[发明专利]一种手写电话号码识别、校验及信息发送系统在审

专利信息
申请号: 201710048843.2 申请日: 2017-01-23
公开(公告)号: CN106709474A 公开(公告)日: 2017-05-24
发明(设计)人: 王想实;周薇;李萍;叶晓霖 申请(专利权)人: 无锡职业技术学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/22;G06K9/32;G06K9/62;G06Q10/08
代理公司: 南京君陶专利商标代理有限公司32215 代理人: 奚胜元,奚晓宁
地址: 214121 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 手写 电话号码 识别 校验 信息 发送 系统
【权利要求书】:

1.一种手写电话号码识别、校验及信息发送系统,其特征在于:包括图像采集器和系统总机,系统总机里设有依次相联的图像识别模块、信息校验及管理模块和短消息发送模块;图像采集器与图像识别模块通过无线方式相联;

图像采集器完成快递单中手写号码区域的图像采集任务,并通过无线方式上传到系统总机;

图像识别模块采用手写体数字图像分类器,是本系统的核心部分,完成手机号码的识别功能,通过BP神经网络的学习,修正误差,得到期望输出的神经网络,用以识别出手写手机号码;

信息校验及管理模块具有手机号码/收件人信息管理器和无线通信模块;对图像识别模块识别后的结果,通过后动态生成的数据库,对校验结果核对其正确性,减少人工干预,提高识别的准确率;

短消息发送模块采用GSM MODEM方式,完成快递取件消息的发送功能,构建短消息数据包,通过识别后的手机号码将取件信息发送给取件人。

2.根据权利要求1所述的手写电话号码识别、校验及信息发送系统,其特征在于:图像采集器包括光学系统、镜头、相机和相机驱动模块;所述光学系统实现光源控制。

3.根据权利要求1所述的手写电话号码识别、校验及信息发送系统,其特征在于:所述光学系统采用平场复消色差光学系统。

4.根据权利要求1所述的手写电话号码识别、校验及信息发送系统,其特征在于:所述短消息发送模块依据手机号段编码规则,采用部分识别和后台检索双重机制来提高识别的速度。

5.一种手写电话号码识别、校验及信息发送系统的手写电话号码识别方法,其特征在于,包括如下步骤:

1)手机号码数字显著性提取,采用鲁棒性背景优先的显著性优化方法,将目标号码从背景中分离出来,得到手机号码二值图像,便于后续分割处理;

具体的是将图像划分为N个超像素块,N是不为零的自然数,通过在颜色空间计算块与边界块的颜色距离,在空间上计算块与边界块的绝对距离,通过这两个距离和的加权来判断块的显著性值,从而判断某个块是否属于目标区域;

所述显著性值的定义公式为,

其中为处理的图像基本区域,单个像素或经分割后的像素集合块;pi为第i个处理的图像基本区域;

定义为块间在CIE-Lab空间中的平均颜色距离;

为块间的空间距离,计算公式为,

其中表示任意两点间的欧拉距离;

表示区域的权值比重,通过计算两点间在颜色空间中的最短距离确定;源于图像背景具有面积大且同质的特性,利用与背景区域的最短距离来判断显著性目标;

2)图像分割

图像分割是对显著性检测后得到手机号码二值图像进行切分,分别分割出11位手机号码数字;显著图中前景目标数字区域和背景区域的分界线明显,图像灰度直方图具有显著的双峰形态,从双峰间波谷即可判断数字分割位置;图像分割的具体步骤为,

2-1) 将手机号码二值图像垂直投影,生成投影向量以及对应的投影曲线;

2-2)将投影曲线的波谷作为数字分割位置,进行区域分割;

2-3)将步骤2-2)中所述分割图像进行区域图像归一化后,得到标准形式图像;

3)特征提取

采用粗网格提取方法实现特征提取;

所述粗网格提取方法的具体过程为,

3-1)提取经过步骤2)图像分割后的数字的轮廓特征;

3-2)依据周边轮廓特征对经过步骤2)得到的图像边界进行裁剪;

3-3)将经过步骤3-2)裁剪后的每个数字图像按黑像素占总像素的比率提取其特征值,从而形成特征向量库;

4)神经网络识别

4-1)将来自步骤3)的特征向量库作为神经网络的训练输入的特征量,根据神经网络文件中设定的参数对待测图像进行识别,计算每个图像的隐含层和输出层实际值;

4-2)根据输出层与数字的对应关系,将神经网络的测试结果和识别结果的置信度存储到文件,将识别结果反馈到信息校验及管理模块,进行识别结果的校验和取件消息的处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡职业技术学院,未经无锡职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710048843.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top