版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近五年,我國(guó)郵政信函、快遞業(yè)務(wù)量保持20%的年均增長(zhǎng)率,傳統(tǒng)依靠手工進(jìn)行郵政信函分揀模式難以勝任業(yè)務(wù)量的高速激增需求。目前一些自動(dòng)郵政分揀系統(tǒng)主要通過(guò)建立信件上的條形碼、標(biāo)識(shí)碼與郵編號(hào)碼或地址信息的對(duì)應(yīng)關(guān)系來(lái)實(shí)現(xiàn)信函的自動(dòng)分揀,其郵編或地址通常是通過(guò)終端人工輸入,在大量信函集中處理時(shí),費(fèi)時(shí)、費(fèi)力、效率極低。利用圖像識(shí)別方法,依靠機(jī)器自動(dòng)識(shí)別信函上的郵編及地址是一種非常有效、快速的分揀手段。
利用信封上的郵編識(shí)別來(lái)實(shí)現(xiàn)自動(dòng)分揀,
2、會(huì)由于郵編空缺、書(shū)寫(xiě)不規(guī)范或錯(cuò)誤,導(dǎo)致依照郵編識(shí)別會(huì)出現(xiàn)地址投遞區(qū)域錯(cuò)誤,造成信件延誤或者丟失情況。為改善郵政地址和郵政編碼單獨(dú)識(shí)別率受限狀況,本文利用郵政地址字典驅(qū)動(dòng)模型,從信函提取手寫(xiě)收件人地址區(qū)域和郵編號(hào)碼圖像,實(shí)現(xiàn)手寫(xiě)收件人地址省、市、區(qū)(縣)信息和郵政編碼識(shí)別。論文完成工作如下:
信封圖像預(yù)處理與分割:預(yù)處理包括去噪、二值化、傾斜校正、地址塊提取、歸一化等。利用行投影法對(duì)信封圖像進(jìn)行分割,獲得收件人地址塊信息,然后利
3、用局部列投影進(jìn)行地址串切分。
手寫(xiě)郵政地址識(shí)別:論文采取兩級(jí)特征法進(jìn)行識(shí)別,第一級(jí)采用改進(jìn)粗網(wǎng)格特征、外內(nèi)圍特征進(jìn)行單字粗分類,以減少二級(jí)識(shí)別單字候選集;第二級(jí)采用三方向筆畫(huà)密度特征、局部傅里葉變換特征對(duì)粗分類單字候選集進(jìn)行細(xì)分類。
字典驅(qū)動(dòng)模型:由于手寫(xiě)漢字存在大量連筆、粘連、噪音污染、斷筆的情況,使得單字識(shí)別過(guò)程中,漢字圖像分割后的字符不一定獨(dú)立和完整,對(duì)單個(gè)漢字的識(shí)別率產(chǎn)生很大影響。采用字典驅(qū)動(dòng)的方法對(duì)地址文本
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于樣本擴(kuò)充的小樣本人臉識(shí)別研究.pdf
- 基于話題識(shí)別的中文郵件管理技術(shù)研究.pdf
- 基于圖模型的中文小樣本文本分類研究.pdf
- 基于寫(xiě)作風(fēng)格的中文郵件作者身份識(shí)別技術(shù)研究.pdf
- 小樣本人臉圖像識(shí)別研究.pdf
- 小樣本人臉識(shí)別算法設(shè)計(jì)及驗(yàn)證.pdf
- 基于小樣本的相干激光雷達(dá)距離像目標(biāo)識(shí)別研究.pdf
- 基于小樣本學(xué)習(xí)的圖像檢索研究.pdf
- 小樣本條件下的生物特征識(shí)別研究.pdf
- 基于廣義小樣本的數(shù)據(jù)挖掘方法研究.pdf
- 滑塊游戲驗(yàn)證碼和基于小樣本的驗(yàn)證碼識(shí)別研究.pdf
- 基于遷移學(xué)習(xí)的小樣本深度學(xué)習(xí)研究.pdf
- 中文地址名稱識(shí)別算法設(shè)計(jì)和實(shí)現(xiàn).pdf
- 基于FKPCA+雙子空間和信息屬性KNN的小樣本人臉識(shí)別研究.pdf
- 基于語(yǔ)義計(jì)算的小樣本圖像分類研究.pdf
- 基于支持向量機(jī)的小樣本故障診斷.pdf
- 基于自助法的小樣本膳食暴露評(píng)估研究.pdf
- 基于小樣本的電池剩余壽命預(yù)測(cè)方法研究.pdf
- 基于支持向量機(jī)的小樣本事件預(yù)測(cè).pdf
- 小樣本情況下特征抽取算法與人臉識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論