汽车牌照识别技术研究

本文分析了汽车牌照的几何特征和成像特点,提出了一种基于边缘检测和Hough变换的汽车牌照定位方法和基于图像投影的车牌字符分割方法。通过分析车牌号码中的字符图像特点,提出了基于字符图像几何形态和笔画结构的字母和数字识别方法,以及基于汉字结构知识的汉字识别方法,从而实现了汽车牌照的自动识别。     

一种新的车牌字符图像的提取方法

在车牌自动识别（LPR）系统中，从车牌图像中正确获得各字符有效信息的图像尤为关键。传统的车牌字符提取方法适应性不强，当不能拍摄车牌正面时获取的车牌图像存在着变形的问题，从而无法从中正确提取出字符。针对此问题，设计了一种基于Radon变换与最大全零列判决法相结合的车牌图像矫正算法来矫正车牌图像，再根据车牌字符分布特点使用了边界投影确定各个字符的边界，对车牌字符进行分割提取。实验证明，此方法能从各种情况下拍摄的车牌中准确分割出单个字符图像，并且计算量较小。     

铸件DR图像工件号的增强和分割

铸件DR(DigitalRadiography,数字化X射线照相)图像中工件号的识别对提高检测信息录入的自动化程度具有重要意义。由于受铸件厚薄不均等因素的影响,某些铸件DR图像字符区域存在字符与背景区分不明显等问题。要正确识别出铸件的工件号,必须对图像进行处理。采用加性模型消除字符与背景区分不明显的影响,gamma校正调整图像灰度范围,可增强对比度,获得适宜于二值化的增强图像。改进基于二次边缘提取的二值化算法,用于对铸件DR字符图像的二值化,可以减少笔画断裂问题,得到良好的二值化字符图像。字符分割采用小波变换提取图像列和的突变信息,从而确定字符间隔,能够完整地分割出每个字符。对实际的铸件DR图像进行实验表明,研究的方法获得了良好的效果,为铸件DR图像的工件号自动识别做好了准备。     

基于单程分裂与归并图像分割的集装箱号识别

集装箱号自动识别在海关物流管理等领域有着重要的实用价值。为了快速准确的地进行集装箱号识别,提出了一种基于图像分割和区域特征分析的集装箱号字符定位和识别方法。该方法首先基于灰度相似性运用改进的单程分裂与归并算法对图像进行自适应阈值分割,同时统计各个区域的灰度、形状、边缘强度等特征;然后根据字符区域特征,利用一定规则来滤除非字符区域;最后,对于定位出的字符区域,再依据区域特征进行二值化,并采用神经网络与模板匹配相结合的方法进行识别。在包含1 804幅图像的集装箱号识别实验中,整箱号识别正确的为1 750幅,准确率为97.01%,这充分说明了算法的有效性。     

一种应用于身份证字符精确切分的算法

针对身份证图像的特点:干扰强烈、信息排列有规律,该文提出了一种分割算法,该算法利用Sobel算子进行局部阈值化,结合投影法与平均字符中心距对字符进行精确切分。实验结果表明,该方法定位效果好,分割精度高,适用于身份证图像的自动识别。     

基于灰度多值化的身份证号码识别

为了方便警察在公共场所核对居民的身份证信息,实现身份证号码的自动识别,提出了一种基于灰度多值化的身份证号码识别方法。该方法的思想是先找到身份证的四条边缘在图像中的位置,根据身份证号码所处区域在身份证中是固定的,可以定位到身份证号码所在区域;采用投影法分割出身份证号码单个字符;将单个字符灰度图像进行多值化处理,提取字符的网格特征,利用模板匹配法识别出字符。该方法不仅能快速地识别出号码,而且对于比较模糊或亮度不均匀的图像也能准确地识别。     

复杂背景下的号码定位与分割

提出一种综合边缘检测、号码分布特点的号码定位方法和基于投影及最大连通区域的字符分割方法。采用改进的数学形态学方法提取灰度图像边缘,用最小二乘法对边缘进行直线拟合得到图像的倾斜角,进而对倾斜的图像进行校正,再利用号码的位置信息来定位号码区域。采用最大连通区域算法过滤块状噪声,通过投影和字符的宽度特点确定字符的分割结果,有效地解决了由复杂背景、油墨的深浅、污迹、磨损带来的干扰。     

基于全局迭代阈值和局部分析的护照图像的二值化算法

针对护照证件图像有复杂的底纹背景和防伪网格线的特点,对图像二值化的方法进行了深入分析和研究,提出一种全局迭代阈值与局部分析相结合的适用于护照证件图像的二值化方法。该方法模型简单、易于实现,能滤除噪声,能清晰地把字符笔划从背景中分割出来。     

一种应用于身份证字符精确切分的算法

针对身份证图像的特点：干扰强烈、信息排列有规律，本文提出了一种分割算法，该算法利用Sobel算子进行局部阈值化，结合投影法与平均字符中心距对字符进行精确切分。实验结果表明，该方法定位效果好、分割精度高、适用于身份证图像的自动识别。     

基于MATLAB的车牌识别系统的设计与研究

汽车牌照自动识别系统是智能交通系统的重要组成部分,主要包括图像采集、图像预处理、车牌定位、字符分割、字符识别等五个核心部分,并提出了一套基于MATLAB的汽车牌照自动识别系统的方法。该方法具有很高的识别能力,能有效解决在有噪声和光照条件恶劣情况下车牌的定位、字符倾斜、字符分割提取等复杂问题,最后运用上述方法对汽车图像进行处理,表明MATLAB在车牌识别系统中的运用非常有效。     

