基于灰度共生矩阵的打印文件检验研究

针对打印文件检验在公共安全应用中的需求,提出一种基于灰度共生矩阵的打印文件鉴别方法。鉴别过程包括打印文件图像采集,图像预处理,特征提取和分类判别。用自制装置采集打印文件图像,经预处理后得到单个打印字符,利用灰度共生矩阵方法对不同打印文件中的相同字符进行纹理特征提取,并采用欧氏距离分类器鉴别出源打印机。选取45台激光打印机参与测试,将打印字符的图像灰度级压缩至64级再进行特征提取,鉴别正确率达93.58%,且大幅减少了算法耗时,证明了该方法的有效性。     

基于非参数搜索的打印墨粉纹理合成及评价

打印墨粉纹理合成是基于纹理合成的打印文件检验技术的基础步骤;而定量地评价纹理合成的效果是提高打印文件检验准确率的关键。采用基于马尔科夫随机场的非参数搜索算法将打印墨粉纹理子图合成为完整的纹理图像,将其作为训练样本。将每幅训练样本分割为16幅子图像,分别再次合成作为测试样本。对训练样本和测试样本提取灰度共生矩阵特征,接着利用主成分分析将样本特征维数进行压缩,得到最具鉴别力的特征分量。最后,计算训练样本和测试样本的加权欧氏距离,进行图像匹配,得到测试样本的相似率,从而定量地评价了纹理合成算法的效果。对4种打印墨粉纹理子图进行实验,测试样本的相似率均在95%以上,证明了非参数搜索算法的有效性。     

基于字符图像质量评价的打印机取证

为了认定打印文件的来源，提出一种基于字符图像质量评价的打印机取证方法，在分析字符打印区域“条带”噪声的基础上，通过高斯滤波对字符图像提取噪声，并借助图像质量评价方法提取噪声图像的统计特征，来描述每台打印机的个体特征，并采用支持向量机作为分类器，对比目前国外已有文献的方法，所提出的方法不仅10台打印机都判决正确，而且字符分类正确率有很大提高，字符图像质量特征抓住了打印机的个体特性，使取证结果有效且具有说服力。     

图像/视频字符区域定位算法的实现

对图像/视频中的文字检测方法是基于字符的纹理特征进行处理的,首先将图像进行 DCT 变换,因为变换的系数分布代表了不同方向的能量,对变换的系数进行能量计算得到一个比较粗略的选区,然后进行形态学操作,滤掉一些不符合字符特征的区域,从而将图像中的字符区域提取出来,用 matlab 进行了测试,测试中发现,对一些复杂的背景下的字符还存在着漏判和误判现象。     

基于相位一致性和字符纹理特征的车牌定位算法

针对在光照变化和光线不足环境下车牌定位困难的问题, 将相位一致性应用于车牌定位, 提出了基于相位一致性和字符纹理特征的车牌检测算法。利用相位一致性不受亮度和对比度变化影响的特点, 提取图像边缘信息; 在获得的图像相位一致性边缘上, 扫描车牌图像。将扫描区域垂直投影为一维信号, 并利用小波多分辨率的特性滤除噪声的干扰, 再根据车牌中的字符纹理的统计量特征进行车牌提取。实验表明, 该算法在光照变化和光线不足的环境下, 能获得96%的车牌识别准确率。     

纹理图像的多分形特征

为尽可能保持图像信息的完整,以更好地刻画纹理图像的整体特征,在分析了多分形的基本理论、表示的物理意义和计算方法后,提出了基于多个无标度区的多分形分析方法。这种方法充分利用了图像各个尺度所包含的信息,弥补了传统多分形分析方法因为只选择某一个无标度区计算,而丢失诸多图像信息的不足。运用基于多个无标度区的多分形分析方法对纹理图像进行分析,分析结果对刻画纹理图像的整体特征及对分析复杂结构纹理图像具有指导意义。     

基于卷积神经网络的字轮式仪表双半字符识别

针对远程自动抄表系统中字轮式表盘出现双半字符导致识别困难的问题,提出一种基于卷积神经网络(CNN)的双半字符识别方法。对采集到的表盘图像,首先通过图像预处理和投影算法分割出完整字符和双半字符。鉴于实际图像中双半字符样本较少,不足以训练深度网络,该方法通过收集相邻数字的完整字符图像进行对齐拼接,再从中随机截取子图像从而建立一个可用的双半字符训练集,并训练好专门设计的CNN模型。以燃气自动抄表系统读数为例,在生成的双半字符测试集和真实的双半字符测试集上进行实验,结果表明,与传统方法相比,本文方法有效提高了双半字符识别准确率。     

基于区域统计特征的车牌定位与分割算法研究

通过分析车牌区域与背景区域的不同特征,采用车牌的统计特征与图像滤波相结合的方法,针对图像背景区域中不同特征的背景信息,采取相应的措施,逐步滤除车牌背景,实现了对车牌区域的准确分割.实验结果表明,本文所提出的算法能够快速、完整地提取车牌区域的字符信息.     

