研究生开题报告模板

　　一、课题名称及来源：

　　1、课题名称：基于神经网络的笔记本键盘检测系统的研究与设计

　　2、来源：企业项目

　　二、研究目的和意义：

　　随着工业自动化水平的不断提高，机器视觉技术被广泛地应用于工业检测领域，从而把工人从枯燥的工作中解放出来。而笔记本键盘生产在国内市场具有很高的占有量，由于笔记本电脑的普及和惊人的产品更新速度，对笔记本键盘生产的自动化水平提出了新的要求。其中，笔记本键盘的质量检测是关键阶段。与一般意义上的图像处理系统相比，机器视觉系统强调精度和速度，以及工业现场条件下的稳定性。但是，机器视觉系统开发是一个复杂的过程，涉及光电、机械、图像处理等多种技术手段。一般人很难在短时间内整合各种资源来有效地进行系统开发。笔记本键盘检测系统用于对笔记本键盘成品进行离线检测，检测产品的外观是否合格。本系统研制的目的就是在满足对笔记本键盘检测需求的同时进行可靠的质量检测。本文作者总结实际中的工程经验，阐述了系统的总体设计思路和关键的技术环节。对同类产品的研制具有一定的参考价值。

　　三、国内外研究现状和发展趋势：

　　数字图像的识别最早可以追溯到60年代。1966年，ibm公司的casey和nagy发表了第一篇关于数字图像识别的论文，在这篇论文中他们利用简单的模板匹配法识别了1，000个数字图像。70年代以来，日本学者做了许多工作，其中有代表性的系统有1977年东芝综合研究所研制的可以识别XX个汉字的单体印刷体识别系统;80年代初期，日本武藏野电气研究所研制的可以识别2300个多体汉字的数字图像识别系统，代表了当时汉字识别的最高水平。此外，日本的太平洋、松下、理光和富士等公司也有其研制的汉字识别系统。这些系统在方法上，大都采用基于k-l数字变换的匹配方案，使用了大量专用硬件，其设备有的相当于小型机甚至大型机，价格极其昂贵，没有得到广泛应用。

　　我国对数字图像识别的研究始于70年代末、80年代初，大致可以分为三大阶段：

　　第一阶段从70年代末期到80年代末期，主要是算法和方案探索。研究人员提出了用于汉字识别的各种方法和特征，如特征点法、汉字周边特征、汉字的结构元特征等，并在此基础上研究成功一批汉字识别系统。这一阶段是数字图像识别成果倍出的时期。但是，这些成果还仅仅停留在实验室阶段，没有转化为产品来实际解决数字图像的自动输入问题。

　　第二阶段是90年代初期，中文ocr由实验室走向市场，初步实用，在实际的汉字识别输入应用条件下，检验和考查这些研究成果。这一阶段形成了一些初步实用的印刷汉字识别系统开始进入市场。

　　第三阶段也就是目前，主要是印刷体识别技术和系统性能的提高，包括汉英双语混排识别率的提高和稳健性的增强。

　　其中，从1986年初到1988年是数字图像识别和联机数字图像识别研究的丰收期。数字图像识别是汉字识别研究的主要内容。自1986年以来，各种识别软件和系统纷纷涌现，某些识别装置可以初步使用，它们的主机全部采用微机。主要的性能指标为：1.识别字数;2.识别率：对中等质量印刷问题达到95%-99%;3.识别速度;4.识别字体、字号等等。这些系统都配备了方便的`用户界面，从版面分析、文本识别到识别结果的处理，形成了一个完整的识别输入系统。印刷体印刷汉字识别的研究，也在进行中，自x年以来，己有若干个软件与系统成功研制并参与鉴定。

　　同国外相比，我国的数字图像识别研究起步较晚。但由于我国政府从80年代开始对汉字自动识别输人的研究给予了充分的重视和支持，经过科研人员于多年的辛勤努力，数字图像识别技术的发展和应用有了长足进步，从简单的单体识别发展到多种字体混排的多体识别，从中文印刷材料的识别发展到中英文混排印刷材料的双语识别。各个系统可以支持简、繁体汉字的识别，解决了多体多字号混排文本的识别问题，对于简单的版面可以进行有效的定量分析，同时汉字识别率已达到了98%以上。

　　当前，数字图像识别研究的主要目的是提高识别系统的品质和效率，增强系统对不同文本的适应性，扩大使用面。在加强版面分析、识别结果上下文匹配后处理和各种实用化技术的研制的同时，进行对识别方法的进一步研究，促使更实用的产品出现。