發(fā)布時(shí)間：2018-11-18 15:17

【摘要】：隨著計(jì)算機(jī)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(shí)際工程設(shè)計(jì)中,工程圖紙作為重要一環(huán),是工作人員進(jìn)行施工的信息依據(jù),而將圖紙中的關(guān)鍵信息錄入到計(jì)算機(jī)中也是一項(xiàng)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(shí)別并錄入的方法工作效率較低,且出錯(cuò)率較高。所以,工圖字符識(shí)別技術(shù)作為一項(xiàng)基于圖像處理、模式識(shí)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(shí)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(duì)于它的研究興趣逐漸上升。光學(xué)字符識(shí)別通常由字符定位和字符識(shí)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(duì)于算法的效率及空間要求逐漸提高,多數(shù)算法雖能達(dá)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(qiáng)的魯棒性,傳統(tǒng)的算法無法在工圖圖紙中達(dá)到精確的定位,且許多算法在分辨率高達(dá)十億級(jí)以上的時(shí)候顯得效率較低。而在字符識(shí)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(jì)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(jì)算法,可以自動(dòng)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(qiáng)魯棒性,因而卷積神經(jīng)網(wǎng)絡(luò)在圖像處理機(jī)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(duì)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(duì)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(duì)復(fù)雜度較高的工圖提出了改進(jìn)的區(qū)域生長(zhǎng)閾值連通域算法,與基于區(qū)域生長(zhǎng)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(duì)工程圖紙的繪圖特征,本文加入了針對(duì)性的直線檢測(cè)、閾值判定及尺寸比例判定等算法,加強(qiáng)了實(shí)驗(yàn)效果。在卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別方面,國(guó)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(jìn)行圖像識(shí)別方面的應(yīng)用,但國(guó)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(duì)不同的目標(biāo)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(jìn)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),擇優(yōu)選取合適的激勵(lì)函數(shù)來提升學(xué)習(xí)效率成為一個(gè)重要的研究難題。Le Net-5是一個(gè)較早提出的相對(duì)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(shí)別中,隨后應(yīng)用于其它方面的特征識(shí)別,而本文所面對(duì)字母以及數(shù)字的識(shí)別類別遠(yuǎn)大于原卷積神經(jīng)網(wǎng)絡(luò)所處理的10個(gè)數(shù)字,算法的時(shí)間復(fù)雜度較之前的目標(biāo)學(xué)習(xí)有了較大的改進(jìn),所以本文針對(duì)原卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)層數(shù)、輸出以及激勵(lì)函數(shù)、池化算法等都進(jìn)行了改進(jìn)。通過實(shí)驗(yàn)我們可以看到算法的執(zhí)行時(shí)間大幅減少,并且在工圖特定環(huán)境中識(shí)別的精度也有顯著提高。本文在自采集的實(shí)驗(yàn)工圖中進(jìn)行實(shí)驗(yàn),為確保實(shí)驗(yàn)圖的有效性,本文采集了30000幅標(biāo)準(zhǔn)工圖,尺寸分辨率在3000×5000到10000×20000的范圍內(nèi),為增添實(shí)驗(yàn)的復(fù)雜性,本文又在實(shí)驗(yàn)中加入1000幅手繪工圖。實(shí)驗(yàn)證明,本文在字符定位方面準(zhǔn)確率到達(dá)97.8%,說明提出的改進(jìn)連通域算法有效,同樣在字符識(shí)別方面,識(shí)別率高達(dá)99.4%,運(yùn)行時(shí)間對(duì)比之前的Le Net-5算法節(jié)約20%,證明本文針對(duì)復(fù)雜工圖上的字符識(shí)別有較大的改進(jìn)。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TP183

【相似文獻(xiàn)】

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(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)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(yùn)優(yōu)化方法[J];長(zhǎng)沙鐵道學(xué)院學(xué)報(bào);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(jì)算機(jī)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(jì)角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計(jì)教育;2005年06期

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

9 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場(chǎng)預(yù)測(cè)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(bào);2006年03期

相關(guān)會(huì)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(guó)控制與決策學(xué)術(shù)年會(huì)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(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)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(huì)議論文集[C];2009年

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

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

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

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)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(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)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(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);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(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)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(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)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(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)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?qǐng)?bào);2007年

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

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);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(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);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(guó)船舶報(bào);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(shí)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(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)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(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)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(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)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(shí)間序列預(yù)測(cè)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(cè)的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)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(cè)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(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)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(shí)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(hào)：2340402