计算机辅助工具在英文字母识别软件系统设计中的应用
（马鞍山学院腾讯云大数据学院，安徽马鞍山，243002）
摘要：为了改善英文字母识别软件系统性能，本文以精准性、功能全面性作为改善突破口，选取Lab Windows/CVI作为开发工具，在Linux嵌入式操作系统平台上开发一套英文字母识别软件系统。该系统利用A/D转换模块，将模拟信号信息转化为数字信号，在MVB总线控制下，调用函数操作命令，识别图像中的英文字母。测试结果显示，本系统能够准确识别图像中的车票英文字母信息，而且识别精度在90%以上，可以作为英文字母识别辅助工具。
关键词：英文字母识别；A/D转换；视觉图像识别
Application of computer aided tools in the design of English letter recognition software system
Sun an
(Ma’anshan University, Tencent cloud big data college, Ma’anshan, Anhui, 243002)
Abstract: in order to improve the performance of English letter recognition software system, this paper takes accuracy and functional comprehensiveness as the breakthrough, and selects lab As a development tool, windows / CVI develops a set of English letter recognition software system on Linux embedded operating system platform. The system uses a / D conversion module to convert analog signal information into digital signal. Under the control of MVB bus, the system calls function operation commands to recognize English letters in the image. The test results show that the system can accurately identify the English letter information of the ticket in the image, and the recognition accuracy is more than 90%. It can be used as an auxiliary tool for English letter recognition.
Key words: English letter recognition; A / D conversion; Visual image recognition
计算机图像处理技术的出现，打破了传统图像特征分析及处理模式，在监控、图像分析等多个方面有所突破，标志着科学技术的进步[1]。图像识别作为计算机图像处理主要技术之一，通过提取图像特征，并加以分割、降噪、滤波处理，实现了图像识别与监测[2]。目前，此项技术已经在多个领域有所应用，作为图像信息识别重要工具。其中，英文字母识别难度较大，当前设计的识别系统精准度普遍在80%以下，尚存在较大的提升空间[3-4]。本文将在以往研究基础上，选取计算机作为辅助工具，提出新的英文字母识别软件系统设计研究。
一、系统总体框架设计
针对英文字母识别处理，本系统选取Lab Windows/CVI作为开发工具，利用Linux嵌入式操作系统开发一套英文字母识别软件系统[5]。该系统采用模拟预处理的方式，对采集到的电信号采取A/D转换处理，生成数字信号，作为识别对象。通过调用系统数据库，对此部分数据加以分析，输出英文字母识别结果[6]。如图1所示为系统总体框架设计方案。
图1 系统总体框架
该框架结构将系统拆分为3个模块，分别是用户控制模块、数据处理模块、输出模块。其中，用户控制模块作为系统数据信息的输入端，主要负责参数的输入与处理。利用信息采集装置，获取图像信息，从中提取主要图像信息作为识别对象。在识别之前，需要对此部分信号采取格式转换处理，通过开启A/D模块，完成信息的模数转换，将模拟信号转换为数字信号。经过转换处理后的数字信号发送至数据处理模块。该模块以FPGA平台作为核心，采用高密度视觉识别工具，对被检测的英文字母加以识别，识别结果发送至输出模块[7]。该模块以波形形式显示识别结果，经过转换生成视觉信息分析结果，即得到英文字母识别精度。
二、系统硬件设计
1、系统开发硬件环境
本系统在嵌入式Linux平台上完成开发，以特征提取算法作为英文字母特征信息提取工具，引入计算机视觉图像识别技术，对提取出来的信息加以识别[8]。其中，Linux平台作为系统内核，主要负责信息的移植和识别。第一，启动该平台，移植ARM硬件平台，为英文字母信息提取与识别创造有利的硬件环境。第二，借助计算机视觉技术，识别信息中的英文字母。其中，涉及到的重要技术为MVB总线控制技术，利用此项技术完成各个硬件设备线路的连接。
