[发明专利]一种基于模板匹配的字符识别方法及装置

说明书

本发明涉及图像处理技术领域，公开了一种基于模板匹配的字符识别方法及装置，该方法包括：对输入图像进行预处理，获得待匹配图像；获取所述待匹配图像的特征向量；依次计算所述待匹配图像与预设字符模板的重合率，将重合率大于预设阈值的模板存入模板集合；获取所述模板集合中所有模板的特征向量，计算所述所有模板的特征向量与所述待匹配图像的特征向量之间的相似距离；选取最小相似距离对应的模板作为所述待匹配图像的匹配模板；通过图像预处理和模板匹配，提高了识别算法的稳定性和准确率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于模板匹配的字符识别方法及装置。

背景技术

随着机器人技术打的不断发展，具有各种功能的机器人如雨后春笋般相继诞生，其中，有一种自然拼读儿童教育的小型机器人，该机器人需要实时识别立体式的字母，以此推动一些字母相关游戏的进行，培养儿童学习英语的兴趣。目前字符识别领域主要分为两大类，第一类方法为传统的模板匹配方法，该方法需要的运行资源较少，但是对于噪声较为敏感，识别率偏低；第二类方法为基于神经网络的方法，其中，以LeNet-5作为其中的代表(由Yann LeCun 1994年提出)，该方法抗噪能力和识别率都比较理想，但是对于计算能力要求较高，对于小型机器人来说并不能达到实时的要求。除此之外，小型机器人受硬件限制，摄像头采集到的图像视角倾斜严重，并且质量较差，这又会给识别带来更大的挑战。

发明内容

本发明的主要目的在于提出一种基于模板匹配的字符识别方法及装置，通过图像预处理和模板匹配，提高了识别算法的稳定性和准确率。

为实现上述目的，本发明提供的一种基于模板匹配的字符识别方法，包括：

对输入图像进行预处理，获得待匹配图像；

获取所述待匹配图像的特征向量；

依次计算所述待匹配图像与预设字符模板的重合率，将重合率大于预设阈值的模板存入模板集合；

采用特征提取算法获取所述模板集合中所有模板的特征向量；

通过欧氏距离公式计算所述所有模板的特征向量与所述待匹配图像的特征向量之间的欧氏距离；

通过相似距离公式计算每个字符的相似距离；

选取最小相似距离对应的模板作为所述待匹配图像的匹配模板。

可选地，所述对输入图像进行预处理，获得待匹配图像包括：

通过摄像头获取输入图像；

将所述输入图像通过灰度算法公式转化为灰度图像；

对所述灰度图像进行透视变换和滤波，得到滤波图像；

对所述滤波图像进行二值化，得到二值图像；

通过八临域算法对所述二值图像进行连通域检测，获得待匹配图像。

可选地，所述获取所述待匹配图像的特征向量包括：

获取待匹配图像的连通域图像；

将所述连通域图像等比分为N*N个网格；

统计每个所述网格中黑色像素点的个数，组成一个N*N维的特征向量。

可选地，所述欧氏距离公式为：

其中，ds为待匹配图像的粗网格特征，dd为模板的粗网格特征；

所述相似距离公式为：

S＝(X-T4)*S1