车牌字符识别的预处理算法

文章介绍了车牌图像的二值化和字符分割算法。提出了一种图像二值化的改进算法,应用简单统计法及Roberts边缘检测算子,在具有噪声以及灰度不均匀的复杂背景中提取出待识别的字符,同时运用数学形态学进行二值图去噪。最后讨论了基于投影法的车牌字符分割方法,取得了较满意的结果。     

面向车辆牌照字符识别的预处理算法

由于光照、摄象机角度、位置和牌照定位的图象分割过程等原因,牌照图象字符背景复杂．针对这些问题本文提出相应算法,成功地完成了牌照字符的预处理。     

集装箱箱号字符识别算法研究

针对集装箱箱号图像中存在的光照不均、箱号的偏转和倾斜等因素,着重研究箱号字符识别中的关键技术问题。对于箱号图像光照不均问题,采用一种改进型的差分边缘检测粗定位算法;利用改进的最小二乘法有效地解决箱号偏转难以精确定位问题;运用基于梯度下降投影字符矫正及分割算法,实现对倾斜箱号的校正与分割;采用BP神经网络进行字符识别。对1?050幅不同条件的拍摄图像进行实验,结果表明上述算法相对于传统算法与深度学习算法,综合识别率明显提高,且符合实时性要求。     

自然环境下道口客车车身字符识别算法研究

针对外观尺寸相近,处于分类区间边缘的客车车型识别率不高的问题,提出通过识别车身限载数字字符进行车型分类的方法。由二值图结合字符的格式塔特征实现文字区域精定位,将分割出的数字字符使用神经网络进行识别,最终将识别的结果对应转换成相应客车类别以实现车型分类。将该算法在道口采集的三类、四类客车样本上进行实验,综合识别率为88.5%,相比基于外观几何特征的车型识别,识别率提高了将近10个百分点,且基于改进二值化算法（Psauvola）的字符识别相比使用其他二值化算法,识别率提升了一倍多。     

一种改进的字符图像分割方法

针对文本图像中字符图像分割问题,该文介绍了一种基于局部阈值分割的LLT算法,给出了相应的数学模型,然后进一步分析了算法的关键参数设置,并给出了相应的改进方法。实验结果证明,该文方法不仅可以有效的降低背景噪声的影响,还对具有不同字符宽度的文本图像分割具有很强的适应性。     

一种改进的车牌字符分割算法

提出了一种改进的投影分割算法，其基本思想是将数列平滑的方法用于曲线投影上，该方法避免了传统分割算法的缺点，不仅有效地去除了噪声，而且相对于直线检测分割方法计算量减小，又比简单的投影方法分割效果明显。     

基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构，提高指纹图像预处理算法的抗噪能力，提出了一套基于方向图的指纹图像预处理算法，对传统的方向图计算方法进行了改进，加入了噪声检测功能，得到了更为精确的点方向图，并利用指纹图像的方向信息进行分割、滤波去噪、二值化，最后细化得到了效果比较理想的指纹点线图。实验证明，文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构，对各种噪声干扰具有较强的鲁棒性。     

基于方向图的指纹图像预处理算法

指纹图像具有方向性强的特点。为了很好地保持和恢复指纹的纹线结构,提高指纹图像预处理算法的抗噪能力,提出了一套基于方向图的指纹图像预处理算法,对传统的方向图计算方法进行了改进,加入了噪声检测功能,得到了更为精确的点方向图,并利用指纹图像的方向信息进行分割、滤波去噪、二值化,最后细化得到了效果比较理想的指纹点线图。实验证明,文中所述的预处理算法能够有效地保持和恢复指纹图像的纹线结构,对各种噪声干扰具有较强的鲁棒性。     

基于改进神经网络的火车票号识别算法研究

为提高火车票识别精度和效率,将图像处理技术和BP神经网络结合,提出了一种基于图像处理和BP神经网络的火车票号识别算法.首先,通过图像预处理、目标区域的定位、二值化、倾斜校正和字符分割,提取火车票的身份证号码特征信息,建立特征信息库;之后,将特征信息库作为BP神经网络的输入,数字和字符类别作为BP神经网络的输出,建立BP神经网络的火车票号识别模型.研究结果表明,与模板匹配和SVM相比,提出的方法可以有效提高火车票号的识别精度和效率,识别精度高达97.7％,从而为火车票号识别提供新的方法.     

