X射线底片编号智能检测识别方法的研究

journal6 ›› 2004, Vol. 25 ›› Issue (3): 47-50.

X射线底片编号智能检测识别方法的研究

(1.吉首大学物理科学与信息工程学院，湖南吉首 416000；2.湖南大学电气与信息工程学院，湖南长沙 410082)

出版日期:2004-09-15 发布日期:2012-09-22
作者简介:唐圣学(1976-)，男，湖南省永州人，吉首大学物理与信息工程学院讲师，湖南大学电气与信息工程学院博士研究生，主要从事计算机智能检测研究.
基金资助:
国家核能开发项目（B030206）

Serial Number Intelligent Inspection and Recognition Method in X-Ray Negative

(1.College of Physics Science and Information Engineering,Jishou University,Jishou 41600,Hunan China；2.College of Electrical and Information Engineering,Hunan University, Changsha 410082,China)

Online:2004-09-15 Published:2012-09-22

摘要/Abstract

摘要：提出了一种基于模板匹配和神经网络的X射线底片编号、定位分割和识别方法，可以有效的检测和识别底片中的低质量和模糊的编号字符，识别率可达 92%，识别时间不超过 1 s.

关键词： 字符识别, 图像处理, 模板匹配, BP网络

Abstract: A serial number location segmentation and recognition method based on template matching and neural network in X-ray negative is proposed. The low-quality and blur serial number character in X-ray negative can be inspected and recognized effectively and the recognition ratio can come to 92 percent and the process is less than 1 s.

Key words: character recognition, image processing, template matching, BP network

唐圣学, 刘波峰, 曾庆立. X射线底片编号智能检测识别方法的研究[J]. journal6, 2004, 25(3): 47-50.

TANG Sheng-Xue, LIU Bo-Feng, ZENG Qing-Li. Serial Number Intelligent Inspection and Recognition Method in X-Ray Negative[J]. journal6, 2004, 25(3): 47-50.

[1]	陶明霞，钱广，马仁安. 沥青路面裂缝自动检测算法[J]. 吉首大学学报（自然科学版）, 2018, 39(2): 55-58.
[2]	张超, 彭金璋, 刘纯鸽, 何宇桦. 智能车跑道图像的大津阈值分割算法[J]. journal6, 2014, 35(4): 27-30.
[3]	高博. 基于均匀试验人工神经网络的实用可靠性方法[J]. journal6, 2012, 33(5): 39-42.
[4]	刘忠平, 徐一舟. 中文签名图像的笔划归一化[J]. 吉首大学学报（自然科学版）, 2007, 28(4): 39-42.
[5]	唐圣学, 何仪刚. 基于小波预处理的神经网络字符识别方法[J]. journal6, 2005, 26(2): 14-17.
[6]	雷晓峰, 王耀南. 远程图像监控系统的智能跟踪开发[J]. journal6, 2001, 22(3): 30-33.