yīng)位置。該模塊如果用在工業(yè)生產(chǎn)線上，可以直接把工業(yè)相機(jī)拍攝的圖像傳入到下一模塊。

目標(biāo)區(qū)域獲取模塊直接將yolov3訓(xùn)練的模型嵌入目標(biāo)區(qū)域按鈕下的函數(shù)中，該按鈕下的函數(shù)能夠直接將生產(chǎn)日期區(qū)域進(jìn)行裁剪并重新生成適合界面的圖像尺寸。點(diǎn)擊目標(biāo)區(qū)域提取按鈕，會(huì)將圖像中生產(chǎn)日期的部分截取出來。

字符分割模塊用Qt designer設(shè)計(jì)好單個(gè)字符顯示的位置，通過相應(yīng)的函數(shù)將目標(biāo)區(qū)域模塊中裁剪得到的目標(biāo)區(qū)域進(jìn)行去噪二值化，并利用投影法和字寬相結(jié)合的方法完成字符的分割。點(diǎn)擊字符分割按鈕，字符分割結(jié)果將會(huì)顯示在界面相應(yīng)的位置。

字符識別模塊是利用卷積神經(jīng)網(wǎng)絡(luò)將預(yù)先分割好的單個(gè)字符進(jìn)行訓(xùn)練，得到一個(gè)訓(xùn)練模型。將該訓(xùn)練模型直接用于字符分割模塊分割后的單個(gè)字符識別，識別結(jié)果是將字符分割模塊分割后的圖像轉(zhuǎn)換為相應(yīng)的標(biāo)簽輸出到界面上。

通過字符識別系統(tǒng)，將圖像信息轉(zhuǎn)換成字符信息，能夠有效快速地完成生產(chǎn)日期的檢測，有利于工業(yè)生產(chǎn)效率的提高。

4 結(jié)論

本文針對圖像中存在的字符粘連問題，提出了一種基于字寬分割算法，并與投影法相結(jié)合，通過比較相鄰字符間的像素與所設(shè)閾值的大小關(guān)系，進(jìn)而選定相應(yīng)算法進(jìn)行分割，對存在粘連字符的圖像有較好的分割效果。模型訓(xùn)練時(shí)，丟棄部分神經(jīng)元，并增加不規(guī)則字符的樣本比例，從而增加了模型的泛化性，提高了粘連字符和半或殘缺字符的識別準(zhǔn)確率?；谏鲜龇椒ㄔO(shè)計(jì)的字符識別系統(tǒng)，可以對生產(chǎn)日期進(jìn)行在線實(shí)時(shí)檢測，加快了工業(yè)流水線的運(yùn)轉(zhuǎn)效率。

本文雖然關(guān)注了流水線上不規(guī)則字符的識別率問題，但是未考慮生產(chǎn)線上字符識別的速度問題，而流水線上字符的高速識別，能夠提高企業(yè)的生產(chǎn)效益。今后的研究重點(diǎn)是在保證識別準(zhǔn)確率的前提下提高識別速度，使字符識別系統(tǒng)同時(shí)滿足高準(zhǔn)確率和高速度的要求。