一种基于神经网络的字符识别方法、计算设备及可读介质技术

本发明专利技术涉及一种基于神经网络的字符识别方法、计算设备及可读介质，包括如下步骤：芯片字符图像获取及预处理；芯片字符分割；基于BP神经网络进行芯片字符识别；对于识别出来的字符与预设标准字符进行对比，对对比结果进行语音播报。本发明专利技术提供的基于神经网络的字符识别方法、计算设备及可读介质，针对性强、鲁棒性高，针对复杂的拍摄环境，采用基于连通域面积的去噪方法可以有效去除各种噪点，便于后续字符分割和识别。

【技术实现步骤摘要】
一种基于神经网络的字符识别方法、计算设备及可读介质
本专利技术涉及芯片表面字符识别
，尤其涉及一种基于神经网络的字符识别方法、计算设备及可读介质。
技术介绍
芯片在电子设备生产过程中会被安装在主板上，其表面往往印刷了一串或多串字符，这些字符通常由字母和数字组成，包含了芯片的生产商、型号、流水号等信息。通过这些信息可以实现芯片在电子设备生产过程中的管理和追踪，甚至还可以用于芯片的安装质量管控。生产环境中的芯片图像使用工业相机采集，受生产环境特点的影响，工业相机采集的芯片图像往往光照不均衡且噪声较高，加上不同类型芯片的外观和尺度差异非常大，导致采集的部分芯片图像的分辨率过低。此外，图像中芯片的周围还有焊锡、引脚等与字符颜色近似的干扰信息，也对芯片表面字符的识别带来负面影响，使得其识别的正确率非常低。
技术实现思路
本专利技术为解决现有设备对芯片表面字符识别错误率高的问题，所采用的技术方案是：一种基于神经网络的字符识别方法，包括如下步骤：芯片字符图像获取及预处理；芯片字符分割；基于BP神经网络进行芯片本文档来自技高网...

【技术保护点】
1.一种基于神经网络的字符识别方法，其特征在于，包括如下步骤：/n芯片字符图像获取及预处理；/n芯片字符分割；/n基于BP神经网络进行芯片字符识别；/n对于识别出来的字符与预设标准字符进行对比，对对比结果进行语音播报。/n

【技术特征摘要】
1.一种基于神经网络的字符识别方法，其特征在于，包括如下步骤：
芯片字符图像获取及预处理；
芯片字符分割；
基于BP神经网络进行芯片字符识别；
对于识别出来的字符与预设标准字符进行对比，对对比结果进行语音播报。


2.根据权利要求1所述的基于神经网络的字符识别方法，其特征在于，所述字符图像获取及预处理包括如下步骤：
图片倾斜校正；
芯片引脚与字符区域的分割；
字符图像二值化处理；
字符图像去噪；
字符区域定位。


3.根据权利要求2所述的基于神经网络的字符识别方法，其特征在于，所述图片倾斜校正包括如下步骤：
对采集装置采集的芯片图片采用canny算子进行边缘检测，得到芯片的目标边缘图像；
在芯片目标边缘图像中通过Hough变换提取最长直线；
基于Hough变换提取的最长直线计算芯片倾斜角度，根据倾斜角度进行旋转校正，并将旋转校正后的目标区域存在的白边进行去除。


4.根据权利要求2所述的基于神经网络的字符识别方法，其特征在于，所述芯片引脚与字符区域的分割包括如下步骤：
对芯片图像二值化后进行膨胀、腐蚀处理实现引脚区域的连通，分别对引脚的行列遍历像素值，在像素值由1变成0的位置进行直线标记，进而得到四条直线坐标位置并进行保存，针对其它芯片图片调用该四条直线的坐标位置进行分割，进而可得到字符区域。


5.根据权利要求2所述的基于神经网络的字符识别方法，其特征在于，所述字符区域定位包括如下步骤：
采用投影法得到x方向和y方向的投影像素范围，根据投影法得到的投影像素范围进行...

【专利技术属性】
技术研发人员：刘佳男，徐立君，莫伟龙，
申请(专利权)人：苏州弘皓光电科技有限公司，
类型：发明
国别省市：江苏;32