文献类型：期刊文章

作　　者：李尧[1,2,3] 芮小平[3]

机构地区：[1]内江师范学院计算机与信息科学系,四川内江641112 [2]内江师范学院网络应用项目开发重点实验室,四川内江641112 [3]中国科学院研究生院资环学院,北京100049

出　　处：《计算机工程与设计》

基　　金：四川省应用基础重点基金项目(07JY29-124);四川省教育厅重点基金项目(2006A145)

年　　份：2009

卷　　号：30

期　　号：11

起止页码：2772-2774

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：根据特定水表走字的特点,提出了一种基于模板和神经网络的水表数字字符识别的方法。该方法利用特定表型中待识别区域宽高比例相同的特点,提出用特征模板缩放法来进行待识别区域的定位和字符分割。采用三灰度值加权系数进行模板匹配,提高了特征的利用率;采用自适应学习的BP神经网络训练全字符和半字符样本,用户直接使用训练好的神经网络联结权值进行字符识别。结果表明,充分利用待识别区域的特征有助于提高识别区域定位和字符分割的准确性,在此基础上,采用经典的识别算法能够取得较好的效果。

关 键 词：字符识别 定位  BP神经网络 模板匹配  图像采集

分 类 号：TP391]