[发明专利]一种3D压印字符无分割序列识别方法及系统

摘要

本发明涉及一种3D压印字符无分割序列识别方法及系统，其包括如下工艺步骤：1)，图像加权融合；2)，区域显著性增强；3)，无分割序列特征提取；4)，字符序列编码；5)，字符序列解码与识别。本发明的3D压印字符无分割序列识别方法不仅能检测不同灰度、位置、角度的压印字符，而且也适用于有重叠、缺损、污染等干扰的字符图像，具有较高的创新性与实用性，能够较好的解决3D压印字符由于受到污染、干扰、变形等导致的字符分割精确度不足的问题，提高3D压印字符的识别率。

主权项

1.一种3D压印字符无分割序列识别方法，其特征在于：包括如下工艺步骤：1)，图像加权融合：根据四副不同曝光强度图像的对比度、饱和度、适度曝光量这三个测度因子生成原始多曝光图像的权重图，对其进行加权平均后获得综合金字塔系数，最后重建拉普拉斯金字塔得到融合图像；2)，区域显著性增强：从非显著像素中选择初始背景种子，让背景种子增长进而检测背景连通域，从而检测出字符连通域；同时利用字符曲率显著性特征来实现字符区域的显著性增强，该操作能够提高步骤1)的融合结果图前景与背景的对比度；3)，无分割序列特征提取：对步骤2)得到的图像使用五层卷积神经网络进行序列特征提取；其中包括二层卷积层，二层最大池化层，一层全连接层；4)，字符序列编码：使用长短时记忆网络(LSTM)来处理和预测步骤3)所提取的序列字符特征；5)，字符序列解码与识别：将步骤(4)的结果输入到基于神经网络的时序类分类的ctc(连接主义时间分类)模块；该模块能够把网络的输出更改为所有可能标签序列的概率分布，通过梯度下降法和反向传播法训练网络，序列解码的目的是找到具有最大概率的近似最优路径，即最佳识别结果。