本系统硬件包括Micro2440开发板、JTAG小板、路由器、PC计算机4个核心设备，其中，开发板与路由器之间通过直接网络建立连接，开发板与JTAG小板之间运用JTAG线连接，开发板与PC计算机之间运用串口线连接，JTAG小板与PC计算机之间运用并口延长线连接，PC计算机与路由器之间运用直接网络连接。
2、MVB总线控制
本系统运用MVB总线控制技术，对帧发送的收发及中断操作加以控制，从而为英文字母识别操控创造所需的硬件环境[9]。该控制体系分为3个层次，分别是数据线层、控制线层、地址线数据线控制线层。其中，数据线层位于最上方，负责连接板载ARM CPU，将数据信息传输至本系统控制线层。该层次对接收控制器、初始化网卡模块、帧发送模块、中断控制器下发控制命令，从而实现英文字母信息初始化及识别处理，通过地址线、数据线、控制线完成识别结果发送，最终存储到系统存储器当中。该控制体系中，除了板载ARM CPU、中断控制器采用双向控制以外，其他模块均为单向控制。
三、系统软件设计
1、英文字母识别文件的配置及编译
本系统软件以X86架构中的CNU为核心开发环境，通过调用Windows和Linux共享资源，构建英文字母识别配置体系。根据字母识别需求，在软件环境中编译程序[10]。以下为英文字母识别文件的编译核心步骤：
第一，在互联网上下载文本arm920t-eabi.tgz，而后下载运行该文本的控制命令。
第二，在运行命令对话框中输入命令arm-linux-gcc-v，同时对Makefile文件采取解压处理，并将此部分信息作为环境变量，开启编译器作业状态。
第三，设定编译文件格式，完善信息目录。其中，文件格式为.Bashrc，目录路径为arch/arm/boot。
第四，编译文件并存储，退出操作界面，并保存相关信息。
按照上述操作步骤保存信息后，重新输入账号密码登陆，开始交叉编译。以arm-linux-gcc-v为作业命令，对内核解压地址加以修改。考虑到Linux系统源码存在一定开放特性，需要安装脚本才能够完成文件剪裁和配置。在此环境下，创建YAFFS根文件系统，运行该系统完成参数配置。接下来，访问并控制系统硬件设备，连接系统控制模块，其中，涉及到的主要运行对象包括make install和make。根据操控需求，从Linux内核中选择文件路径，同时生成bin文件、linuxrc文件。该文件的生成，初步搭建了英文字母识别体系。
关于英文字母识别的操控，需要YAFFS根文件系统的支撑，通过调用该系统中的文本，识别当前图像中的英文字母，生成识别结果。此项功能的实现，将根文本系统中的文件复制到新的文件中，创建filesystem下etc文件，复制到该文本中。与此同时，下载busybox1.14.2文件并加以修改。通过运行make menuconfig命令，开启服务器作业模式配置相应文件。编辑目录找到rcS文件，添加命令注释，更改目录内核，使得文件在dev目录下运行。在此目录中创建设备节点，分别为各个节点创建英文字母识别函数，负责不同文件英文字母识别处理。其中，识别函数在rootfs/yaffs文件中创建。
2、系统软件流程设计
本系统软件的开发，以驱动设备运行为核心，设计以下软件运行流程：
第一步：配置英文字母识别文件，同时优化存储装置，开启设备初始化处理模式；
第二步：借助计算机工具，创建硬件与内核之间的通信连接，实现模块之间的数据传送。该项操作的实际运行以I/O端口作为信息传输接口，调用函数从文本中读取文本信息，从中提取英文字母信息，将其传递至内核中。
第三步：运行视觉识别器，同时开启专家系统作业模式。为了满足设备与程序之间的数据传送，适当改动内核中源文件信息。同时读取识别系统运行程序，将源文件传送给指定设备，创建编译连接，完成英文字母识别操作。对于未能成功创建连接的编译体系，通过运行读取函数和打开函数，回送与其相关的数据，重新发送视觉识别申请，等待下一次字母识别。
第四步：检查当前生成的英文字母是否存在错误，如果存在错误，则立即开启中断模式，检查当前识别体系存在的问题，对数据库文本进行调整，直至系统得以正常作业正确识别英文字母为止。
以上操作系统是一个循环体系，支持识别结果检测，每一次英文字母识别结果的生成，都会经过检测处理，对当前识别结果正确性进行评价。如果未能得到准确的识别结果，系统将自动返回查错环节，再次识别文本中的英文字母。所以，从理论层面来分析，本系统设计方案的识别精准度较高。
3、英文字母识别驱动程序设计
为了实现英文字母准确识别，需要同时为3个函数编辑运行程序：（1）s3c2440_pwm_ictl转换函数，该函数主要用来完成信号的A/D转换，生成数字信号，以便展开英文字母的识别；（2）s3c2440_pwm_close存储控制函数，该函数主要用来控制寄存器，以便信息的存储管理操控；（3）tatic int s3c2440_open模式开启函数，对系统硬件设备采取驱动处理，通过开启驱动装置，使得系统设备进入初始化状态。
