摘要
本发明公开了一种基于复杂背景下低质量的钢印字符识别方法及电子装置,包括:利用扩散模型结合控制网络来生成数据样本;采用图像处理技术结合深度学习方法,对样本图像进行对比度增强、高斯去噪、减轻畸变以及去噪网络的预处理,从而增强样本图像的字符特征;利用基于深度学习的字符区域分割网络对预处理后的样本图像中的字符区域进行精确分割;并利用改进的目标检测算法对分割后的字符区域进行定位,提取字符的精确位置信息;采用基于深度学习的字符识别模型,对样本图像中分割及定位后的字符区域中的字符图像进行识别并输出字符识别结果;识别过程中,通过字符上下文相关性和逻辑校验以对识别结果进行后处理校正,确保识别结果的逻辑正确性。
技术关键词
钢印字符识别方法
样本
字符识别模型
网络
对比度
编码字形
深度学习方法
数据分布
高斯滤波器
图像处理技术
电子装置
导向滤波器
直方图均衡化
像素点
算法
逻辑
系统为您推荐了相关专利信息
强度预测方法
壁结构
XGBoost模型
预测模型训练
搜索算法
敏感词检测模型
多模态特征
意图识别方法
逻辑分析
循环神经网络模型
人工神经元网络
信号收发装置
人工智能模型
磁铁固定架
动作执行装置