[发明专利]一种基于Second-Confirm的数字识别方法

说明书

本发明公开了一种基于Second‑Confirm的数字识别方法，该方法包括以下步骤：将图像进行滤波去噪处理；将滤波后的数字图像做局部自适应二值化处理，获得只含有黑白灰度值的图像，并获取用于识别数字的数字模板；对图像进行First‑Confirm处理，病通过模板方法把其中一个数值分割出来；从分割的数值中分割出数字；对分割后的数字进行Second‑Confirm处理，对模板图像与数字图像进行差分后识别出数字，并计算最终数值。本发明在完成了数字识别的条件下，既保提高了数字识别的速度，又显著提高数字识别的精度和数字识别率，更好的弥补了数字发生尺度变化识别率低的问题，对数字识别更加准确，识别率更高。

技术领域

本发明属于机器视觉数字识别的技术领域，尤其涉及一种基于Second-Confirm的数字识别方法。

背景技术

数字识别是模式识别领域中的一个非常活跃的分支。这一方面是由于问题本身的难度使之成为一个极具挑战性的课题。另一方面，是因为数字识别不是一项孤立的应用技术，其中包含了模式识别领域中其它分之都会遇到的一些最基本的和共性的问题。由于字符识别技术的飞速发展，其在在财务、税务、金融领域中，液位测量中均有着广泛的应用。

基于数字结构不同的分割法利用了数字识别任务的识别目标数量有限，根据数字的基本结构、大小、形状等特征进行标示，进而对不同的数字进行切割完成识别，但是这种方法应对不同字体的数字时识别率比较低，因此经过改进，学者又提出了边缘跟踪方法，在对数字进行边缘跟踪扫描后，完成对数字的初步分类，然后在同类别的数字中应用切割法完成最终的识别任务，实验表明该方法有着很好的识别效率。

模板匹配是一种较原始和最常用的模式识别方法，它在研究某一特定图案位于整个图像中的什么位置，并根据相似度来确定该图案是否存在以及确切位置等问题上有着明显的优势。模板匹配是根据已有的要搜寻的目标的特征向量串或者识别符号串，然后在目标区域内依据模板逐点扫描计算相关因子，最后通过对相关因子进行分析，给出识别结果。但是，这种方法计算量比较大，而且对于相对模板发生尺度变化的数字识别度低。

发明内容

本发明的目的在于提供一种基于Second-Confirm的数字识别方法及系统，旨在解决现有数字识别方法的计算量大、准确率低、速度慢等问题。

本发明是这样实现的，一种基于Second-Confirm的数字识别方法，该方法包括以下步骤：

S1、将图像进行滤波去噪处理；

S2、将滤波后的数字图像做局部自适应二值化处理，获得只含有黑白灰度值的图像，并获取用于识别数字的数字模板；

S3、对图像进行First-Confirm处理，病通过模板方法把其中一个数值分割出来；

S4、从分割的数值中分割出数字；

S5、对分割后的数字进行Second-Confirm处理，对模板图像与数字图像进行差分后识别出数字，并计算最终数值。

优选地，在步骤S1中，采用高斯滤波方法去除图像中干扰的噪声；

在步骤S2中，所述数字模板通过手动在原图像上进行截图后得到。

优选地，所述步骤S3包括以下具体包括：

(1)假设搜索窗口的大小是k*l，若N＞(k*l)/2，其中k、l分别是搜索窗口的高和宽，N是灰度值为0的个数，记录搜索窗口的最小坐标值；

(2)若y₁＜h/6，执行步骤(1)以搜索数字图像(0,h/2)作为起点；若h/6＜y₁＜5h/6，(0,y₁-2l)作为起点和大小来分割标尺图像，其中h是数字图像的高，y₁是(1)中记录的坐标值。

优选地，所述步骤S4包括以下具体步骤：