基于模板匹配和支持向量机的点阵字符识别研究

摘要：

食品、药品包装上的点阵字符信息一般包含生产日期和其他重要信息.针对目前单一的点阵字符识别方法准确率不高,且对点阵字符在复杂环境下(既包含点阵字符又包含连续字符)字符定位准确性低的问题,提出了一种基于模板匹配和支持向量机(Support Vector Machine,SVM)的组合点阵字符识别方法.该方法利用点阵字符的离散性质来准确定位点阵字符,然后分别通过基于灰度的模板匹配和基于特征的模板匹配方法得到两个判定结果.若判定结果相同,则识别出字符;若判定结果相异,将这两个结果送给SVM进行识别,得出识别结果.实验结果表明,该方法在点阵字符的定位准确性和识别率方面都优于传统字符识别方法,且识别鲁棒性较好,字符识别率达到96.10％.

关键词：点阵字符、支持向量机(SVM)、模板匹配、点阵字符识别

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：广西科技重大专项No.桂科AA18118004

在线出版日期：2020-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：134-139