标牌压印字符图像质量评价和识别技术研究

论文摘要

标牌是产品标志信息的重要载体,其上面的压印凹凸字符标志着产品的信息,由于压印凹凸字符与背景之间没有色差,使得对压印凹凸字符的识别与一般的光学字符的识别有很大的区别,目前无法直接借用一般光学字符识别领域的研究成果。随着制造业产品信息化的发展,对这类字符的自动识别成为产品信息化管理的一个必然要求。本文在教育部和山东省资助下,开展了如下研究工作：研究了利用小波包变换对标牌压印字符图像进行预处理的方法。对图像预处理的好坏直接影响到后续算法的成败与否,由于小波包在图像处理方面具有许多优良的特性,所以研究了利用小波包变换对标牌压印字符图像进行消噪、平滑、边缘检测、增强以及融合。研究了在小波域利用改进结构相似度的方法对标牌压印字符图像进行质量评价的方法。图像质量对所获取的信息的充分性和准确性起着决定性作用,所以建立有效的图像质量评价机制具有重大的理论意义和应用价值。首先对主观图像质量评价方法进行了分析,然后对客观图像质量评价方法进行了分析,最后重点研究了在小波域利用改进结构相似度的方法对标牌压印字符图像进行质量评价的方法。提出了在小波域利用改进奇异值分解对标牌压印字符灰度图像进行特征提取的新方法。首先对标牌压印字符灰度图像进行小波包分解,获得去除噪声等的低频图像,然后提取其的奇异值特征,同时将其投影到标准字符图像上,得到一种新的基于投影系数的代数特征,通过加权系数将奇异值特征和投影特征进行有机结合组成新的特征向量,通过实验方法选取了最优的图像大小和特征向量维数,最后采用欧氏距离进行了对比识别实验。实验表明,该方法能有效提高标牌压印字符的识别率,并且具有一定的鲁棒性。研究了对标牌压印字符进行识别的方法。研究了利用BP神经网络、径向基函数神经网络、自组织神经网络对标牌压印字符进行识别；研究了利用支持向量机对标牌压印字符进行识别。本课题为2006年国家教育部博士点基金项目(20060422011)和2009年山东省自然科学基金项目(Q2008G02)资助课题。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景与目的意义
• 1.1.1 研究背景
• 1.1.2 研究的目的意义
• 1.2 标牌压印字符图像的特点
• 1.3 光学字符识别技术
• 1.3.1 光学字符识别技术的发展
• 1.3.2 光学字符识别中的关键技术
• 1.4 标牌压印字符识别技术的研究现状
• 1.4.1 标牌压印字符图像的采集
• 1.4.2 标牌压印字符图像的预处理
• 1.4.3 标牌压印字符图像的质量检测
• 1.4.4 标牌压印字符图像的质量评价
• 1.4.5 标牌压印字符的切分
• 1.4.6 标牌压印字符的识别
• 1.5 本文研究方法和主要内容
• 第2章 基于小波包变换的标牌压印字符图像预处理
• 2.1 引言
• 2.2 基于小波包变换的标牌压印字符图像消噪
• 2.2.1 小波包理论分析
• 2.2.2 小波包的空间分解
• 2.2.3 小波包的分解和重构
• 2.2.4 小波包基函数的选择
• 2.2.5 标牌压印字符图像的消噪
• 2.3 基于小波包变换的标牌压印字符图像平滑
• 2.4 基于小波包变换的标牌压印字符图像边缘检测
• 2.5 基于小波包变换的标牌压印字符图像增强
• 2.6 基于小波包变换的标牌压印字符图像融合
• 2.7 本章小结
• 第3章 基于小波包域改进结构相似度的标牌图像质量评价
• 3.1 引言
• 3.2 图像质量评价方法
• 3.2.1 主观图像质量评价方法
• 3.2.2 客观图像质量评价方法
• 3.3 基于小波域改进结构相似度的标牌图像质量评价
• 3.3.1 结构相似度图像质量评价算法
• 3.3.2 小波域改进结构相似度标牌图像质量评价算法
• 3.3.3 实验和结果分析
• 3.4 本章小结
• 第4章 基于小波包域改进奇异值分解的标牌图像特征提取
• 4.1 引言
• 4.2 标牌压印字符图像的改进奇异值分解和特征提取
• 4.2.1 标牌压印字符图像的奇异值特征
• 4.2.2 标牌压印字符图像的投影特征
• 4.2.3 标牌压印字符图像的改进奇异值特征
• 4.3 基于小波包域改进奇异值分解的标牌压印字符识别的实现
• 4.4 对比识别实验及其结果分析
• 4.4.1 图像大小和特征向量维数的选择
• 4.4.2 对比识别实验
• 4.5 本章小结
• 第5章 标牌压印字符识别方法研究
• 5.1 引言
• 5.2 基于神经网络的识别方法
• 5.2.1 神经网络的原理和特点
• 5.2.2 基于BP神经网络的标牌压印字符识别
• 5.2.3 基于径向基函数神经网络的标牌压印字符识别
• 5.2.4 基于自组织竞争神经网络的标牌压印字符识别
• 5.3 基于支持向量机的标牌压印字符识别方法
• 5.4 本章小结
• 结论
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文
• 攻读硕士学位期间获奖情况
• 外文论文
• 学位论文评阅及答辩情况表