关键词: 深度学习, 卷积神经网络, LeNet-5， 字符识别

摘要：

本文研究LeNet-5在扫描文档手写日期字符识别中的应用。由于文档扫描过程中会出现各种噪声，特别是光和色的干扰，直接使用LeNet-5算法无法取得良好的效果。本文首先得到待识别字符在整个文档中的位置和分割，然后对分割后的字符图像进行去噪、灰度化和二值化处理。接下来，将字符图像分割为单个字符，然后基于LeNet-5网络结合模型匹配方法实现手写日期字符的识别。通过比较不同参数组合下的识别效果，并通过调整参数来提高实际对象的模型性能，实现了一种能够对手写日期字符集取得更好识别效果的算法。实验结果表明，该算法是有效的，可以在实际工程中应用。

关键词： 深度学习， 卷积神经网络， LeNet-5， 字符识别