基于边缘检测的车牌识别算法的实现

针对传统车牌识别的不足,本文提出了基于边缘检测的车牌识别的算法.该算法首先对摄像头获取的车牌图像预处理,去除图像无用信息,然后运用Robert算子检测车牌边缘,并对车牌区域进行图像较正,用高斯滤波法去除噪声并且提取车牌信息特征,接着对车牌区域水平和竖直方向运用触点定位法分割字符,对车牌分割后与相应字符模版匹配,利用预测模型预测识别结果,最后识别出车牌字符.     

基于改进的K-means的车牌字符分割

提出了一种基于改进的K-means的车牌字符分割方法。该方法首先利用均值跳变法对车牌区域进行精确定位,再利用改进的K-means算法对车牌字符进行聚类,最后根据K-means算法得到的聚类中心对车牌字符进行分割。实验结果表明,该方法能够准确地分割出车牌字符,且具有较强的抗干扰性。     

基于垂直投影的车牌字符分割方法

车牌的字符分割是车牌识别系统中的重要环节,通过车牌字符的垂直投影可以对字符进行分割,所以可应用于分割车牌图像中的字符。首先对车牌进行图像预处理,提取出车牌的灰度图像;然后根据垂直投影法确定字符边界以及车牌字符的7个投影块;最后结合实际车牌情况,提出了对粘连和断裂字符的处理方法。实验结果表明,该算法能有效的分割出车牌图像中的字符。     

基于几何约束的车牌倾斜检测方法

提出了一种新的基于车牌图像几何约束的车牌倾斜角自动检测算法。算法以车牌字符轮廓的最低点为基本信息,用矩的方法确定车牌的倾斜角度。本算法创新性地采用字符顶点的几何约束信息再用矩的方法得到倾斜角度。结果表明,该算法运算量小,速度快,校正精度高。     

车牌识别中的二值化及快速倾斜校正算法

根据车牌几何形状和纹理的特点,提出了基于图像的特征线确定二值化阈值的方法.为了解决车牌图像倾斜对字符分割与识别带来的不良影响,对一种基于字符间投影距离的倾斜校正方法做了研究.在该方法中,根据倾斜车牌与非倾斜车牌字符的投影距离大小比较来确定车牌图像的倾斜角度,再用基于双线性插值的旋转方法进行矫正.针对该方法的不足之处,提出了该算法的改进算法.试验结果表明,该算法是快速而有效的.     

基于改进模版匹配的车牌字符分割

车牌字符分割是车牌识别系统中的关键技术之一。为了有效地对车牌字符进行分割,提出了一种基于改进模版匹配的新方法,该方法包括车牌区域图像预处理、车牌字符校正、车牌字符去边框处理和改进模版匹配的车牌字符分割处理等四个步骤。与传统的车牌字符分割方法相比,该方法不仅能够在正常条件下对车牌字符有效地进行字符分割,而且还可以有效地解决车牌字符粘贴、车牌字符残缺和车牌字符区域质量差等情况的车牌字符分割问题。实验结果表明,该方法具有算法简单、实时性强和分割效果好等优点。     

基于投影法与字符特征的车牌字符分割算法

提出一种结合投影法与车牌字符特征的车牌字符分割算法,先利用投影法对车牌图像进行字符分割,然后对投影结果进行判断,由于干扰投影法分割效果的主要为字符粘连,经过判断,对字符粘连的区域进行字符特征的判定,从而达到最终字符分割的目的。     

切线距离在车牌字符识别中的应用

针对车牌字符识别中字符变形失真影响识别率的问题,文章提出一种基于切线距离的车牌字符识别算法。首先对车牌字符图像进行预处理,在先验知识的基础上确定切线向量,然后通过核主成份分析对样本图像和切线向量降维,并引入切线距离度量样本之间的相似度,最后利用K-NN分类器对字符进行识别。实验结果表明,该算法有效地保留了车牌字符的非线性信息,减少了识别时间,并且显著提高了识别率。     

车牌识别系统设计与实现

通过对车牌定位、车牌字符分割和车牌字符识别进行研究,提出了一种车牌识别系统的设计和实验方法。车牌定位模块中,提出了采用基于小波变换的车牌边缘提取和数学形态学相结合的方法定位出车牌,进行二值化、滤波后使用垂直投影法分割出车牌字符,最后使用多模板匹配和二次细分识别相结合的方法识别出车牌字符。经实验验证,基于该算法的车牌识别系统能够达到较高的车牌识别率。     

基于字符包围盒特征参数的车牌定位分割研究

现有的车牌识别流程中,车牌定位和字符分割关联性较小,有效融合这两个过程可以提高检测的效率。为此,提出了一种基于字符包围盒特征参数的车牌字符定位分割算法。该方法首先使用高斯-拉普拉斯算子对车牌图像进行滤波和边缘检测,在此基础上,使用连通区域分析和轴对齐包围盒检测和表征边缘图像中的连通域,根据车牌字符的分布规律来筛选目标包围盒,最后基于目标包围盒中心点对车牌字符进行倾斜矫正和定位分割。实验结果表明,该方法可以有效地定位车牌和分割字符,准确率可达到93.5%。     

基于Gabor滤波的表情动态特征提取方法

针对目前动态特征提取方法在提取序列表情特征时人脸外貌特征也一起被提取的缺陷,提出了一种基于Gabor滤波的表情动态特征提取方法。利用Gabor滤波器在频率和方向上的选择特性,在提取表情特征时较好地抑制了人脸外貌特征的提取,从而减少了表情特征中人脸外貌特征的含量。在Cohn-Kanade和CMU-AMP人脸库上的表情识别实验表明,本文方法获得的表情动态特征对表情识别更有效。     

