一种基于神经网络模型的数字识别方法技术

本申请公开的基于神经网络模型的数字识别方法，与现有技术相比，包括：获取显示面板的数字信息图像；对数字信息图像进行光强分析以及图像增强处理；将数字信息图像进行区域定位，提取待识别数字区域图像；对待识别数字区域图像进行数字图像特征提取处理；对数字图像特征进行自适应分割处理，获取分割字符集；选择相应的数字识别算法构建预测模型，基于预测模型分别对单个分割字符进行回归分析处理，获取识别数字预测结果；对数字识别预测结果进行评估判断处理，确定待识别数字的正确读数；输出待识别数字的正确读数。相较于现有技术而言，其能够智能准确识别奶厅面板读数，提高奶厅奶量统计效率，帮助牧场管理员进行相关决策。

【技术实现步骤摘要】
一种基于神经网络模型的数字识别方法
本申请涉及数字识别
，更具体地说，尤其涉及一种基于神经网络模型的数字识别方法。
技术介绍
随着科技的进步，人类社会进入智能化时代以及大数据时代，远程数据图像以及文字的智能识别迈入了崭新的台阶，对各个领域的发展具有重要的意义。目前，在中小型牧场中，对奶厅奶量的统计工作主要还是依靠人力劳动，此过程费时费力，而运用传统的图像采集外加数字识别又存在诸多困难。在奶厅图像采集的过程中，采集的图像数据存在多种数据噪音，比如不止一个面板，面板之外有其他的护栏、吸奶器等，而且一个单独的面板上除了数字信息，还存在一些引导说明，也会干扰数字识别的准确性。如果想要智能化读取奶厅挤奶面板上提示的挤奶量，就需要准确识别出对应的数字位于图像中的位置，并且将其与其他信息分割出来，只保留需要的数字信息。除此之外，还需要准确地识别数字内容。因此，如何提供一种基于神经网络模型的数字识别方法，其能够智能准确识别奶厅面板读数，提高奶厅奶量统计效率，帮助牧场管理员进行相关决策，已经成为本领域技术人员亟待解决的技术问题。...

【技术保护点】
1.一种基于神经网络模型的数字识别方法，其特征在于，包括：/n步骤一、根据摄像模块获取显示面板的数字信息图像；/n步骤二、对所述数字信息图像进行光强分析以及图像增强预处理，得到优化数字信息图像；/n步骤三、将所述图像数字特征进行区域定位，提取待识别数字区域图像，并过滤其余无效数字区域图像；/n步骤四、对所述待识别数字区域图像进行数字图像特征提取处理；/n步骤五、运用字符分割算法对所述数字图像特征进行自适应分割处理，获取分割字符集；/n步骤六、根据具体需求，选择相应的数字识别算法构建预测模型，基于所述预测模型逐一对所述分割字符进行回归分析处理，获取识别数字预测结果；/n步骤七、对所述数字识别预测...

【技术特征摘要】
1.一种基于神经网络模型的数字识别方法，其特征在于，包括：
步骤一、根据摄像模块获取显示面板的数字信息图像；
步骤二、对所述数字信息图像进行光强分析以及图像增强预处理，得到优化数字信息图像；
步骤三、将所述图像数字特征进行区域定位，提取待识别数字区域图像，并过滤其余无效数字区域图像；
步骤四、对所述待识别数字区域图像进行数字图像特征提取处理；
步骤五、运用字符分割算法对所述数字图像特征进行自适应分割处理，获取分割字符集；
步骤六、根据具体需求，选择相应的数字识别算法构建预测模型，基于所述预测模型逐一对所述分割字符进行回归分析处理，获取识别数字预测结果；
步骤七、对所述数字识别预测结果进行评估判断处理，确定所述待识别数字的正确读数；
步骤八、输出所述待识别数字的正确读数。


2.根据权利要求1所述的基于神经网络模型的数字识别方法，其特征在于，所述步骤六中，根据具体需求，选择相应的数字识别算法构建预测模型包括：基于神经网络框架，构建人工智能深度学习模型；运用机器学习算法以及多分类算法构建机器学习模型；运用图像相似度算法，构建图像相似度对比预测模型。


3.根据权利要求1所述的基于神经网络模型的数字识别方法，其特征在于，所述数字图像特征提取处理包括：基于所述数字图像可提取光的范围，对所述数字图像进行偏光处理；对所述待识别数字区域图像进行灰度处理，获取灰度数字图像；对所述灰度数字图像进行二值化处理，将所述待识别数字区域图像处理成黑白图像，得到二值化数字图像，并获取所述待识别...

【专利技术属性】
技术研发人员：万勇，
申请(专利权)人：湖南金烽信息科技有限公司，
类型：发明
国别省市：湖南;43