支票大写金额图像分割策略

字符图像的分割是票据自动处理系统中一个预处理过程,提取字符的质量对识别系统有很大的影响。我国支票大写金额图像背景中存在定位线和背景纹理,还有各式各样的印章对笔画信息的干扰。该文解决了复杂背景下二值化问题,采用形态学方法去除定位线,根据目标与背景的灰度和双边缘特征分析进行二值化处理,利用用户填写字符串时的书写习惯去除孤立印章碎块,基于区域增长的后处理过程来修补前期处理过程中断裂的笔画。该方法在真实支票图像的获取上,取得了较为满意的结果。     

表格型票据中框线检测与去除算法

字符笔画与表格线的粘连或交叠是表格型票据中普遍存在的现象,严重影响了后期票据自动识别处理的性能.现有方法大多基于二值图像,未能充分利用灰度图中的框线特征.基于票据图像中的框线特征,提出一种表格型票据预处理中的框线检测与去除算法,首先充分利用票据灰度图像的特点准确地检测出框线,再采用一种连通链结构描述叠加后的框线区域,然后对交叠进行判断和标记,根据标记保留字符笔划去除框线干扰.经过实际银行支票图像测试证明了算法的有效性和鲁棒性.     

基于灰度图像的表格框线去除算法

笔画与表格框线的交叠的现象在表格型文档中普遍存在，严重影响了文档自动处理系统的性能．现有的去线算法大部分都是基于二值图像的，许多有用的局部信息已经丢失．提出了直接利用图像灰度信息的灰值线检测与去除算法．首先利用图像的边缘特征检测直线以及字线的相交位置；然后通过对直线上相交点对的分析确定字线的交叠方式，并将这些方式归纳为穿透和未穿透两类简单的形式；最后将直线划分为保护区和擦除区两部分，保护区内的像素在去线过程中被保留，而擦除区内的像素则利用灰度形态学算法来擦除．在我国现行支票上的实验表明算法是有效的．     

票据图像中的格线检测与去除

针对票据图像中手写体字符常常与格线交叠的情况,提出了一种直接利用图像灰度信息的格线检测与去除算法。利用字符和格线的边缘信息定位格线并检测字线的交点,然后根据笔画与格线的两种交叠方式（相割与相交）将格线上的像素划分为两个区域：保护区和擦除区,最后动态地选取填充色去除擦除区内的像素。该算法避免了二值化,对806张真实票据中的小写金额域的识别结果比较,显示了该算法的有效性和鲁棒性。     

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。     

一种基于形态变换的复杂背景字符笔画提取方法

OCR软件对图像背景的字符的处理能力有限,为了提高OCR的识别率必须对字符进行预处理。该文提出采用SUSAN拐角检测算法生成图像字符区域的拐角响应图,然后利用拐角过滤算法去除错误的拐角响应生成字符候选区域,最后应用了形态数学变换将字符笔画精确地分离出。经实验检验本算法较好地完成字符笔画提取,是一种提高OCR软件识别率的有效方法。     

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。     

票据图像预处理方法的研究

在文档影像的自动处理中,去黑边和倾斜校正是影像预处理的首要环节.该文提出了变黑边模板的概念和基于区域填充的黑边去除算法.对于图像的倾斜校正,我们提出了基于方向投影的表格线检测方法,并由此实现图像的自动分类;对不含表格线的图像,文中将字符包围盒中心作为特征点,采用Hough变换的算法进行倾斜检测.另外,倾斜检测时还采用金字塔模型降低图像分辨率,进一步提高了算法速度.实验表明,该文的方法能够有效地去除图像黑边,快速准确地检测出图像的倾斜角,并具有很强的抗干扰性和应用适应性.     