基于视觉认知机理的复杂动态背景下目标提取

针对现有复杂动态背景下目标检测与提取算法存在的局限性,提出构建一种基于视觉认知机理的时空域特征交互模式,以及基于该模式的复杂动态背景下的目标检测与提取算法。该算法通过时域特征在相似空域特征上的传递和空域特征依据时域特征一致性进行捆绑两个交互作用,实现复杂动态背景下的目标检测和提取。实验结果表明该算法不仅有效克服了传统目标检测与提取算法凭借单一特征或特征组合进行复杂背景中目标提取的不稳定性,同时大大降低了虚警率。     

Perceptual hash-based coarse-to-fine grained image tampering forensics method

As an active forensic technology, perceptual image hash has important application in image content authenticity detection and integrity authentication. In this paper, we propose a hybrid-feature-based perceptual image hash method that can be used for image tampering detection and tampering localization. In the proposed method, we use the color features of image as global features, use point-based features and block-based features as local features, and combine with the structural features to generate intermediate hash code. Then we encrypt and randomize to generate the final hash code. Using this hash code, we present a coarse-to-fine grained forensics method for image tampering detection. The proposed method can realize object-level tampering localization. Abundant experimental results show that the proposed method is sensitive to content changes caused by malicious attacks, and the tampering localization precision achieves pixel level, and it is robust to a wide range of geometric distortions and content-preserving manipulations. Compared with the state-of-the-art schemes, the proposed scheme yields superior performance.     

基于多时间尺度复合子带噪声语音识别新方法

本文根据多时间尺度分析与子带方法,提出了一种多时间尺度复合子带的噪声环境下语音识别新方法.新方法在不同的时间尺度下分别进行子带特征提取和全带特征提取,并分别进行识别,然后在识别概率层相结合得到最终识别结果.本方法兼有多时间尺度方法和子带方法的抗噪性能.此外,进一步引入频谱差分方法提高语音特征的抗噪性能.对E-SET在NoiseX92下白噪声的识别实验表明,新方法具有良好的抗噪性能.     

双色中波红外图像差异纹理特征分析方法研究

针对双色中波红外图像特征空间维数高,不易于对其双波段成像差异进行综合分析的问题,提出了一种基于赋权思想及雷达图的双波段图像差异纹理特征的分析方法。该方法首先构造一个特征选择矩阵,利用其选择出能够满足双波段图像差异分布规律的有效纹理特征;然后利用赋权思想将差异不显著的纹理特征去除;最后采用雷达图对保留下的差异特征进行高维显示,并由雷达图中多边形的形状信息得到维数较少的图形特征。实验数据表明,降维后的特征能够综合反映双波段图像的纹理差异幅度,为后期差异特征驱动的多级融合方法探索奠定了基础。     

Using Feature-Based Models with Complexity Penalization for Selecting Features

Feature selection and inference through modeling are combined into one method based on a network that can be used to point out irrelevant, redundant and dependent features in the data. It is shown that this network method is efficient in terms of reducing the number of calculations for estimating the probabilities under different model assumptions by breaking the data into fractions. We prove that the probability estimations within the network method lead to the detection of non-informative features with probability one if the data is sufficiently large. The proposed method’s accuracy in detecting complex relations between features, selecting informative features and classifying data-sets with different dimensions is assessed through experiments using both synthetic and real data. The results from the network method compare favorably with those from the well-known and powerful feature selection algorithms. It is further shown that the network method can handle complex relations between the features that are intractable for other algorithms.     

一种新的提高掌纹识别率方法的研究

生物特征识别技术是通过人体本身所固有的、唯一的生理特征来自动地识别一个人。针对掌纹图像具有终身不变性、唯一性、主要特征明显、细节特征唯一等特点,论文提出了一种有效提高掌纹识别率的方法,即结合图像中的主元特征、不变矩特征和线特征的提取方法。该方法与单独使用主元特征提取、不变矩特征提取和线特征提取的方法进行了比较实验,结果证明新方法的识别率有明显提高。     

基于全局和局部特征的中文笔迹鉴别方法研究

提出一种基于全局和局部特征的中文笔迹鉴别方法.利用一种改进的Gabor变换提取笔迹图像的全局特征,对得到的特征集进行聚类后,笔迹集由于书写风格不同被分成有效和无效两个子集,在有效的集合中通过矩法进行局部特征提取,最后采用欧氏距离进行分类.对笔迹库的实验表明,提出的方法得到了满意的识别率.     

入侵检测系统中基于变量相似性特征选择

ReliefF是一种在很多场合经常使用的filter式的特征选择方法．然而该方法的一大缺点是不能辨别冗余特征。基于ReliefF算法提出一种混合的有监督的特征选择算法。该算法首先利用ReliefF算法去除与分类无关的以及权重低于一定阈值的特征，然后采用一种变量相似性准则来去除冗余特征。在实际的数据集KDDCUP＇99上进行的实验结果表明该混合特征选择方法较单独使用ReliefF方法在分类精度上有一定的提高。     

基于外形特征与运动特征的人体行为提取方法

针对传统外形特征表征方法描述行为动作能力有限和运动特征表征方法难以准确、稳定地捕捉目标运动特性等问题。提出运用人体外形特征和运动特征相结合的方法提取人体行为关键特征,利用谱聚类算法对特征进行降维,降低了数据维数,获得了最优的特征表征。仿真实验表明,该方法降低了样本维数,减少了数据冗余,并提高了训练精度,且保证了行为识别率。