一种基于BP神经网络的钢印字符识别方法

发明专利有效专利

申请号：
CN201911156708.5
IPC分类号：G06K9/20;G06K9/34;G06N3/04;G06N3/08
申请日期：
2019-11-22
申请人：
中南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于BP神经网络的钢印字符识别方法
申请号	CN201911156708.5	申请日期	2019-11-22
法律状态	实质审查	申报国家	中国
公开/公告日	2020-03-27	公开/公告号	CN110929713A
优先权	暂无	优先权号	暂无
主分类号	G06K9/20 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/20 图像捕获〔3〕	IPC分类号	G;0;6;K;9;/;2;0;;;G;0;6;K;9;/;3;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中南大学	申请人地址	湖南省长沙市岳麓区麓山南路932号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中南大学	当前权利人	中南大学
发明人	谭建平;刘文;邓积微;桑艳伟
代理机构	长沙永星专利商标事务所（普通合伙）	代理人	暂无

摘要

本发明公开了一种基于BP神经网络的钢印字符识别方法，属于图像识别技术领域，通过布置在工业现场的工业相机对工件钢印进行拍照，采集图像；通过机器学习聚类算法对图像进行阈值分割，实现了良好的分割效果，解决了针对钢印图片传统单一阈值分割无法准确分割特征与字符背景的问题，同时将聚类算法应用字符分割当中，实现了图像中字符的自动分割，而图像的归一化处理则解决了工件在移动过程中可能存在位置的偏移，从而导致图像大小的变化问题，提高了钢印识别的准确率；同时利用神经网络实现了对钢印识别模型的训练，且其模型在测试集中取得良好的效果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供