Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

目标文字的识别方法、装置和电子设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本申请涉及一种目标文字的识别方法、装置和电子设备。该方法通过对每张甲骨文图片进行预处理,对每个预处理结果分别采用三个不同的圆形LBP算子进行局部二值模式特征提取;将每张甲骨文图片的灰度图像的所有列首尾相接构成一个列向量,将所有列向量构成的非负矩阵进行非负矩阵分解,将每张甲骨文图片对应的列向量向左矩阵的列向量所构成的子空间做投影,得到第四特征;将每张图片的第四特征和3个旋转不变局部二值模式特征进行融合,采用融合特征对AASCA‑MANN模型进行训练;对待识别的甲骨文图片进行预处理和特征提取后采用训练好的该模型进行处理,得到目标文字识别结果。采用本方法不需要人工参与,提高了目标文字识别的效率和准确率。

主权项:1.一种目标文字的识别方法,其特征在于,所述方法包括:获取甲骨文图片集,对所述甲骨文图片集中所有甲骨文图片进行预处理,得到每张甲骨文图片的预处理结果;对每张甲骨文图片的所述预处理结果分别采用三个不同半径和邻域采样点数的圆形LBP算子进行局部二值模式特征提取,得到三个旋转不变局部二值模式特征;将每张甲骨文图片的灰度图像的所有列首尾相接构成一个列向量,将所有列向量构成一个非负矩阵,对所述非负矩阵进行非负矩阵分解,将每张甲骨文图片对应的列向量向非负矩阵分解得到的左矩阵的列向量所构成的子空间做投影,将投影所得坐标值作为该甲骨文图片的第四特征;将每张甲骨文图片的所述第四特征和3个旋转不变局部二值模式特征进行融合,得到每张甲骨文图片的第五特征;将所有甲骨文图片的第五特征作为模型输入,对用于目标文字识别的AASCA-MANN神经网络模型进行训练,得到训练好的AASCA-MANN神经网络模型;所述AASCA-MANN神经网络模型是利用自适应振幅正余弦优化算法优化的滑动平均神经网络;对待识别的甲骨文图片进行预处理和特征提取后采用训练好的AASCA-MANN神经网络模型进行处理,得到甲骨文图片中的目标文字识别结果。

全文数据:

权利要求:

百度查询: 湖南警察学院 目标文字的识别方法、装置和电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。