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

控制理论与应用 | 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
- 基于机器视觉技术的表单图像缺陷矫正及自动识别方法
- 自动化技术与应用 2024年43卷第10期页码：52-55+138
- 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：
  
  云南电网有限责任公司信息中心项目（059300HK42210001）
- DOI：10.20033/j.1003-7241.(2024)10-0052-05
  中图分类号： TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
汤力, 梁国迪, 王菁, 等. 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]. 自动化技术与应用, 2024,43(10):52-55+138.

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.
汤力, 梁国迪, 王菁, 等. 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]. 自动化技术与应用, 2024,43(10):52-55+138. DOI： 10.20033/j.1003-7241.(2024)10-0052-05.

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).

浏览量

196

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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