一种无监督的中文漫画对白自动定位方法

针对中文漫画图像的特点, 提出一种无监督的中文漫画图像对白自动定位方法, 以满足中文漫画移动阅读的需求。不同于现有基于学习的方法, 该方法不需要训练集, 且具有较强的鲁棒性, 主要包括3个步骤: 1) 利用包围漫画图像文字的空白区域(气泡)的连通性进行气泡检测, 并在气泡中检测完整字符对; 2) 基于字符形状与字符排版规则的一致性, 聚类形成字符行或字符列, 并提取字体特征; 3) 联合多页漫画图像字体特征, 利用贝叶斯分类器检测多页漫画中的剩余字符。在包含900页漫画图像的数据集上进行实验, 结果表明, 该方法可以有效定位中文漫画图像中的对白区域, 取得比较满意的实验结果。     

一种基于纹理特征的图像检索方法的实现

对图像纹理特征进行了研究,采用改进的共生矩阵算法来提取纹理特征.在此基础上,通过高斯归一化法用纹理特征作为图像检索特征,给出了利用该特征的图像检索算法.从实验结果可以看出,对于具有明显的纹理特征的图像数据库利用改进的共生矩阵提取算法具有较好的检索性能,可以得到较好的检索效果.     

打印文稿识别技术研究与设计

近年来由于现代数字电子技术的飞速发展,各类合同、文档、传单的真实性有待于考证;而且也迫切需要准确掌握各类打印文档的来源。针对打印文档的真伪性问题,提出在对单个字符图像进行灰度级压缩和二值去噪的基础上,利用统计法中的灰度共生矩阵来提取字符图像的特征值;并以这些特征值建立相应的样本数据库,借助神经网络工具箱对特征值进行分类和识别。试验对试验条件的控制较为严格,样本采集为5种全新打印机打印的文档各取5张,字符图像的提取采用同一扫描仪,并且控制工作时间和打印文档的数目一致。实验结果表明,观察提取的特征数据发现,不同打印文档的特征数据之间有明显差别,而且特征数据的正确性和可靠性明显提高。试验中对5种打印机全部正确识别。     

纸质地图的地图特征曲线提取

描述了一种通用的在复杂特征图像中检测主曲线的新算法．基于曲线最短路径和方向偏移判据,主曲线检测的所有运算都在图形表达中进行．在图形网络搜寻中,采用了深度优先搜索方法．其应用背景是从地理测绘图中检测道路边界和房屋轮廓,采用自动方法生成数字地图．由于测绘图中的文字、符号常常与有意义的图像特征重叠,主曲线检测旨在从原始测绘图中获得“洁净”的特征图像．大量的实际图像实验表明,本算法效率高、鲁棒性强．除了地理测绘图外,该方法还可以用于文本处理中的其他领域,如在文字识别中,将字符与之相重叠的其他无用图像分离．     

印刷体数字识别系统的 FPGA 实现

为提高处理速度,构建了一种基于现场可编程门阵列(field programmable gate array,FPGA)的印刷体数字识别系统.该系统采用基于投影特征的字符分割和基于统计特征的字符识别原理,在Nexys-3硬件平台上完成了OV7670摄像头数据采集、图像预处理、字符分割与识别和结果显示的功能.在设计中,采取仅存储二值化图像的方法来降低系统对存储资源的需求,并使用乒乓操作进行存储从而达到实时处理的目的.为更合理地使用FPGA器件的内部资源,调用了片内数字时钟管理单元(digital clock manager,DCM)、乘法器、双端口RAM以及先入先出队列(first input first output,FIFO)等IP核(intellectual property core).最后在Modelsim中进行时序仿真,验证各个子模块的功能,并将各模块集成在开发板上进行硬件实现.通过对实验结果分析可知,该系统使用了较少的逻辑资源,在摄像头的帧速率为30 f/s的情况下,可以成功实时识别印刷体数字并将识别结果输出.     

基于数学形态学的文档图像段落标记及其应用

随着信息采集技术的发展,文档图像在信息的数字化管理中越来越重要,针对文档图像,本文就文字段落的智能识别进行了研究,给出了段落特征点检测的算法,最后给出了段落检测的一个实际应用.实验表明,本文提出的算法可以有效对段落的特征点进行标记,且具有很强的鲁棒性.     

