發(fā)布時間：2018-11-18 15:17

【摘要】：隨著計算機科學(xué)技術(shù)的迅速發(fā)展,其在工業(yè)工程領(lǐng)域中的應(yīng)用也越發(fā)廣泛。在實際工程設(shè)計中,工程圖紙作為重要一環(huán),是工作人員進行施工的信息依據(jù),而將圖紙中的關(guān)鍵信息錄入到計算機中也是一項較為常見的工作內(nèi)容。但由于工程圖紙通常數(shù)量多,內(nèi)容復(fù)雜,傳統(tǒng)人為識別并錄入的方法工作效率較低,且出錯率較高。所以,工圖字符識別技術(shù)作為一項基于圖像處理、模式識別和人工智能等多學(xué)科的綜合應(yīng)用,在工程領(lǐng)域中有著重要意義。光學(xué)字符識別(Optical Character Recognition,OCR)作為圖像處理的重要方向從被提出到現(xiàn)在已經(jīng)約有90年的歷史,在這期間人們對于它的研究興趣逐漸上升。光學(xué)字符識別通常由字符定位和字符識別兩大部分組成,在字符定位方面雖已趨于成熟,但隨著圖像的分辨率以及復(fù)雜度的提升,對于算法的效率及空間要求逐漸提高,多數(shù)算法雖能達到較高的精確度,但在情況復(fù)雜特殊的工圖中要求算法具有較強的魯棒性,傳統(tǒng)的算法無法在工圖圖紙中達到精確的定位,且許多算法在分辨率高達十億級以上的時候顯得效率較低。而在字符識別方面,該研究方向大致分為字符形狀結(jié)構(gòu)方法和基于統(tǒng)計的方法兩類,卷積神經(jīng)網(wǎng)絡(luò)相比傳統(tǒng)的特征提取統(tǒng)計算法,可以自動提取出字符的特征,而不需要顯性的再次改造及加入二次處理特征提取算法,這樣就減少了很多主觀的選取誤差,體現(xiàn)了卷積神經(jīng)網(wǎng)絡(luò)提取出特征的強魯棒性,因而卷積神經(jīng)網(wǎng)絡(luò)在圖像處理機器視覺方向得到了廣泛的應(yīng)用。所以將卷積神經(jīng)網(wǎng)絡(luò)加入其中具有可行性。本文首先在字符定位方面,針對英文字母以及數(shù)字結(jié)構(gòu)的無規(guī)律性及不飽和性,并參照傳統(tǒng)的較為成熟的幾種定位算法,選取了相對穩(wěn)定且精確度高的連通域算法作為本文定位算法的基礎(chǔ)。針對復(fù)雜度較高的工圖提出了改進的區(qū)域生長閾值連通域算法,與基于區(qū)域生長以及基于輪廓跟蹤的連通域算法相比在工圖字符定位方面效率有了明顯的提高,應(yīng)用范圍更廣。針對工程圖紙的繪圖特征,本文加入了針對性的直線檢測、閾值判定及尺寸比例判定等算法,加強了實驗效果。在卷積神經(jīng)網(wǎng)絡(luò)的識別方面,國外近些年來較多的利用卷積神經(jīng)網(wǎng)絡(luò)在特定的情境下進行圖像識別方面的應(yīng)用,但國內(nèi)的研究尚未成熟。隨著卷積神經(jīng)網(wǎng)絡(luò)種類以及復(fù)雜度的提升,目前針對不同的目標圖像特征來選取恰當(dāng)?shù)木矸e神經(jīng)網(wǎng)絡(luò),從而改進神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),擇優(yōu)選取合適的激勵函數(shù)來提升學(xué)習(xí)效率成為一個重要的研究難題。Le Net-5是一個較早提出的相對成熟穩(wěn)定的卷積神經(jīng)網(wǎng)絡(luò)模型,該網(wǎng)絡(luò)最初應(yīng)用于銀行手寫數(shù)字識別中,隨后應(yīng)用于其它方面的特征識別,而本文所面對字母以及數(shù)字的識別類別遠大于原卷積神經(jīng)網(wǎng)絡(luò)所處理的10個數(shù)字,算法的時間復(fù)雜度較之前的目標學(xué)習(xí)有了較大的改進,所以本文針對原卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)層數(shù)、輸出以及激勵函數(shù)、池化算法等都進行了改進。通過實驗我們可以看到算法的執(zhí)行時間大幅減少,并且在工圖特定環(huán)境中識別的精度也有顯著提高。本文在自采集的實驗工圖中進行實驗,為確保實驗圖的有效性,本文采集了30000幅標準工圖,尺寸分辨率在3000×5000到10000×20000的范圍內(nèi),為增添實驗的復(fù)雜性,本文又在實驗中加入1000幅手繪工圖。實驗證明,本文在字符定位方面準確率到達97.8%,說明提出的改進連通域算法有效,同樣在字符識別方面,識別率高達99.4%,運行時間對比之前的Le Net-5算法節(jié)約20%,證明本文針對復(fù)雜工圖上的字符識別有較大的改進。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 楊曉帥 ,付玫;神經(jīng)網(wǎng)絡(luò)技術(shù)讓管理更輕松[J];軟件世界;2000年11期

2 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

3 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡(luò)的研究進展[J];系統(tǒng)工程與電子技術(shù);2001年10期

4 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期

5 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機工程與應(yīng)用;2004年21期

6 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

7 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

8 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期

9 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

10 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

相關(guān)會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 美國明尼蘇達大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號：2340402