基于OpenCV的光缆表面喷码字符识别算法OA
Characters recognition algorithm of optical cable surface inkjet code based on OpenCV
人工识别光缆喷码字符弊端众多,亟需光缆自动化识别技术.针对光缆喷码点阵字符特点,提出一种在线光缆喷码字符识别系统,对模板匹配、人工神经网络和支持向量机等3种字符识别算法进行仿真研究和参数优化,并比较了这3种算法的优劣;分析了人工神经网络和支持向量机相关参数对识别准确率和训练时间的影响.仿真结果表明:相同测试集下,人工神经网络算法识别率最高,支持向量机算法在训练样本数量较少时性能出色,模板匹配算法复杂度最低.
刘梦桥;徐宁
南京邮电大学电子与光学工程、微电子学院,南京210046南京邮电大学电子与光学工程、微电子学院,南京210046
信息技术与安全科学
字符识别光纤光缆模板匹配人工神经网络支持向量机
《光通信技术》 2021 (2)
6-9,4
国家自然科学基金面上项目(编号:61972209)资助.