系统作业期间，根据A/D转换结果识别英文字母，通过调用read()函数，下达寄存器复位控制命令，实现各个文件信息的英文字母识别操控。其中，识别结果将以应答方式生成。本系统的英文字母识别皆在file_operations数据结构中完成，所以调用该结构中的读取函数得到相关数据信息，按照函数架构中条件设置标准，完成英文字母识别。以下为数据结构中函数调用与控制核心程序：
static struct file_operations dev_fops = { //下达英文字母识别控制命令
owner：THIS_MODULE //调用函数控制英文字母识别
open：s3c2440_adc_open //以read()函数作为调用对象，开启函数作业模式
read：A data transmission on the IIC bus //读取文本中的信息
release：Stop Condition _adc_release //按照识别标准，对本文中的英文字母进行识别
}
对函数采取初始化处理，运行寄存器控制命令，间接读取视觉识别信息，开启中断响应，完成SD存储。设定驱动程序，分别下达系统SD卡运行、函数复位、信息地址标定等操控命令，经过初始化处理后，加载图像识别程序，完成英文字母的优化识别操控。
四、系统测试分析
1、系统测试内容与方法
为了检验本系统设计方案可靠性，对系统性能及功能展开测试分析。
（1）系统功能测试：运行系统软件，从文件夹中抽取一张车辆行驶照片，从中提取车牌英文字母信息，对比显示结果的正确性。
（2）系统性能测试：对系统英文字母识别的收敛性和准确性进行测试。其中，收敛性的测试标准，要求系统识别误差在1000 内误差归零。准确性的测试，设置1dB、2dB、3dB、4dB、5dB、6dB、7dB信噪比环境，以传统系统作为对照组，分别测试不同条件下的英文字母识别精准度，并记录测试结果。
2、系统测试结果分析
按照系统测试方法，分别对系统的英文字母识别功能和性能展开测试，结果如图2和表1所示。
图2 车牌英文字母识别结果
观察图2中的英文字母识别结果可知，本系统能够从拍摄中的图像信息中准确识别车牌照英文字母，在操作界面中显示的结果较为清晰。通过查看文件的方式，直接获取车牌照信息，为交通管理创造了有利条件。
关于系统作业性能的收敛性能测试，本研究对英文字母识别收敛情况进行了测试，观察收敛曲线可以看出，本系统的英文字母识别收敛性能较好，能够快速降低识别误差，大约600 收敛误差降低至0。另外，本次测试还对系统的识别精度进行了测试，按照测试方法开展试验，得到测试结果如表1所示。
表1 识别精度测试结果
识别方法 不同SNR条件下的识别精准度（%）
1dB 2dB 3dB 4dB 5dB 6dB 7dB
传统系统 68.3% 72.2% 73.1% 75.2% 76.4% 76.4% 76.4%
本文系统 90.0% 92.5% 93.0% 93.5% 94.0% 94.0% 94.0%
与传统英文字母识别系统相比，本文设计的英文字母识别系统的作业性能更高，7组试验中英文字母识别精准度皆在90%以上，随着信噪比的增加，本系统的英文字母识别精度逐渐提升。当信噪比增加至5dB时，本系统的英文字母识别精度上升至94%，并且趋于稳定，而传统系统的识别精度最大值为76.4%。因此，本系统在识别精度方面具备一定优势。
总结
本文针对传统英文字母识别系统的精度不足问题，选取计算机作为辅助工具，尝试开发一套新的英文字母识别系统。该系统建立在嵌入式linux平台上开发，根据英文字母识别需求，创建文本调用函数，对文本采取模数转换后，调用识别函数，对转换后的数字信息加以识别，并对生成的英文字母识别结果加以检验。测试结果显示，本文设计的识别系统能够准确识别车牌上的英文字母，并且提高了英文字母识别的精准度。
参考文献
[1]王琛,张佳音,郑泠汐. SolidWorks软件在计算机辅助产品设计教学中的应用与探索[J]. 林业机械与木工设备,2021,49(2):66-68.
[2]汤俏俏.计算机辅助翻译工具在项目中的应用分析-以SDL trados为例[J].智库时代,2019(50):128-129.
[3]郑宇晨.基于支持向量机的英文字符识别研究[J].计算机技术与发展,2019,29(1):106-109.
[4]张欣媛,刘宁,丁哲,等. 基于快速稀疏贝叶斯模型的安卓恶意软件识别方法[J].数字化用户,2019,25(27):68.
[5]韩蕊聪.基于最近邻算法的手写数字识别的研究[J].电子制作,2019(6):59-61.
[6]郑新哲.基于MATLAB英文语句识别技术的应用实践[J].中小企业管理与科技,2019(3):144-145.
[7]刘方舟.基于KN N算法的手写字母识别[J].全国流通经济,2019(3):97-99.
[8]张绍明,毛艺凡,王建梅,等.大角度透视变形集装箱图像箱号识别方法[J].同济大学学报（自然科学版）,2019,47(2):285-290.
[9]李振宇.中英文字可视化信息与形态编排设计比较研究[J].包装工程,2019,40(14):58-62.
[10]张杨和健,方颢,何燕思.基于STM32的智能车位锁车牌识别设计[J].电声技术,2019,43(2):52-57.