以能量和峰度为特征的轮廓波纹理检索算法

轮廓波纹理图像检索系统检索率较低的一个重要原因在于纹理特征的提取.针对该问题,从数学角度分析了纹理图像在轮廓波变换域上的统计特性,证明了采用子带系数的能量和峰度作为特征能够更好地刻画纹理结构.在此理论基础上,构造了一种纹理图像检索算法.该算法采用子带系数的能量和峰度级联来构造特征向量,并采用Canberra距离作为相似度度量函数.实验结果表明:在特征向量长度、检索时间、所需存储空间相同的情况下,该检索算法比基于同样架构的已有轮廓波检索算法有更高的检索率.     

基于LTCP特征的计算机生成图像鉴别算法

针对目前计算机生成图像鉴别算法在对图像纹理特征进行鉴别时精度较差的问题, 提出一种基于长期控制计划(LTCP)特征的计算机生成图像鉴别算法. 首先将彩色图像变换到颜色模型中, 对图像进行下采样, 获得较高尺度的纹理信息; 然后采用基于LTCP特征和共生矩阵的计算机生成图像盲鉴别算法, 对不同尺度的纹理图像LTCP特征及相邻像素一致性共生矩阵特征进行采集; 最后通过判别分类器对LTCP特征及相邻像素一致性共生矩阵特征实施分类预测, 根据分类预测结果实现计算机生成图像的鉴别. 实验结果证明, 该算法在计算机上生成的图像特征维度较低, 鉴别率和精度较高, 能实现计算机生成图像的准确鉴别.     

激光打印文件朱墨时序的数字化特征研究

目的通过数字化特征判断激光打印文件朱墨时序。方法采用Photoshop软件的RGB和Lab两种颜色模式处理方法,对激光打印文件中朱墨交叉区域处的颜色信息进行提取,并通过秩和检验转化为具体秩均值,然后以多元化参数方法实现颜色表征,最后利用统计学的原理及方法对颜色信息转化的具体数据进行处理和分析,以此得到朱墨时序的判定结论。结论激光打印文件朱墨时序的数字化特征研判方法,为朱墨时序的检验鉴定提供无损检验的新方法,图像处理技术与文书检验相结合,为数字化特征进入文书物证领域提供借鉴。     

多种印刷体汉字识别的一种方法

本文提出了一种新的描述多种印刷体汉字的方法——特征链码法.使用该方法无需先对汉字图像进行细化和平滑处理,可以克服汉字图像位移、不同大小以及一些噪声的影响.实验中针对常用的一级字库约3700个仿宋体、宋体、黑体(理论上还可以扩充到二级字库6700多个印刷体汉字,字体还可以增加楷体等),以及相应的尺寸出现的变化如24×24、24×48、48×48等做了特征抽取和识别试验,实验中还对链码特征库进行了几种预分类.     

基于最小二乘支持向量机和高分辨率遥感影像的大尺度区域岩性划分

基于大尺度区域分割的理念,提取高分辨率遥感图像中与岩性相关的纹理、形状、光谱信息,利用最小二乘支持向量机(LS-SVM)在非线性预测中的优势,对研究区地质岩性进行识别。首先对高分辨率图像中与岩性相关的光谱、纹理、形状、高程等特征信息进行样本选取,选取过程中以图像的纹理为主要特征信息,同时以J-M距离、转换分类度为依据选取最优特征空间,采用因子分析变换降维对特征空间进行压缩,实现特征信息最优化;然后对已知样本进行训练,建立分类模型,评价模型精度;最后利用模型对研究区进行岩性划分,并进行分类后处理。研究结果表明:基于LS-SVM的分类方法在利用高分辨率遥感图像岩性识别中表现良好,为地质岩性分类提供了一种新的方法和手段;加入纹理等信息后的LS-SVM分类模型更加利于岩性的判别。     

网格笔划密度特征的OPCCR错误自动检测

现有的光学印刷体汉字识别（OPCCR）系统中,汉字识别率虽然已经高达98%以上,但仍然会发生错误识别的情况.通常,这些错误的识别还不能被自动检测,采用人工检测,费时费力,大大降低了实际应用系统的自动化和智能化程度.为此,本论文提出了基于网格笔划密度特征的OPCCR错误的自动检测算法.本算法首先建立标准汉字的网格笔划密度特征的特征库.然后,在OPCCR错误的自动检测时,对光学印刷体汉字图像进行预处理、行分割、列分割得到单个汉字图像,提取单个汉字图像的网格笔划密度特征.再把特征和相应的识别出的汉字的特征库中的特征进行相关匹配.于是,根据特征匹配自动检测OPCCR的错误.