【摘要】：盲文作為視障人群文字交流的工具,使數(shù)千萬盲人的書寫和閱讀成為可能,盲文自動識別研究對盲人學校教師、盲文古籍管理人員和盲人監(jiān)護人等具有十分重要的意義。目前已有的盲文識別方法需要嚴格的圖像采集環(huán)境和儀器設備,實用性較差,而且識別過程需要一定的人工預處理操作,無法實現(xiàn)盲文自動識別。針對以上問題,本文對已有的研究工作進行總結,結合灰度投影積分法和深度學習方法對盲文圖像的自動校正、自動分割和盲文識別幾個部分分別進行了實驗研究,構建基于深度學習的盲文自動識別系統(tǒng)。本文主要研究內容如下:首先,根據(jù)盲文字符中同一行或同一列盲方幾何對正這一特點,本文提出一種基于灰度投影積分圖的盲文校正方法,根據(jù)盲文灰度投影積分圖與盲文偏轉角度之間的規(guī)律,確定盲文偏轉角度予以校正。實驗表明,此方法成功實現(xiàn)盲文的偏轉校正。其次,針對盲文所有盲點互不連通而無法使用一般文字分割方法這一問題,本文通過灰度投影積分圖確定盲點位置,以灰度柱的固定規(guī)律尋找相鄰盲方的中線做分割線,橫豎分割線共同作用將所有盲文字符相互分離。使用此方法對大篇幅盲文字符進行分割時,取得了十分出色的效果。最后,針對傳統(tǒng)盲文識別研究中手工定義特征點、識別率低等缺陷,結合在圖像識別領域發(fā)揮巨大威力的深度學習技術,進行了基于深度神經(jīng)網(wǎng)絡的盲文識別研究。實驗中利用caffe框架改進構建了多種不同結構的卷積神經(jīng)網(wǎng)絡,采用稀疏表示更強的PRe LU激活函數(shù)代替Re LU激活函數(shù)以避免網(wǎng)絡訓練時神經(jīng)元“死亡”和梯度消失等問題;以Dropconnect代替一般Dropout,在防止訓練過擬合的同時增強了網(wǎng)絡的特征學習能力。用針對特征提取層、全連接層和數(shù)據(jù)集圖像尺寸等因素設置了對比實驗,通過各網(wǎng)絡模型的識別準確率和運算速度對比,確定最佳網(wǎng)絡模型。在實驗數(shù)據(jù)集的制作中,充分考慮盲文識別的實際使用情況,在多種實際環(huán)境中采集盲文圖像并進行噪聲添加處理,以提高盲文識別系統(tǒng)的魯棒性。實驗結果表明,本文方法對盲文識別準確率超過99%,極大的提高了盲文識別系統(tǒng)的精度和實用性,對于相關儀器的研究和開發(fā)具有一定意義。
【圖文】：

介盲文識別研究中設計了專用的紙介條長條狀光源在同一水平面圍成四邊過固定在其頂部的圖像采集設備進行盲文資料受光均勻，因為此裝置中光少數(shù)幾張盲文圖片的采集，在其他狀機作為盲文圖像采集設備，這在一定程一般文字的特點，它是由多個盲點組成其中每個盲點與其他盲點不連通且相斜的連線上擁有數(shù)量最多的盲點，這就變換[42](Hough Transform)在校正盲文行的紙介盲文自動識別研究中，如圖黑色矩形框的方法給定參照物，采用霍出傾斜角，進行圖像傾斜校正。

將這個最大值賦值給參數(shù)點指定的像素，這就使二值圖像的高亮區(qū)域得到“粗化”或“增長”。圖3.4 展示了利用大律法和“膨脹”形態(tài)學圖像處理方法對盲文圖像進行二值化處理的效果。圖 3.4 圖像二值化3.2.2 圖像校正方法本文提出一種基于灰度投影積分圖的方法來完成傾斜盲文圖像的自動校正。此方法的作用原理為：若盲文圖像中盲文方向不存在誤差，即每一行盲文字符都呈水平排列時，將此盲文圖像對水平方向和豎直方向分別進行灰度投影積分[45,46]，則盲文字符中同一行盲點的水平灰度投影會疊加在相同位置，形成一條細長的水平灰度柱，同一列盲點的豎直投影積分會形成一條細長的豎直灰度柱，一幅盲文圖像的多行盲點和多列盲點的投影會得到多條細長的灰度柱。若盲文圖像中盲文方向存在角度誤差，，會使同一直線盲點的灰度投影落在更大范圍內，其投影灰度柱長度變短，更集中于底部。在一定角度范圍內，盲文方向偏轉角度越大，其圖像的灰度投影積分在底部的集中程度會越高。結合這一特點，將盲文圖像旋轉不同角度，分別做灰度投影積分圖，通過比較偏轉不同角度情況下投影積分灰
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：H126.2;TP183

【參考文獻】

相關期刊論文 前10條

1 李婷;;基于深度學習的盲文識別方法[J];計算機與現(xiàn)代化;2015年06期

2 蔣小艷;胡作進;;基于電極刺激原理的盲文點顯器的設計與實現(xiàn)[J];計算機應用;2014年S1期

3 李念峰;董迎紅;肖志國;;基于圖像處理的盲文自動識別系統(tǒng)研究[J];制造業(yè)自動化;2012年03期

4 尹佳;李杰;王麗榮;;盲文自動識別方法研究[J];長春大學學報;2010年08期

5 冉玉梅;王洪國;楊玉會;許鎮(zhèn);;基于自適應局部閾值的彩色圖像分割[J];計算機與現(xiàn)代化;2010年01期

6 曹菊英;;基于積分投影的司機圖像眼睛定位方法[J];信息技術;2007年07期

7 張文增,陳強,都東,孫振國;直線檢測的灰度投影積分方法[J];清華大學學報(自然科學版);2005年11期

8 包塔,朱小燕;盲漢轉換系統(tǒng)的研究與實現(xiàn)[J];計算機工程;2004年20期

9 叢爽,鄭毅松;幾種局部連接神經(jīng)網(wǎng)絡結構及性能的分析與比較[J];計算機工程;2003年22期

10 江銘虎,朱小燕,夏瑩,譚剛,包塔;基于多種知識的盲文翻譯的研究[J];清華大學學報(自然科學版);2000年09期

相關碩士學位論文 前6條

1 魏正;基于Caffe平臺深度學習的人臉識別研究與實現(xiàn)[D];西安電子科技大學;2015年

2 徐姍姍;卷積神經(jīng)網(wǎng)絡的研究與應用[D];南京林業(yè)大學;2013年

3 許可;卷積神經(jīng)網(wǎng)絡在圖像識別上的應用的研究[D];浙江大學;2012年

4 龍建武;基于Otsu的圖像閾值分割算法的研究[D];吉林大學;2011年

5 尹佳;紙介盲文自動識別系統(tǒng)關鍵技術研究[D];長春理工大學;2011年

6 王之倉;多層感知器學習算法研究[D];蘇州大學;2006年

本文編號：2709210