一种基于多视角辅助的光学字符识别方法

本发明公开了一种基于多视角辅助的光学字符识别方法，该方法利用激光雷达获取三维点云数据，经主成分分析降维、高程滤波去除背景点。投影点云到鸟瞰图，霍夫变换筛除噪音点，再用DBSCAN聚类算垂直字符线数量。之后先后粗、细重建字符线，生成完整三维点云用于字符识别。过程中可依点云密度动态调整霍夫变换和DBSCAN参数。还设有多视角融合验证步骤，若重建结果不符要求，返回调整粗重建参数。最终生成的三维字符线点云驱动基于深度学习的光学字符识别引擎，利用三维结构信息辅助字符分割与识别。该方法通过多视角融合、三维重建与智能参数优化，系统性解决了复杂环境下字符识别的难点，为文档扫描、自动驾驶等领域提供了高精度、高鲁棒性的解决方案。