[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)模型的數(shù)字識別方法

在審

• 申請?zhí)枺?/td>: 202110230552.1
• 申請日: 2021-03-02
• 公開（公告）號: CN112883970A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設(shè)計）人: 萬勇
• 申請（專利權(quán)）人: 湖南金烽信息科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/38;G06K9/46;G06K9/62
• 代理公司: 北京和信華成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11390
• 代理人: 顏思文

本申請公開的基于神經(jīng)網(wǎng)絡(luò)模型的數(shù)字識別方法，與現(xiàn)有技術(shù)相比，包括：獲取顯示面板的數(shù)字信息圖像；對數(shù)字信息圖像進行光強分析以及圖像增強處理；將數(shù)字信息圖像進行區(qū)域定位，提取待識別數(shù)字區(qū)域圖像；對待識別數(shù)字區(qū)域圖像進行數(shù)字圖像特征提取處理；對數(shù)字圖像特征進行自適應(yīng)分割處理，獲取分割字符集；選擇相應(yīng)的數(shù)字識別算法構(gòu)建預(yù)測模型，基于預(yù)測模型分別對單個分割字符進行回歸分析處理，獲取識別數(shù)字預(yù)測結(jié)果；對數(shù)字識別預(yù)測結(jié)果進行評估判斷處理，確定待識別數(shù)字的正確讀數(shù)；輸出待識別數(shù)字的正確讀數(shù)。相較于現(xiàn)有技術(shù)而言，其能夠智能準(zhǔn)確識別奶廳面板讀數(shù)，提高奶廳奶量統(tǒng)計效率，幫助牧場管理員進行相關(guān)決策。

技術(shù)領(lǐng)域

本申請涉及數(shù)字識別技術(shù)領(lǐng)域，更具體地說，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)模型的數(shù)字識別方法。

背景技術(shù)

隨著科技的進步，人類社會進入智能化時代以及大數(shù)據(jù)時代，遠(yuǎn)程數(shù)據(jù)圖像以及文字的智能識別邁入了嶄新的臺階，對各個領(lǐng)域的發(fā)展具有重要的意義。

目前，在中小型牧場中，對奶廳奶量的統(tǒng)計工作主要還是依靠人力勞動，此過程費時費力，而運用傳統(tǒng)的圖像采集外加數(shù)字識別又存在諸多困難。在奶廳圖像采集的過程中，采集的圖像數(shù)據(jù)存在多種數(shù)據(jù)噪音，比如不止一個面板，面板之外有其他的護欄、吸奶器等，而且一個單獨的面板上除了數(shù)字信息，還存在一些引導(dǎo)說明，也會干擾數(shù)字識別的準(zhǔn)確性。如果想要智能化讀取奶廳擠奶面板上提示的擠奶量，就需要準(zhǔn)確識別出對應(yīng)的數(shù)字位于圖像中的位置，并且將其與其他信息分割出來，只保留需要的數(shù)字信息。除此之外，還需要準(zhǔn)確地識別數(shù)字內(nèi)容。

因此，如何提供一種基于神經(jīng)網(wǎng)絡(luò)模型的數(shù)字識別方法，其能夠智能準(zhǔn)確識別奶廳面板讀數(shù)，提高奶廳奶量統(tǒng)計效率，幫助牧場管理員進行相關(guān)決策，已經(jīng)成為本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本申請?zhí)峁┮环N基于神經(jīng)網(wǎng)絡(luò)模型的數(shù)字識別方法，其能夠智能準(zhǔn)確識別奶廳面板讀數(shù)，提高奶廳奶量統(tǒng)計效率，并且分析奶量數(shù)據(jù)，幫助牧場管理員進行相關(guān)決策。

本申請?zhí)峁┑募夹g(shù)方案如下：

本申請?zhí)峁┮环N基于神經(jīng)網(wǎng)絡(luò)模型的數(shù)字識別方法，包括：步驟一、根據(jù)攝像模塊獲取顯示面板的數(shù)字信息圖像；步驟二、對所述數(shù)字信息圖像進行光強分析以及圖像增強處理，得到優(yōu)化數(shù)字信息圖像；步驟三、將所述圖像數(shù)字特征進行區(qū)域定位，提取待識別數(shù)字區(qū)域圖像，并過濾其余無效數(shù)字區(qū)域圖像；步驟四、對所述待識別數(shù)字區(qū)域圖像進行數(shù)字圖像特征提取處理；步驟五、運用字符分割算法對所述數(shù)字圖像特征進行自適應(yīng)分割處理，獲取分割字符集；步驟六、根據(jù)具體需求，選擇相應(yīng)的數(shù)字識別算法構(gòu)建預(yù)測模型，基于所述預(yù)測模型逐一對所述分割字符進行回歸分析處理，獲取識別數(shù)字預(yù)測結(jié)果；步驟七、對所述數(shù)字識別預(yù)測結(jié)果進行評估判斷處理，確定所述待識別數(shù)字的正確讀數(shù)；步驟八、輸出所述待識別數(shù)字的正確讀數(shù)。

進一步地，在本發(fā)明一種優(yōu)選方式中，所述步驟六中，根據(jù)具體需求，選擇相應(yīng)的數(shù)字識別算法構(gòu)建預(yù)測模型包括：基于神經(jīng)網(wǎng)絡(luò)框架，構(gòu)建人工智能深度學(xué)習(xí)模型；運用機器學(xué)習(xí)算法以及多分類算法構(gòu)建機器學(xué)習(xí)模型；運用圖像相似度算法，構(gòu)建圖像相似度對比預(yù)測模型。

進一步地，在本發(fā)明一種優(yōu)選方式中，所述數(shù)字圖像特征提取處理包括：對所述待識別數(shù)字區(qū)域圖像進行灰度處理，獲取灰度數(shù)字圖像；基于所述數(shù)字圖像可提取光的范圍，對所述數(shù)字圖像進行偏光處理；對所述灰度數(shù)字圖像進行二值化處理，將所述待識別數(shù)字區(qū)域圖像處理成黑白圖像，得到二值化數(shù)字圖像，并獲取所述待識別數(shù)字區(qū)域圖像的像素寬度。

進一步地，在本發(fā)明一種優(yōu)選方式中，所述待識別數(shù)字所在區(qū)域為黑色，其余區(qū)域為白色。

進一步地，在本發(fā)明一種優(yōu)選方式中，所述數(shù)字特征提取還包括：選定特定顏色，根據(jù)所述特定顏色對特定顏色區(qū)域進行提取；所述特定顏色區(qū)域為所述待識別數(shù)字所在區(qū)域。