一种光学字符识别方法技术

本发明专利技术公开了光学字符识别方法，其包括以下步骤：S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；S2、将每个输入神经元转换为脉冲序列；S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；S5、通过感知机得到更新权值；S6、根据更新权值调整spiking神经网络，得到新的spiking神经网络；S7、采用新的spiking神经网络对待识别光学字符进行识别。本发明专利技术将将其负样本选取方式由原来的随机选取方式改变为选取驻点作为负样本的方式，并对学习规则作出相应调整，使得本发明专利技术的识别效率更高。

【技术实现步骤摘要】
一种光学字符识别方法
本专利技术涉及字符识别领域，具体涉及一种光学字符识别方法。
技术介绍
光学字符识别是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程，即针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是光学字符识别中的重点和难点。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的一种光学字符识别方法提高了光学字符的识别效率的问题。为了达到上述专利技术目的，本专利技术采用的技术方案为：提供一种光学字符识别方法，其包括以下步骤：S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；S2、将每个输入神经元添加1％-25％的随机反转噪声后转换为脉冲序列；S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；S5、通过感知机训练正样本训练集和负样本训练集并得到本文档来自技高网...

【技术保护点】
1.一种光学字符识别方法，其特征在于：包括以下步骤：S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；S2、将每个输入神经元添加1％‑25％的随机反转噪声后转换为脉冲序列；S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；S5、通过感知机训练正样本训练集和负样本训练集并得到更新权值；S6、根据更新权值调整spiking神经网络，得到新的spiking神经网络；S7、将待识别样本输入到新的spiking神经网络中，得到对应的识别结果，完成光学字符的识别。

【技术特征摘要】
1.一种光学字符识别方法，其特征在于：包括以下步骤：S1、将已知字符内容的光学图像进行相位编码转换为输入神经元；S2、将每个输入神经元添加1％-25％的随机反转噪声后转换为脉冲序列；S3、将得到的脉冲序列随机加入抖动强度为2ms的高斯噪声，得到输入脉冲序列；S4、将输入脉冲转换为脉冲感知神经元，并选出正样本训练集和负样本训练集；S5、通过感知机训练正样本训练集和负样本训练集并得到更新权值；S6、根据更新权值调整spiking神经网络，得到新的spiking神经网络；S7、将待识别样本输入到新的spiking神经网络中，得到对应的识别结果，完成光学字符的识别。2.根据权利要求1所述的光学字符识别方法，其特征在于：所述步骤S1的具体方法为：将已知字符内容的N个光学图像进行相位编码转换为40N个输入神经元，并将输出设定为N个类别，分别对应N个光学图像。3.根据权利要求2所述的...

【专利技术属性】
技术研发人员：李建平，顾小丰，胡健，张马路，薛庆弢，苌浩阳，李顺利，蒋胜，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51