[发明专利]基于深度学习的移动平台烟草激光码智能识别方法及装置

说明书

技术领域

本发明涉及数字图像处理与分割领域和烟草真伪检测领域，具体涉及一种采用基于数字形态学的图像处理技术和基于深度卷积神经网络的图像字符识别方法及装置。

背景技术

烟草激光码是烟草的身份证号码，每条烟的激光码是唯一的。烟草的激光码有一串32位的数字和英文字符组成。烟草激光码的信息统一，编码格式规范，便于实现烟草激光码的真伪验证的自动化。

烟盒上的激光码是识别烟草信息的重要渠道，对烟草行业的管理有着重要的意义。然而在传统的烟草行业中，主要通过人工输入的方式来获取激光码，然后通过烟草信息管理系统来判断烟草真伪以及提供烟草相关信息查询。手工输入费时费力，给烟草管理部门相关核查人员带来极大的不便，因此一套可以自动识别烟草激光码的方法和系统具有重要实际价值。

从20世纪60年代美国喷气推进实验室应用图像处理技术处理卫星图像开始，计算机图像处理技术经过了半个世纪的发展，目前计算机图像处理技术已经比较成熟，在许多方面得到了广泛的应用。

(1)手写识别与光学文字分析

文字识别应用主要分为以下三个方面：手写体字符识别、印刷体字符识别和车牌识别。

手写体字符识别主要通过分析字符特征和笔画输入顺序来识别字符，其识别过程如下：首先进行图像预处理，对图像进行噪声过滤、图像增强和图像二值化。一般采用中值滤波或低通滤波来去除图像噪声，对于大的杂质，可以采用数字形态学进行去除；图像增强一般采用高通滤波技术；图像二值化技术一般采用大律法或局部阈值法。接下来进行字符分割，字符分割一般采用基于连通域分割方法或基于字符位置分割方法。由于手写体字符之间存在粘连，字符识别的限制性也很强，目前总体识别率并不高。

车牌识别的应用十分广泛，是交通管控系统的重要组成部分。与手写体字符识别相比，车牌字符规范，背景也比较单一，因此其识别准确率很高，在智能交通系统得到了广泛应用。

印刷体字符识别，由于其字符高度、宽度、间距相对固定，背景颜色单一，因此识别准确率很高。印刷体字符识别技术已经比较成熟，相关技术已经实用化，在Adobe、福昕等多款文字处理软件中得到了应用。

(2)医学图像分析

临床医学图像分析是图像识别一个重要的应用领域，是医学影像自动诊断的核心，对医学临床诊断和治疗具有重要意义。早在20世纪70年代，图像识别技术就已经应用到医学图像处理领域。目前图像识别技术在乳腺疾病的自动诊断与治疗、肺部疾病的诊断及治疗等方面的应用已经比较成熟。医学图像分析研究技术是图像处理技术与其他学科的综合、交叉和扩展的结果，其涉及到计算机图像处理技术、医学诊断技术和专家系统等多种技术。医学图像的自动识别和诊断已经获得了医学界和计算机图像处理领域的极大关注，是医学图像领域与图像识别领域的研究热点。

(3)生物识别技术

生物识别技术发展已经比较成熟，在工业界获得了广泛的应用。人脸识别技术和指纹识别技术都是生物识别技术的一种。

人脸图像涉及一系列相关技术，包括图像采集技术、人脸图像预处理技术、人脸定位技术以及身份确认技术等。人脸识别一般采用以下几种方法：基于几何特征的人脸识别方法、基于主特征的人脸识别方法、基于神经网络的人脸识别方法、基于弹性图匹配的人脸识别方法、基于线段距离人脸识别方法以及基于支持向量机的人脸识别方法。人脸识别技术具有自然性和不易被观测个体觉察性的特点，具有其他身份识别技术无法比拟的优点。但是其本身也面临很多技术难题，首先是人脸的结构是相似的，这样有利于对人脸进行定位，但是不利于进行个体区分；其次人脸的外形不稳定，因为人有喜怒哀乐等多种表情，有时候还会有头发、胡须等物体遮挡，这给人物个体区分带来很大难度。目前人脸识别技术得许多难题都得到了解决，人脸识别技术在门禁系统、摄像监视系统、网络应用、学生考勤系统等方面得到了实际应用。

指纹识别是根据人的手指末端独特的纹理特征来进行个体的识别。计算机可以根据手指末端的细节特征(如结合点、分叉点、起点、终点、圈等)来进行个体鉴别。指纹识别技术如今已经很成熟，被广泛的应用在门禁、考勤系统、银行支付系统以及笔记本电脑、手机和汽车等设备上。

图像处理与图像识别技术的快速发展为烟草激光码字符图像的自动识别奠定了理论基础。由于烟盒背景复杂、激光码字符不够清晰，因此需要对已有的方法进行改进。

发明内容