發(fā)布時間：2018-11-18 15:17

【摘要】：隨著計算機科學技術的迅速發(fā)展,其在工業(yè)工程領域中的應用也越發(fā)廣泛。在實際工程設計中,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,而將圖紙中的關鍵信息錄入到計算機中也是一項較為常見的工作內容。但由于工程圖紙通常數量多,內容復雜,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,工圖字符識別技術作為一項基于圖像處理、模式識別和人工智能等多學科的綜合應用,在工程領域中有著重要意義。光學字符識別(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雜度的提升,對于算法的效率及空間要求逐漸提高,多數算法雖能達到較高的精確度,但在情況復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構方法和基于統(tǒng)計的方法兩類,卷積神經網絡相比傳統(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)了卷積神經網絡提取出特征的強魯棒性,因而卷積神經網絡在圖像處理機器視覺方向得到了廣泛的應用。所以將卷積神經網絡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字結構的無規(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。針對復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。在卷積神經網絡的識別方面,國外近些年來較多的利用卷積神經網絡在特定的情境下進行圖像識別方面的應用,但國內的研究尚未成熟。隨著卷積神經網絡種類以及復雜度的提升,目前針對不同的目標圖像特征來選取恰當的卷積神經網絡,從而改進神經網絡結構,擇優(yōu)選取合適的激勵函數來提升學習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)定的卷積神經網絡模型,該網絡最初應用于銀行手寫數字識別中,隨后應用于其它方面的特征識別,而本文所面對字母以及數字的識別類別遠大于原卷積神經網絡所處理的10個數字,算法的時間復雜度較之前的目標學習有了較大的改進,所以本文針對原卷積神經網絡的結構層數、輸出以及激勵函數、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,為增添實驗的復雜性,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%,證明本文針對復雜工圖上的字符識別有較大的改進。
[Abstract]:......
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TP183

【相似文獻】

相關期刊論文 前10條

1 楊曉帥 ,付玫;神經網絡技術讓管理更輕松[J];軟件世界;2000年11期

2 云中客;新的神經網絡來自于仿生學[J];物理;2001年10期

3 唐春明,高協(xié)平;進化神經網絡的研究進展[J];系統(tǒng)工程與電子技術;2001年10期

4 李智;一種基于神經網絡的煤炭調運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

5 程科,王士同,楊靜宇;新型模糊形態(tài)神經網絡及其應用研究[J];計算機工程與應用;2004年21期

6 王凡,孟立凡;關于使用神經網絡推定操作者疲勞的研究[J];人類工效學;2004年03期

7 周麗暉;從統(tǒng)計角度看神經網絡[J];統(tǒng)計教育;2005年06期

8 趙奇 ,劉開第 ,龐彥軍;灰色補償神經網絡及其應用研究[J];微計算機信息;2005年14期

9 袁婷;;神經網絡在股票市場預測中的應用[J];軟件導刊;2006年05期

10 尚晉;楊有;;從神經網絡的過去談科學發(fā)展觀[J];重慶三峽學院學報;2006年03期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[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;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（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)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(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“神經網絡硬件”[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;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“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網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

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

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經網絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;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;2015年

4 陳彥至;神經網絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網絡的上證指數預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

，

本文編號：2340402