论文部分内容阅读
基于各种各样的算法的全面研究，传统的眼睛的光测量仪器的自动识别被认识到。拿一台通用工具显微镜(UTM ) 是的透镜看法图象一个例子， 2 层为数据读的自动识别模型在采用一系列预处理算法以后被建立。这个模型是匹配方法和并发的背繁殖(BP ) 的基于关联的模板的最佳的联合神经网络。多重互补特征抽取在产生并发的网络的特徵向量被使用。以便改进容错能力，旋转不变的特征从位字符和轮廓特征的一个 4-dimensional 组基于 Zernike 时刻被提取也被获得。而且，操作时间和读物精确性能被设置阀值价值动态地调整