申请/专利权人：南京大学

申请日：2020-02-19

公开（公告）日：2024-03-22

公开（公告）号：CN111291696B

主分类号：G06V30/22

分类号：G06V30/22;G06V30/164;G06V30/148;G06V30/19;G06V10/82;G06N3/0464;G06N3/08;G06T3/4007

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2020.07.10#实质审查的生效;2020.06.16#公开

摘要：一种基于卷积神经网络的手写东巴文识别方法，包括如下步骤，采集阶段：通过拍摄或扫描获得手写文字图片；预处理阶段：先对图片进行尺寸调整，使用双线性插值法对图像大小进行调整，得到统一尺寸的灰度图像；搭建卷积神经网络；将所述二值图像输入到所述卷积神经网络，计算得到一维的特征图；搭建全连接层；将所述特征图输入全连接层，迭代训练更新所述卷积神经网络和全连接层的参数，得到最优网络权值参数；文字识别阶段：将二值图像投入加载经上述的网络权值参数的神经网络模型推理，最终计算得出识别结果。本方法在图像预处理阶段利用高斯模糊法和OSTU阈值分割法，增加了包含有效信息的像素，减少了噪声干扰，识别率高。

主权项：1.一种基于卷积神经网络的手写东巴文识别方法，其特征是，包括如下步骤：图像采集、预处理、网络训练和文字识别四个阶段；采集阶段：通过拍摄或扫描获得手写文字图片；预处理阶段：先对图片进行尺寸调整，使用双线性插值法对图像大小进行调整，得到统一尺寸的灰度图像；使用高斯模糊法对灰度图像进行模糊处理，兼有过滤噪声和增粗笔迹的作用；使用OSTU法对模糊处理后的图像进行阈值分割，得到二值图像；网络训练阶段：搭建卷积神经网络；将所述二值图像输入到所述卷积神经网络，计算得到一维的特征图1×1×n；搭建全连接层；将所述特征图输入全连接层，迭代训练更新所述卷积神经网络和全连接层的参数，得到最优网络权值参数；文字识别阶段：采用拍摄或者扫描的方式获取手写文字图像，先由上述预处理阶段得到灰度二值图像，将二值图像投入加载经上述的网络权值参数的神经网络模型推理，上述训练阶段的网络结构加载保存网络权值参数，最终计算得出识别结果。

全文数据：

权利要求：

百度查询： 南京大学 一种基于卷积神经网络的手写东巴文识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD