[发明专利]基于特征选择和LM-BP神经网络的条形码辨识方法在审
| 申请号： | 201811320893.2 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109684894A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 李宁;王永超;董文娟;王璐;段志尚;姚婷;刘超;徐彦超;周慧琼;宋秩行;姜昆 | 申请（专利权）人： | 国网新疆电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G06K7/14 | 分类号： | G06K7/14;G06K9/46;G06N3/04 |
| 代理公司： | 乌鲁木齐合纵专利商标事务所 65105 | 代理人： | 汤建武;周星莹 |
| 地址： | 830011 新疆维吾尔自治区乌*** | 国省代码： | 新疆;65 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种条形码辨识技术领域，是一种基于特征选择和LM‑BP神经网络的条形码辨识方法，包括以下步骤：第一步获取现有条形码图像及每个条形码图像对应的识别标签；第二步提取每个条形码图像的特征；第三步建立特征样本，并将特征样本分为训练特征样本和测试特征样本；第四步根据样本和LM‑BP神经网络建立辨识模型；第五步导出辨识模型。本发明提取条形码图像的HOG特征、曲线特征、自相关纹理粗糙度特征、纹理不变矩特征，完成对条形码图像进一步的表征；每个条形码的图像特征和对应的识别标签形成一个特征样本，将提取的各类型图像特征作为输入，对LM‑BP神经网络模型进行训练，建立辨识模型，进一步提高辨识模型对条形码的识别精度。 | ||
| 搜索关键词： | 条形码图像 条形码 辨识模型 特征样本 辨识 样本 特征选择 图像特征 纹理粗糙度 标签形成 测试特征 曲线特征 神经网络 训练特征 纹理 不变矩 自相关 导出 标签 | ||
【主权项】：
1.一种基于特征选择和LM‑BP神经网络的条形码辨识方法，其特征在于包括以下步骤：第一步：获取现有条形码图像及每个条形码图像对应的识别标签，所获取的条形码图像包括正常条形码和异常条形码；第二步：提取每个条形码图像的特征，特征包括自相关纹理粗糙度特征、纹理不变矩特征、曲线特征和HOG特征；第三步：建立特征样本，并将特征样本分为训练特征样本和测试特征样本；第四步：根据特征样本和LM‑BP神经网络建立辨识模型；第五步：导出辨识模型，进行条形码辨识。
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国网新疆电力有限公司电力科学研究院;国家电网有限公司，未经国网新疆电力有限公司电力科学研究院;国家电网有限公司许可，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/patent/201811320893.2/，转载请声明来源钻瓜专利网。
