[发明专利]一种光学字符识别方法

说明书

本发明公开了光学字符识别方法，其包括以下步骤：S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；S2、将每个输入神经元转换为脉冲序列；S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；S5、通过感知机得到更新权值；S6、根据更新权值调整spiking神经网络，得到新的spiking神经网络；S7、采用新的spiking神经网络对待识别光学字符进行识别。本发明将将其负样本选取方式由原来的随机选取方式改变为选取驻点作为负样本的方式，并对学习规则作出相应调整，使得本发明的识别效率更高。

技术领域

本发明涉及字符识别领域，具体涉及一种光学字符识别方法。

背景技术

光学字符识别是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，即针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是光学字符识别中的重点和难点。

发明内容

针对现有技术中的上述不足，本发明提供的一种光学字符识别方法提高了光学字符的识别效率的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种光学字符识别方法，其包括以下步骤：

S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；

S2、将每个输入神经元添加1％-25％的随机反转噪声后转换为脉冲序列；

S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；

S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；

S5、通过感知机训练正样本训练集和负样本训练集并得到更新权值；

S6、根据更新权值调整spiking神经网络，得到新的spiking神经网络；

S7、将待识别样本输入到新的spiking神经网络中，得到对应的识别结果，完成光学字符的识别。

进一步地，步骤S1的具体方法为：

将已知字符内容的N个光学图像进行相位编码转换为40N个输入神经元，并将输出设定为N个类别，分别对应N个光学图像。

进一步地，步骤S4的具体方法为：

将输入脉冲转换为脉冲感知神经元，并根据公式

得到由期望的spiking神经元输出序列，并将其作为正样本训练集；其中为期望的脉冲发放时间，为在t_d时刻的膜电压，表示该样本集为由期望的点火时刻所组成的正样本集合

根据公式

得到负样本训练集，其中EPs为Spiking脉冲神经网络曲线中的驻点，表示该样本集为所有EPs组成的不期望点火时刻的负样本集合

进一步地，步骤S5的具体方法为：

通过感知机训练模型