Hough变换在中文名片图像倾斜校正中的应用

近来,文档图像的计算机自动理解已取得很多进展。但是,对于具有倾斜的图像的理解仍然存在许多困难。这种困难在中文名片图像自动识别与理解系统中尤为突出。必须在系统的输入端对图像作有效的倾斜校正以保证系统的性能。由于中文名片版面复杂,名片中文字行以及每行字符较少,使得现有的倾斜校正算法在处理名片图像时效果很不理想。Hough变换可用于一般文档图像的倾斜校正。但是,Hough变换在名片图像中的应用还有待研究。本文提出一种二级Hough变换算法,并应用于名片图像理解系统,利用名片图像自身的特点提高Hough变换的精确度和速度。这一方法的效果已被实验结果所证实。     

一种基于Hough变换的文档图像倾斜纠正方法

在对文本扫描输入的过程中,文本图像不可避免地会发生倾斜,倾斜校正将为图文分割、文字识别等后续处理工作创造良好的条件。提出了一种基于Hough变换的检测图像倾斜度的方法,为了克服Hough变换计算量大的缺点,该方法首先选取局部代表性子区域并提取其图像水平边缘,然后对提取的水平边缘进行两级Hough变换,从而实现了准确性与快速性的很好结合。     

霍夫变换在幂函数型曲线检测中的应用

利用霍夫变换抗噪声能力强和能分离出属于不同直线附近点的特性,研究离散数据点集M中xi,yi满足幂函数关系时的曲线检测问题。首先,对离散数据点集M中的数据xi,yi作对数变换,得到新的数据点集M(xi,yi),此时,xi,yi具有线性关系;其次,用霍夫变换检测M中的直线,可得直线参数;然后,利用霍夫变换所得的直线参数,计算图象中的边缘点到直线的距离dki,并与给定阈值dk比较,从而将分布在不同直线附近的点分离出来,同时剔除数据点集M中的干扰点或噪声;最后,用最小二乘法拟合直线,得到剔除干扰点或噪声后的拟合曲线方程参数a和b。     

缩微交通环境下的车道标识线检测

为了解决缩微交通环境下的车道标识线检测问题,提出了一种数学形态学与概率霍夫变换相结合的车道标识线检测方法。首先运用灰值腐蚀膨胀对道路图像进行滤光处理,去除光照影响,然后利用自适应阈值二值化图像,最后利用概率霍夫变换寻找车道标识线。实验结果表明,在缩微交通环境下该方法能够准确地检测出车道标识线,具有很强的鲁棒性。     

宽线段Hough变换及其在箭靶识别上的应用

Hough变换是用于检测图像中直线段的有力工具。论文提出的宽线段Hough变换针对传统Hough变换进行了改进,使之适用于多条宽线段同时存在的情况,并且解决了端点提取的问题。该方法应用于箭靶识别取得了很好的效果,实验表明对比传统方法具有较大优势。     

A Fisher-Rao Metric for Paracatadioptric Images of Lines

In a central paracatadioptric imaging system a perspective camera takes an image of a scene reflected in a paraboloidal mirror. A 360° field of view is obtained, but the image is severely distorted. In particular, straight lines in the scene project to circles in the image. These distortions make it difficult to detect projected lines using standard image processing algorithms. The distortions are removed using a Fisher-Rao metric which is defined on the space of projected lines in the paracatadioptric image. The space of projected lines is divided into subsets such that on each subset the Fisher-Rao metric is closely approximated by the Euclidean metric. Each subset is sampled at the vertices of a square grid and values are assigned to the sampled points using an adaptation of the trace transform. The result is a set of digital images to which standard image processing algorithms can be applied. The effectiveness of this approach to line detection is illustrated using two algorithms, both of which are based on the Sobel edge operator. The task of line detection is reduced to the task of finding isolated peaks in a Sobel image. An experimental comparison is made between these two algorithms and third algorithm taken from the literature and based on the Hough transform.     

