[发明专利]基于卷积神经网络的老挝语印刷体文本光学字符识别方法在审
| 申请号： | 201910156076.6 | 申请日： | 2019-03-01 |
| 公开（公告）号： | CN109993162A | 公开（公告）日： | 2019-07-09 |
| 发明（设计）人： | 周兰江;郝永彬;周枫;张建安 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/34 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 老挝语 印刷体文本 光学字符识别 卷积神经网络 字符文本 预处理 机器学习技术 神经网络模型 自然语言处理 图像 二值化处理 数字化处理 投影直方图 后处理 横排 并行卷积 扫描图片 文本输出 语言规则 纸质资料 字符识别 老挝文 元音 矫正 切割 书写 输出 应用 | ||
1.一种基于卷积神经网络的老挝语印刷体文本光学字符识别方法，其特征在于：包括如下步骤：
Step1，将计算机可处理的数字图像进行输入，输入图像为由扫描仪扫描获得的印刷品扫描图片；
Step2，对图像进行预处理，即通过数字图像处理技术，按照局部自适应二值化方法将输入图像转换为二值黑白图像，消除噪点，然后根据最小外接矩形对图像扭曲进行矫正；
Step3，对二值化的无扭曲图像进行先横向后纵向的投影直方图法分析，根据直方图峰/谷特征，在直方图谷处进行划分，将整幅图像切割为单字符图像；
Step4，将单字符图像输入四路并行的卷积神经网络模型中，在每路中分别判别出老挝语字符中声调/上部元音/辅音/下部元音等书写于不同位置的字符，输出字符；
Step5，对Step4输出的字符进行判断，是否将上部元音或下部元音错误切分为一行，如存在错误返回Step3进行修正，然后根据老挝语固定搭配习惯，对输出文本进行修正；
Step6，输出输入图片对应的文本。
2.根据权利要求1所述基于卷积神经网络的老挝语印刷体文本光学字符识别方法，其特征在于：所述步骤step2中先采用局部自适应二值化方法将RGB彩色图像转制为二值图像，再采用形态学开操作减少噪点，然后采用用最小外接矩形法修正图像倾斜，获得无扭曲二值化图像。
3.根据权利要求1所述基于卷积神经网络的老挝语印刷体文本光学字符识别方法，其特征在于：所述步骤step4中的每一路卷积神经网络，按照“输入-批标准化-卷积-卷积-池化-丢弃参数-卷积-池化-丢弃参数-卷积-池化-批标准化-展平-全连接-批标准化-全连接-输出”的层次结构，构建神经网络模型，对老挝语字符进行识别。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910156076.6/1.html，转载请声明来源钻瓜专利网。
