共查询到17条相似文献,搜索用时 136 毫秒
1.
2.
3.
基于移动平台的身份证识别有广阔的应用。针对智能手机拍照的二代身份证图像字符分割进行了研究,提出了基于图像对照的字符分割方法,该方法可对身份证图像在拍照过程中的旋转进行自适应校正,并能有效实现手机拍照身份证图像字符的精确分割,进而有利于身份证字符在移动平台上进行识别。 相似文献
4.
在线路基础设施建设中,轨道安全维护是急待解决的薄弱环节,而轨道状态检测是保障列车安全运行的重要手段。应用OpenCV图像处理集,搭载嵌入式计算平台,对轨道图像采集处理,快速的分割并识别出轨道图像中的关键设备状态,是解决现有轨道检测技术成本高,效率低的一个重要研究课题。为研究该课题,设计了嵌入式轨道检测小车图像采集处理系统,包括整体系统结构设计、硬件选型与电路设计、软件运行结果测试。选用Linux平台作为处理核心,用Cadence设计STM32单片机同步采集触发电路,设计供电系统电路、优化正交编码电路与信号调理电路,在μC/OS-II系统下编写同步触发采集程序,完成小车采集系统配置安装与测试,验证了OpenCV程序在嵌入式平台上的工作稳定性以及算法的实用性。 相似文献
5.
针对IC芯片字符的分割与识别问题,提出了一种基于字符几何特征的分割方法和一种基于字符最小外接圆的归一化与重定位方法,使用基于像素差分的模板匹配完成识别。首先,对芯片图像进行直方图均衡化处理,并利用辅助圆进行中线定位和图像校正,定位得到ROI区域并进行均值二值化处理。随后,对二值化ROI图像进行字符分割,以字符的几何特征作为判断条件,从而完成了对缺陷字符的正确分割。之后,对单字符图像提取最大轮廓,利用其轮廓的最小外接圆进行字符的归一化与重定位。最后,对归一化的字符进行差分识别。通过采集4种芯片样本进行实验,结果表明,该方法能够实现芯片字符的准确分割,对于缺陷字符的分割准确率达90%;能够快速精准地识别芯片字符,单字符平均识别时间为4.6 ms,识别准确率达到99.4%。 相似文献
6.
为了解决字符识别过程中的局部曝光、印刷字符的断裂以及变形和自然环境下的背景污染等问题, 提出了一种分块处理与卷积神经网络(CNN)相结合的字符图像识别算法. 首先利用OpenCV机器视觉库, 结合分块处理、伽马运算、参数调整等方法对产品零件表面印刷字符进行预处理, 初步解决图像局部曝光和字符断裂问题; 其次为了获得单个字符图像, 利用数学形态学算法对局部曝光处理后的二值化图像进行分步分割, 进而去掉字符间的无用信息; 最后利用Keras模块为字符识别提供的API搭建CNN模型, 经过对100多张字符的识别训练, 准确率高达96.9%, 为某汽车零部件自动化生产中的字符识别提供了可靠的依据. 相似文献
7.
8.
针对车牌中汉字识别率低和识别速度慢问题,提出一种基于深度学习的车牌识别网络LeNet-5-L,该网络把车牌识别分为两个阶段,运用OpenCV库函数对车牌图像预处理,结合垂直投影分割方法将车牌分割为7个独立字符图像,降低了图像特征提取难度,从而提高车牌中各个的字符识别率和整个车牌识别速度;运用卷积神经网络解决车牌字符识别问题,基于LeNet-L设计一种车牌字符识别网络LeNet-5-L,有效提高车牌中首字符汉字识别率;实验结果表明,该网络对车牌中各个字符的识别准确率均高于99.97%,单个车牌识别时间仅需0.83 ms,该方法有效的提高车牌识别的正确率和识别速度. 相似文献
9.
为了能够方便、准确地识别出数显仪表中的数据,设计了一种基于OMAPL138的嵌入式图像处理识别系统.在详细介绍系统硬件平台和各子模块的基础上,重点介绍了针对嵌入式系统所采用的图像处理算法.利用图像处理技术,对获取的原始图像进行预处理、字符定位、字符分割;采用BP神经网络等技术对字符进行识别;为提高嵌入式系统图像处理速度,针对性地优化了图像处理算法.以低温等离子体设备系统中的真空计设备作为具体应用对象进行系统测试,测试结果表明,该系统能够较为准确、快速地识别出数显仪表中的数据. 相似文献
10.
利用计算机视觉库OpenCV和Android NDK编译技术在Android平台上实现道路识别的处理过程。首先简要介绍了开源计算机视觉库OpenCV及其移植到Android平台上的方法,该方法使Android平台的应用更加广泛,能够更好地实现各种复杂图像的处理。图像处理部分采用OpenCV的霍夫变换算法以及对象跟踪技术,经过Android平台上的测试,取得了较好的效果。 相似文献
11.
12.
13.
随着信息处理技术的发展,人脸识别技术在嵌入式平台上的应用越来越广泛。本文描述了如何基于OpenCV视觉库在嵌入式平台利用Gabor特征和SVM分类器实现人脸识别系统,并讨论如何在嵌入式平台上优化算法。 相似文献
14.
15.
为了充分利用现有的各种医学图像处理算法,避免重复开发,提高开发效率,设计并实现了一个基于OpenCV图像处理基础算法库的医学图像可视化自动编程平台。该平台在开放源代码的基础上,充分整合了OpenCV算法库,避免了算法的重复开发。通过对可视化编程技术的研究,实现了该平台中编程过程的可视化与自动化。同时利用OpenCV平台无关的特性,使用makefile文件来控制生成程序代码的编译,实现了生成的程序代码的可移植性。并讨论了平台的整体结构设计与各个模块具体实现。最后给出一个开发实例,证明了该平台在算法测试和开发方面的高效性与简洁性。 相似文献
16.
17.
Recently, real-time processing of image recognition is required for embedded applications such as automotive applications, robotics, entertainment, and so on. To realize real-time processing of image recognition on such systems we need optimized libraries for embedded processors. OpenCV is one of the most widely used libraries for computer vision applications and has many functions optimized for Intel processors, but no function is optimized for embedded processors. We present a parallel implementation of OpenCV library on the Cell Broadband Engine (Cell), which is one of the most widely used high performance embedded processors. Experimental result shows that most of the functions optimized for the Cell processor are faster than functions optimized for Intel Core 2 Duo E6850 3.00 GHz. 相似文献