基于一种改进的Hough变换的输电线提取与识别

在野外拍摄得到的输电线图像中,输电导线具有明显的线性特征,因此可以直线为基础来研究导线提取与识别的算法。Hough变换是经典的变换域直线提取算法,针对输电线图像的特点以及从Hough变换改进的思路出发,运用形态学分析和搜索聚类的方法先去除输电导线二值边缘图像中的背景噪声,提取出导线上的像素点。经过预处理后,再运用阈值区间的自适应估算方法来计算Hough变换的参数阈值,从而识别出图像中的输电线。实验结果表明,该方法具有较好的提取效果,并且能准确的识别出输电线,计算简单速度较快。     

基于改进Hough变换的角点提取

提出了一种有效的角点提取的方法.在该方法中,角点将被定义为二条(或二条以上)直线的交点,并利用Hough变换来检测直线.若存在二条(或二条以上)直线经过某点,则该点就被认为是角点(角点候选点).对Hough变换中的映射方式作了改进,在传统的映射中采用的是"一对多"或"多对一"的映射方式,而在改进方式中采用的是"多对多"的映射方式.在这种映射方式下,Hough变换的参数空间不会发生峰值扩散的现象,这样会更有利于峰值的检测(直线检测),从而更有利于角点的检测.实验证明,该方法能精确有效地提取出图像中的角点.     

基于改进的多分辨率Hough变换的直线检测方法

该文提出了一种基于改进的多分辨率Hough变换的直线检测方法。对多分辨率图像由粗到细地循环处理,首先利用全局累加器序列对最小的图像做Hough变换得直线参数,利用该直线参数估计下一循环图像中的直线参数;建立了一种简单对应关系,将得到的直线参数的估计范围转换成图像空间范围;然后在图像空间范围内利用局部累加器对较大图像做Hough变换检测直线。最后还给出了线段端点检测、长度计算及连续性考察的方法。实验表明,该方法可以加快直线检测速度、节省存储空间,端点检测方法具有一定的鲁棒性。     

霍夫变换在指数函数型曲线检测中的应用

利用了霍夫变换抗噪声能力强和能分离出属于不同直线附近点的特性，研究离散数据点集M中xi，yi满足指数函数关系时的曲线检测问题。首先，对离散数据点集M中的数据xi，yi做半对数变换，得到新的数据点集M*(xi*，yi*)，此时，xi*，yi*具有线性关系；其次，用霍夫变换检测M*中的直线，可得直线参数；然后，利用霍夫变换所得的直线参数，计算图像中的点到直线的距离dki，并与给定阈值dk比较，从而将分布在不同直线附近的点分离出来，同时剔除数据点集M*中的干扰点或噪声；最后，用最小二乘法拟合直线，再经过反变换，得到剔除干扰点或噪声后的拟合曲线方程参数a和b。该方法能够很好地检测出数据集中的数据点按指数关系分布时的曲线，特别是能够检测出数据集中存在多条曲线的情况，解决了最小二乘法拟合曲线时存在的3个问题，同时又对霍夫变换的精度要求不高。     

基于DSM影像的建筑物边缘直线特征提取

吸取了Hough变换的“投票”方法,提出一种直线提取的方法,并对DSM影像进行了实验。由于两个点可以确定一条直线,固定一个点,与另一个边缘点共同可以得到一条直线的倾角,通过对倾角进行“投票”,可以得到符合条件的直线以及线段的两个端点。以已确定的一条直线的终点为起点,重复以上步骤,直至到达最后一个点。整个计算过程都是对两个已知坐标的点进行计算,计算简单,计算量较Hough变换明显减少,且精度较高。     

Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform

Spatial information captured from optical remote sensors on board unmanned aerial vehicles (UAVs) has great potential in automatic surveillance of electrical infrastructure. For an automatic vision-based power line inspection system, detecting power lines from a cluttered background is one of the most important and challenging tasks. In this paper, a novel method is proposed, specifically for power line detection from aerial images. A pulse coupled neural filter is developed to remove background noise and generate an edge map prior to the Hough transform being employed to detect straight lines. An improved Hough transform is used by performing knowledge-based line clustering in Hough space to refine the detection results. The experiment on real image data captured from a UAV platform demonstrates that the proposed approach is effective for automatic power line detection.