基于PSO-WNN的场景图像中字符检测与提取方法
基本信息
| 申请号 | CN202010249787.0 | 申请日 | - |
| 公开（公告）号 | CN111860490B | 公开（公告）日 | 2022-06-21 |
| 申请公布号 | CN111860490B | 申请公布日 | 2022-06-21 |
| 分类号 | G06V20/62;G06V30/148;G06V10/30;G06V30/10;G06V10/764;G06V10/82;G06K9/62;G06N3/00;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 黄同成;黄健钧;胡俣华;李平 | 申请（专利权）人 | 邵阳学院 |
| 代理机构 | 北京汇捷知识产权代理事务所（普通合伙） | 代理人 | 张丽 |
| 地址 | 422000 湖南省邵阳市大祥区学院路邵阳学院 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了基于PSO‑WNN的场景图像中字符检测与提取方法，具体方法如下：步骤1至步骤2是为自然场景原始图像的字符检测与提取做准备，步骤3至步骤6是对场景图像字符检测与提取使用的WNN算法的参数进行PSO优化，步骤7是根据步骤1至步骤6的处理结果对自然场景原始图像正式进行字符检测与提取，本发明避免了梯度下降法中要求激活函数可微及对函数求导的计算，它在WNN算法的基础上，加入变异因子，引入高斯加权的全局极值，有利于全局极值向最优解方向收敛，保证了算法的泛化能力。 |
