科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高实验室局域网含噪字符图像的特征辨识能力,提出基于大数据的实验室局域网含噪字符识别方法.通过大数据对实验室局域网含噪字符图像的视觉特征信息采样,对含噪字符图像进行空间区域定位;依据谱特征量分布对含噪字符局部模糊特征进行提取,并采用大数据融合方法对其进行融合;采用局部模糊区域字符串匹配含噪字符图像特征;通过模板自动匹配和小波多尺度分解方法,检测含噪字符图像的局部模糊特征;采用大数据融合分析方法,识别含噪字符,建立含噪字符图像局部模糊特征分块辨识模型.仿真结果表明:采用该方法进行实验室局域网含噪字符识别的精度最高可达98.6%,特征匹配准确性较好,提高了含噪字符特征辨识能力.
- 单位