指纹图像预处理算法的研究

指纹预处理算法是指纹识别的关键技术之一,包括指纹图像的分割、增强、二值化和细化等几部分。在指纹图像增强方面,利用指纹的方向特性设计出Gabor滤波器,用Gabor滤波器对指纹进行滤波;在分割、二值化和细化方面也作了讨论,并采用VC验证了算法的有效性。实验结果表明,这种预处理算法可以使指纹纹线变得清晰、连续、光滑,改善指纹图像的质量,提高指纹识别的可靠性。     

基于信息融合技术的集装箱号码自动识别系统

运用信息融合技术进行集装箱号码自动识别系统的设计。根据集装箱号码的特性、组成规律及分布特点，在预处理阶段，采用了基于产生式规则的融合算法。该算法采用串行融合的方式并生成了一系列的规则，能够快速准确地输出具有较高质量的号码分割图，为后续的特征提取和号码识别提供更精确的信息。使用了3种不同类型的特征提取方法，分别生成基于神经网络的分类器，并将各自的分类结果通过D-S证据理论进行融合以完成最终的决策，提高了系统的识别率。该系统对光线与阴影具有较强的鲁棒性，结构简单、快捷有效，在实验中得到了满意的效果。     

改进二值化算法在QR码识中的应用

研究了QR码图像二值化技术,针对光照不均的QR图像提出了一种改进的基于背景灰度估计的校正算法.该算法首先根据原图像大小进行分块处理,在此基础上利用改进的灰度估计公式计算分块的灰度值,然后利用双线性内插法设置区块灰度值为估计值,最后用原图像减去估计背景图像得到校正图像,以此克服了光照不均对二值化阈值选取的影响.实验证明,...     

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。     

基于组合特征的集装箱箱号识别法

为准确、高效地识别集装箱箱号,提出一种基于组合特征实现箱号识别的方法。对分割好的字符二值图像预处理后提取孔洞特征、凹凸特征、跳变特征、笔画特征等,利用树形分类器进行分类识别,并结合箱号自身的校验规则进行验证、识别。该方法不需要对字符图像做复杂的细化处理,提高了运算速度,避免了细化造成的字符畸变。实验结果表明,该方法平均箱号正确识别率可以达到93%,每箱号(11个字符)平均识别时间为0.065s。     

基于Freeman链码的几何图形识别算法

目前关于几何图形识别的算法存在的问题主要有准确率低,计算复杂度较高,运行时间较长等。利用简洁高效的Freeman链码算法结合几何图形特有的几何属性设计出新的算法,使其能够快速识别几何图形的顶点分布,并反映在一张边界震荡（boundary vibration,BV）曲线图上。该曲线图能够刻画几何图形的属性,如顶点的个数、距离分布,角度的大小,线段的曲直和图形的周长等。因此通过对曲线图的特征分析可以准确识别对应的几何图形。该算法不受图形的平移、旋转、放缩、噪声影响。为了测试算法的稳定性,仿真试验针对九种不同的随机生成且带噪声的几何图形,结果识别率较高,运行速度较快,达到了预期的效果。     

基于Freeman链码的圆识别方法

在研究圆的Freeman链码性质并得出圆的Freeman链码与其对称链码的关系后,提出了一种基于Freeman链码性质的圆识别方法,通过圆的Freeman链码与其对称链码的相似度和奇偶码值出现的次数对圆进行识别。实验结果表明,该方法识别准确、效率高。     

基于快速沃尔什-哈达玛变换的OVSF码盲识别算法

在深入研究可变长扩频因子(Orthogonal variable spreading factor,OVSF)码递归构造原理、码树结构模型、数学理论基础以及分配原则的基础上,针对宽带码分多址(Wideband code division multiple access,WCDMA)信号非合作接收情况,提出了一种基于快速...     

快速响应矩阵码自动识别算法的设计

研究了快速响应矩阵码的自动识别技术,阐述一种用图像处理方法进行条码二值化、定位、分割、译码的方法,该算法运算速度快,性能优越。实验结果表明,整个识别算法的性能优于快速响应矩阵码国家标准提供的参考算法,明显地提高了不同光照下条码的识别率,可以满足不同场景下条码的实时译码应用。     

基于符号特征的QR码识别算法

在传统QR码识别算法基础上,提出一种利用QR码自身的符号特征进行识别定位的改进算法。对采集到的图像进行二值化处理,由符号特征定位QR码在采集图像中的位置,通过改进的双线性变换校正在采集过程中引起的图像几何形变,并通过逐模块垂直投影提取条码信息。实验结果表明,该算法具有识别时间短、识别率高等特点。