表格自动录入系统的研究

本文论述了一个表格自动录入系统，它包括表格分析与理解和字符识别，文中提出了表格分析与理解的一个层次模型和算法，它用数学形态学检测表格线段，然后形成表格线段描述，再从表格线段产生表格线，从表格线产生矩形块集合，最后进行表格理解和结果生成它具有抗部分断线，虚线和倾斜的能力，不受粘连和噪音点的影响，文中还提出一种基于机器学习的字符识别方法，通过对大量样本的学习来产生分类的规则，并介绍了一个基于此立法的手     

基于体感识别技术的乒乓球握姿训练系统设计

为了提高乒乓球握姿训练的自动化水平,提出一种基于体感识别技术的乒乓球握姿训练系统,采用图像传感器进行乒乓球握姿的图像信息采集,对采集的乒乓球握姿图像信息进行体感特征监测,提取乒乓球握姿图像的体感动态特征量,采用支持向量机模型进行乒乓球握姿的体感特征分类识别。根据对乒乓球握姿的体感特征识别结果进行乒乓球握姿的自动调节,实现乒乓球握姿训练优化。仿真结果表明,采用该方法进行乒乓球握姿训练的提高特征检测能力较好,识别准确性较高,提高了乒乓球握姿的自动训练水平。     

基于改进CNN-SVM的甲烷传感器数显识别方法

甲烷传感器材质存在光反射,显示面板上有附着物,造成甲烷传感器自动检定系统采集的传感器数值图像质量较差,对字符识别困难。而现有的基于机器学习的仪表字符识别方法识别率较低、算法运行速度较慢。针对上述问题,提出了一种基于改进卷积神经网络(CNN)-支持向量机(SVM)的甲烷传感器数显识别方法。通过图像增强、数值区域图像提取、图像分割、小数点定位等4个步骤对甲烷传感器数值图像进行预处理,并将处理后的数字图像作为自定义数据集。针对CNN-SVM模型运行时间较长的问题,使用PCA算法对CNN全连接层提取的图像特征进行降维处理,用最主要数据特征代替原始数据作为SVM分类器的样本进行分类识别。在自建数据集上的验证结果表明,与传统CNN模型和CNN-SVM模型相比,改进CNN-SVM模型的准确率更高,运行时间更短。在经典MNIST数据集上的验证结果表明,综合考虑精度和实时性要求,改进CNN-SVM模型的综合性能优于CRNN,SSD,YOLOv3,Faster R-CNN等模型。采用微型高清USB摄像头采集甲烷传感器数值图像,将训练好的改进CNN-SVM模型移植到树莓派中进行图像处理和识别,结果表明,基于改进CNN-SVM的甲烷传感器数显识别方法的识别成功率为99%,与仿真分析结果一致。     

一种灰度化混合法在集装箱箱号识别中的运用

研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法，传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分，因此，本文提出使用主成分分析法（PCA）结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化，可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后，弥补缺失信息，有效确定边缘特征，从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证，在对50幅港口集装箱箱号图像的识别中，通过使用本文提出的混合灰度化方法，与普通的均值法和加权平均法的灰度化方法相比，准确率更高，其中单一字符准确率可达96%，箱号准确率可达92%。     

基于机器可读词典的词汇知识抽取

越来越多的实践证明,词汇知识将是未来自然语言处理系统中不可或缺的组成部分。利用机器可读词典作为资源,首先通过对释义项进行分类,然后基于释义分析自动生成用于抽取词汇知识的模板,然后采用模板匹配的方法,实现词汇知识的自动抽取。通过一种基于最大熵模型的有监督的机器学习方法,对结果进行过滤。在应用到《应用汉语词典》中后,取得了良好的抽取效果。     

文档处理中背景字符的去除

识别域图像的提取是文档自动处理系统中一个重要的预处理过程。在实际应用中，用户填写的信息常常与版面中的框线和背景字符存在交叠现象，严重影响了系统的性能。本文提出了基于点边距离分析的背景字符去除算法。首先通过灰度图像匹配的方法精定位背景字符子图像；然后利用形态学方法结合笔画的宽度信息对背景字符子图像进行二值化；最后分析像素点到边界距离的变化确定需要填充的像素位置，并通过形态学方法计算像素的填充值。实验采用了真实票据图像中的日期域，实验结果表明本文的方法获得了基本令人满意的效果，背景字符像素被成功去除。     

信函自动分拣软件系统

该文详细介绍了信函分拣系统软件部分以及在实现过程中所采用的具体方法,包括图像预处理、邮编定位与识别、版面分析和版面理解、单字分割及后处理等各个过程。系统采用了邮政编码与地址相互校正的分拣方法,有效地提高了分拣率。系统正在某地进行试点,取得了较好的效果。     

乐谱识别中的结构拆分及图象恢复

在电子出版及许多音乐研究中，均需将原文乐谱转化为被计算机可读的数据。本文提出一种用字符识别方法的乐谱图象识别系统。它基于拆分结构技术，将原文转换为局部结构图切分乐符，有效地减少了数据量，且不受图象弯曲和倾斜的影响。文中给出了识别结果的文本输出及其图象恢复。     

基于机器视觉的轴承压印字符识别

目前许多轴承生产线上利用人工肉眼识别轴承工件号,这样不仅识别效果不好且效率低.在本文设计了一种基于机器视觉的轴承压印字符识别算法,该算法有利于轴承的生产以及后续的管理工作.首先对采集到的图像进行高斯滤波降噪,减少噪声对后续操作的影响;然后利用最小二乘法对ROI圆环进行提取,确定要进行操作的图像区域;接着使用八分之一圆扫描方法将圆环图像展开,使得字符识别操作更加简洁;随后对字符进行切分、归一化;最后使用SVM对字符进行识别.实验表明,该方法能够实现轴承压印字符识别,识别准确率在98%以上,并且具有良好的鲁棒性,系统响应速度快,能够满足工业需求.