基于改进BP神经网络的手写字符识别

针对标准反向传播（BP,Back Propagation）神经网络算法收敛速度慢、易陷入局部极小等缺点,采用附加动量法与学习速率自适应调整相结合策略对神经网络初始参数进行设置。通过在权重计算公式中加入动量项,降低神经网络对误差曲面局部调节的敏感性,有效抑制其陷于局部极小。学习速率根据总误差的变化进行自适应调整,可以有效地缩短学习时间,加快收敛速度。将该改进算法应用于数字、英文字母以及简单汉字的手写字符识别系统中,进行了有无动量、有无噪声等实验,结果表明该方法与传统BP算法相比识别精度较高、训练时间较短且具有较强的鲁棒性。     

基于互联网的通用远程校准平台

提出一种基于互联网的通用远程校准平台,给出此类平台的设计原则.借助物流将传递单元发送到客户现场,通过互联网与校准实验室主机通信,实现远程校准.核心部分为互联网模块,能够连接标准仪器与互联网,传输指令、数据和音/视频.借助图像字符识别技术获取被校仪器数据,从而摆脱物理接口和特定仪器指令集的束缚,最大程度地实现了平台的通用性.校准不确定度取决于时间同步准确度和字符识别的正确率.采用平方同步算法与GPS时钟同步,修正后计时准确度达到亚微秒量级.提出以边缘分布函数作为图像字符的特征函数,并采用成熟的BP神经元网络作为分类器,将识别错误率降到最低.     

车牌定位算法研究分析

车牌识别系统是智能交通系统的重要环节,车牌定位是车牌识别的前提和关键。车牌定位的准确率直接影响到后续字符识别效果,对车牌识别率的高低有重大影响。分析现有的车牌定位算法,比较不同算法的处理效果及其定位精确度等问题。     

工程图纸自动输入字符识别的二维隐性马尔可夫模型 …

在分析了语音识别的一维马尔可夫模型（ＩＤ－ＨＭＭ）方法的基础上，采用二维马尔可夫模型（２Ｄ－ＨＭＭ）方法识别工程程图纸中的各类印刷体汉字、较规范的手写仿宋体汉字、英文及阿拉伯数字，适用于多字体、倾斜字符识别等情形，抗噪声能力强，取得了较高的识别率。     

在线钢坯喷号自动视觉检测系统设计

以在线生产的热钢坯标号为识别对象,设计了一套实时视觉检测系统.利用灰度面积滤波、改进Marr边缘提取算子、自动阈值等图像处理技术滤除干扰,完成字符提取;通过投影法得到单个字符;并且引入距离变换的思想对模板匹配法进行改进,能更加准确地识别标号.视觉系统还利用无线技术进行数据传输.实验结果表明该检测系统是有效可行的,在识别准确率上近98%,每块钢坯的识别时间约1.5 s,能满足生产线需要.     

字符验证码识别技术的研究

研究基于字符的验证码,即采用一连串的数字或字符随机产生一定长度的字符组合,再加上不同程度的干扰信息,最终生成一幅图片。只有用户正确的判别出里面的内容,才有资格使用该网站提供的某项特定功能。通过对当前验证码自动识别技术的深入研究,充分发现当前的验证码识别系统的不足之处,提出了完善的改进思路和方法,提高了验证码识别的难度和识别的效率,从而更好的维护网络安全。重点研究了用于字符识别的BP神经网络、卷积神经网络,具有一定的理论和实际价值。     

维吾尔新文字大小写同形字母的识别

为有效识别出新维文中大小写同形字母,分析新维文的特点,提出一种基于模板匹配的大小写同形字母识别算法。根据同形字母中大写字母外轮廓大而小写字母外轮廓小的特点,统计字母外轮廓大小与全文字母外轮廓平均大小的比例值,进行字母的大小写判断。分析结果表明,该方法有效克服了传统模板匹配方法容易混淆同形字母的大小写的缺点,提高了系统的识别率。     

透射成像纸币冠字号定位方法

纸币成像方式分为反射和透射成像两种方式。反射方式成像的纸币图像清晰、背景单一,但采集任意方向进入点验设备的冠字号图像需两个图像传感器,占用仓室空间大;相同条件下,透射方式仅需一个图像传感器,具有空间上的优势,但透射方式的图像背景复杂、两面图像重叠、易光照不均。针对这些问题,提出一种冠字号定位的新算法。检测冠字号的字符间间隙特征点;在特征点检测基础上,进行水平投影,根据人民币固有属性计算冠字号区域的准确水平位置;在水平定位基础上,通过定位欧姆龙环间接计算出冠字号区域的准确垂直位置;利用连通域标记算法定位出单个字符。对2000张正常流通05版人民币进行测试,定位正确率为100％。     

基于正交Gegenbauer矩的车牌汉字字符识别

针对已分割完成的车牌字符,提出了一种基于正交Gegenhauer矩特征提取方法,并将其应用于车牌汉字字符识别中．Gegenbauer矩法有别于其他传统的字符特征提取方法,它能获得字符的全局特征信息,因此可以唯一地表征一个字符．通过与其他方法的对比实验,可以看出此方法在低噪环境下具有更好的识别效果．     

基于正交Gegenbauer矩的车牌汉字字符识别

针对已分割完成的车牌字符,提出了一种基于正交Gegenbauer矩特征提取方法,并将其应用于车牌汉字字符识别中.Gegenbauer矩法有别于其他传统的字符特征提取方法,它能获得字符的全局特征信息,因此可以唯一地表征一个字符.通过与其他方法的对比实验,可以看出此方法在低噪环境下具有更好的识别效果.