本文算法主要由字符特征提取和网络模型构建两部分构成. 本文使用的输入图像是不同背景下的字符串图像, 故需要先对图像进行预处理, 主要包括图像增强和滤波^[5-7], 可以消除背景噪声影响, 为字符分割提供更高质量的图片. 将预处理后的图像进行阈值分割, 并通过轮廓面积筛选分割出单个字符, 并提取相应的字符特征. 最后将归一化后的字符特征向量输入字符训练模型, 得到权值和偏置数据后进行字符识别.

1.2 系统框架设计

为实现不同背景下不同工业产品的字符识别, 字符识别系统主要包括四个功能: 图像显示功能, 预处理参数设置功能, 字符提取及创建字符库功能, 字符训练和字符识别功能. 图像显示功能包括显示输入图像及每一步骤的处理结果图像; 预处理参数设置功能主要调节分割阈值和字符极性, 保证不同背景下字符分割的准确性, 字符提取及创建字符库功能是将单个字符设置分类标签并保存到字符库; 字符训练和字符识别功能主要是用改进的BP神经网络算法训练和识别字符.