[发明专利]一种基于神经网络模型的数字识别方法在审

专利信息
申请号: 202110230552.1 申请日: 2021-03-02
公开(公告)号: CN112883970A 公开(公告)日: 2021-06-01
发明(设计)人: 万勇 申请(专利权)人: 湖南金烽信息科技有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/34;G06K9/38;G06K9/46;G06K9/62
代理公司: 北京和信华成知识产权代理事务所(普通合伙) 11390 代理人: 颜思文
地址: 410000 湖南省长沙市高新开发*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 神经网络 模型 数字 识别 方法
【说明书】:

本申请公开的基于神经网络模型的数字识别方法,与现有技术相比,包括:获取显示面板的数字信息图像;对数字信息图像进行光强分析以及图像增强处理;将数字信息图像进行区域定位,提取待识别数字区域图像;对待识别数字区域图像进行数字图像特征提取处理;对数字图像特征进行自适应分割处理,获取分割字符集;选择相应的数字识别算法构建预测模型,基于预测模型分别对单个分割字符进行回归分析处理,获取识别数字预测结果;对数字识别预测结果进行评估判断处理,确定待识别数字的正确读数;输出待识别数字的正确读数。相较于现有技术而言,其能够智能准确识别奶厅面板读数,提高奶厅奶量统计效率,帮助牧场管理员进行相关决策。

技术领域

本申请涉及数字识别技术领域,更具体地说,尤其涉及一种基于神经网络模型的数字识别方法。

背景技术

随着科技的进步,人类社会进入智能化时代以及大数据时代,远程数据图像以及文字的智能识别迈入了崭新的台阶,对各个领域的发展具有重要的意义。

目前,在中小型牧场中,对奶厅奶量的统计工作主要还是依靠人力劳动,此过程费时费力,而运用传统的图像采集外加数字识别又存在诸多困难。在奶厅图像采集的过程中,采集的图像数据存在多种数据噪音,比如不止一个面板,面板之外有其他的护栏、吸奶器等,而且一个单独的面板上除了数字信息,还存在一些引导说明,也会干扰数字识别的准确性。如果想要智能化读取奶厅挤奶面板上提示的挤奶量,就需要准确识别出对应的数字位于图像中的位置,并且将其与其他信息分割出来,只保留需要的数字信息。除此之外,还需要准确地识别数字内容。

因此,如何提供一种基于神经网络模型的数字识别方法,其能够智能准确识别奶厅面板读数,提高奶厅奶量统计效率,帮助牧场管理员进行相关决策,已经成为本领域技术人员亟待解决的技术问题。

发明内容

为解决上述技术问题,本申请提供一种基于神经网络模型的数字识别方法,其能够智能准确识别奶厅面板读数,提高奶厅奶量统计效率,并且分析奶量数据,帮助牧场管理员进行相关决策。

本申请提供的技术方案如下:

本申请提供一种基于神经网络模型的数字识别方法,包括:步骤一、根据摄像模块获取显示面板的数字信息图像;步骤二、对所述数字信息图像进行光强分析以及图像增强处理,得到优化数字信息图像;步骤三、将所述图像数字特征进行区域定位,提取待识别数字区域图像,并过滤其余无效数字区域图像;步骤四、对所述待识别数字区域图像进行数字图像特征提取处理;步骤五、运用字符分割算法对所述数字图像特征进行自适应分割处理,获取分割字符集;步骤六、根据具体需求,选择相应的数字识别算法构建预测模型,基于所述预测模型逐一对所述分割字符进行回归分析处理,获取识别数字预测结果;步骤七、对所述数字识别预测结果进行评估判断处理,确定所述待识别数字的正确读数;步骤八、输出所述待识别数字的正确读数。

进一步地,在本发明一种优选方式中,所述步骤六中,根据具体需求,选择相应的数字识别算法构建预测模型包括:基于神经网络框架,构建人工智能深度学习模型;运用机器学习算法以及多分类算法构建机器学习模型;运用图像相似度算法,构建图像相似度对比预测模型。

进一步地,在本发明一种优选方式中,所述数字图像特征提取处理包括:对所述待识别数字区域图像进行灰度处理,获取灰度数字图像;基于所述数字图像可提取光的范围,对所述数字图像进行偏光处理;对所述灰度数字图像进行二值化处理,将所述待识别数字区域图像处理成黑白图像,得到二值化数字图像,并获取所述待识别数字区域图像的像素宽度。

进一步地,在本发明一种优选方式中,所述待识别数字所在区域为黑色,其余区域为白色。

进一步地,在本发明一种优选方式中,所述数字特征提取还包括:选定特定颜色,根据所述特定颜色对特定颜色区域进行提取;所述特定颜色区域为所述待识别数字所在区域。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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湖南金烽信息科技有限公司,未经湖南金烽信息科技有限公司许可,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/202110230552.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top