[发明专利]一种基于改进多层感知机的药品字符标签的识别方法

说明书

本发明涉及机器视觉学习领域，更具体地，涉及一种基于改进多层感知机的药品字符标签的识别方法。包括以下步骤：选取药瓶的字符标签，选取出字符标签中需要识别的区域；将待识别的区域以相片的形式进行预处理，定位目标区域；对目标区域进行划分，将目标区域中字符进行切割，将切割后的字符作为标签字符的数据集；构建多层感知机；将数据集输入到多层感知机中，得到最终的识别结果。本发明改进过的的多层感知机相比于传统的能防止陷入局部极小，寻得最优解。通过对多层感知机引入droupout以解决过拟合问题，引入使用动量的随机梯度下降以防止陷入局部极小的问题，引入ReLU解决梯度弥散的问题；相比于模板匹配法，有着较高的识别率和泛化能力。

技术领域

本发明涉及机器视觉学习领域，更具体地，涉及一种基于改进多层感知机的药品字符标签的识别方法。

背景技术

机器视觉作为一门新兴的学科，近20年来一直以迅猛的速度进行发展，并且机器视觉的发展阶段已经由实验研究走向了实际应用，得到了广泛的工业应用。

药品在我们的日常生活中起到了举足轻重的作用，密切关系着我们的生活，关系着人们的健康甚至是生命健康安全。其中国家规定，在药品上必须表明产品批号、生产日期、有效期这三项内容，而且这三项内容是药品使用安全性的一方面，一般是使用一组阿拉伯数字或者数字加字母加汉字的形式来标识。国家药品管理部门对药厂及药品的检测要求也越来越严格。其中对药品、药品包装的视觉检测和分析是药品检测的重要手段之一。视觉检测作为机器视觉的一种，将其用在药品标签字符的识别上，可以提高生产效率和减少次品率。现有的对于药品标签识别是运用传统的模板匹配法进行识别，其局限性也非常明显，识别准确率不高，泛化能力差，这些都是字符标签识别的瓶颈所在。

发明内容

为了解决现有技术中机器视觉对于药品标签识别准确率不高，泛化能力差的不足，本发明提供了一种基于改进多层感知机的药品字符标签的识别方法。

一种基于改进多层感知机的药品字符标签的识别方法，包括以下步骤：

步骤S1：选取药瓶的字符标签，选取出字符标签中需要识别的区域；

步骤S2：将待识别的区域以相片的形式进行预处理，定位目标区域；

步骤S3：对目标区域进行划分，将目标区域中字符进行切割，将切割后的字符作为标签字符的数据集；

步骤S4：构建多层感知机，使用传统多层感知机作为基础，对其引入droupout以解决过拟合问题，引入使用动量的随机梯度下降以防止陷入局部极小的问题，引入ReLU解决梯度弥散的问题；

步骤S5：将步骤S3中的数据集输入到多层感知机中进行训练以及测试。

优选的，步骤S2中图像预处理的过程包括对图像进行翻转，去噪，灰度化以及二值化处理。

优选的，所述步骤S3中切割出来的每一张字符都需采取归一化操作，保持一样的大小和格式，并且给定对应的标签。

优选的，根据权利要求1所述的基于改进感知机的标签字符识别方法，其特征在于，所述步骤S4中，引入的Droupout结构，每个节点消失的概率：

其中，A为当前迭代次数，a为当前该节点消失的次数。

优选的，步骤S4引入的ReLU解决弥散的问题，即替换感知机的激活函数为一个非线性函数y＝max(0,x)。

优选的，步骤S4引入的引入使用动量的随机梯度下降，其公式如下：

计算速度更新：v:＝αv-∈g

计算应用更新：θ:＝θ+v

其中，学习率∈,初始参数θ,动量参数α,初始速度v，梯度g。