摘要：键盘作为诸多智能设备指令输入端口,其表面字符完整程度直接影响到设备使用。为了提高键盘在制造过程中的生产质量,需要对其生产流水线完成视觉检测。而在当前键盘表面字符目标检测过程中存在成像模糊、分割不准确以及识别率低等问题。对此,设计基于同态增晰与区域生长的键盘按键识别检测算法。首先,引入同态增晰算法,对模糊图像清晰化处理。然后嵌入全局特征,改进了区域生长算法,准确分割并提取出图像中数字按键目标区域。最后基于最近邻算法对数字按键图像样本库进行机器学习,完成按键数字识别,从而建立起键盘数字按键质量检查系统。实验数据显示,与当前数字识别算法相比,面对成像模糊的按键数字图像时,该数字按键检查算法具备更高的准确性与稳定性。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）