基于机器视觉技术的表单图像缺陷矫正及自动识别方法

汤力; 梁国迪; 王菁; 刘跃龙

doi:10.20033/j.1003-7241.(2024)10-0052-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于机器视觉技术的表单图像缺陷矫正及自动识别方法

更新时间：2026-06-19

- 基于机器视觉技术的表单图像缺陷矫正及自动识别方法
- Vol. 43, Issue 10, Pages: 52-55+138(2024)
- 作者机构：
  
  云南电网有限责任公司信息中心
- 作者简介：
- 基金信息：
- DOI：10.20033/j.1003-7241.(2024)10-0052-05
  CLC： TP391.41
- Published：2024
- 稿件说明：
移动端阅览
汤力, 梁国迪, 王菁, et al. 基于机器视觉技术的表单图像缺陷矫正及自动识别方法[J]. 2024, 43(10): 52-55+138.
DOI：

汤力, 梁国迪, 王菁, et al. 基于机器视觉技术的表单图像缺陷矫正及自动识别方法[J]. 2024, 43(10): 52-55+138. DOI： 10.20033/j.1003-7241.(2024)10-0052-05.

摘要

在实际生活中，大部分表单图像的传输仍旧采用人工输入的方式完成，存在工作量大、核对麻烦的问题，因此提出基于机器视觉技术的表单图像缺陷矫正及自动识别方法。首先通过最小二乘算法实现表单缺陷图像信息的矫正修复，其次采用基于小波变换的维纳滤波算法去除表单图像的噪声，最后采用Gabor特征结合字典学习的稀疏方法完成表单图像的自动识别。实验结果表明，所提方法的图像校正效果好，图像识别效果更好。

Abstract

关键词

Keywords

references

苏树智,谢军,平昕瑞,高鹏连.图强化典型相关分析及在图像识别中的应用[J].电子与信息学报,2021(11).

张春晓,何军.一种基于对抗正则化的图像特征提取方法[J].小型微型计算机系统,2021(05).

徐建鹏,王杰,徐祥,琚书存.基于RAdam卷积神经网络的水稻生育期图像识别[J].农业工程学报,2021(08).

牟新刚,陆俊杰,周晓.基于残差编解码网络的红外图像自适应校正算法[J].红外技术,2020(09).

闫涵,张旭秀,张净丹.多感知兴趣区域特征融合的图像识别方法[J].智能系统学报,2021(02).

李晓阳,谢恒义,韩贞辉,郭慧,樊华.卷积神经网络在图像识别技术中的应用研究[J].能源与环保,2020(06).

陈清江,石小涵,柴昱洲.基于小波变换与卷积神经网络的图像去噪算法[J].应用光学,2020(02).

汤红忠,刘婷,曾淑英,张东波.群稀疏残差约束的引导字典学习算法及其单幅图像去雨[J].计算机辅助设计与图形学学报,2020(08).

Views

196

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于视觉的配电房巡检机器人避障方法

基于机器视觉算法的郁闭度自动识别研究

基于机器视觉的条盒缺包检测设计

基于图像识别的跌倒检测研究进展

基于深度学习的散货港口接卸运载车辆识别方法

Related Author

何干祥

马骋

郑文磊

刘懿辉

黄承曦

胡显明

罗航

韩蒙

Related Institution

福建省智能运维机器人技术重点实验室

先进制造技术研究院

国能神福(石狮)发电有限公司

浙江省地矿科技有限公司

广元路空科技服务有限公司

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