关于文字识别中两种倾斜校正算法的比较研究

本文针对字符识别中的倾斜校正（即调整字符角度）问题,提出了一种新的校正方法,先经过灰度化,二值化的预处理,再提取字符图像每列的边缘点,经过公示算法计算出这些点所在的参考直线的倾斜角度,这个角度就是字符图像的倾斜角度,本文将这种方法与常用的hough变换校正法进行了比较,实验结果表明本文的算法不仅校正效果更好,而且大量节约了系统资源和简化了计算难度。     

采用角点信息和惯性主轴的车牌倾斜检测与校正方法

车牌倾斜检测与校正是车牌识别的关键技术之一.提出了一种基于字符角点信息和惯性主轴的车牌倾斜角检测方法.在用Harris角点检测算法提取出车牌区域字符角点信息的基础上,通过计算所得角点的惯性主轴来检测出车牌的倾斜角度,从而实现车牌的倾斜校正.给出了实验结果,并与Hough变换法、旋转投影法进行了比较.结果表明,该检测校正方法运算量小,速度快,校正精度高.     

基于Canny算子和Radon变换的证件图像倾斜校正

倾斜的证件图像不利于识别,为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测,然后利用Radon变换计算出图像的倾斜角度,最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明,该方法能够准确、高效地对证件图像进行校正。     

Radon变换在倾斜车牌图像校正中的应用

倾斜车牌图像的校正是车牌识别中的重要环节之一.根据Radon变换思想,对三种倾斜方式提出了相应的校正方法.用数学形态学的方法对车牌图像进行边缘检测;利用Radon变换检测车牌倾斜角度,对水平方向进行旋转无损校正,对垂直方向进行双线性插值错位偏移校正.实验结果表明该方法是快速有效的.     

采用细胞神经网络快速校正生物芯片图像倾斜

倾斜校正是全自动生物芯片图像处理必不可少的环节。针对以往倾斜校正算法耗时过长,本文提出一种快速倾斜校正算法。算法首先用细胞神经网络（CNN）寻求各个样点的中心,然后进行Hough变换,再计算方差来寻求倾斜角,最后利用CNN灰度图像旋转模板进行倾斜校正。本算法利用了细胞神经网络并行处理的特性,并充分考虑了生物芯片图像的特点。理论分析与试验结果显示本文算法能够准确高速地完成倾斜校正。     

基于OpenCV的手持式和面板式数字仪表自动采集系统

利用OpenCV计算机视觉库,通过图像/视频感知设备对手持式和面板式数字仪表的显示区域进行图像采集,在对图像几何校正、自适应阈值二值化等预处理后,使用霍夫变换校正倾斜字体,随后对图像先垂直再水平分割,进行图像归一化处理,利用七段码的12个特征值经过训练构成神经网络,最终完成对字符的识别。     

一种小波和余弦变换组合域内鲁棒的自适应零水印算法

克服了传统数字水印方案在嵌入水印时要对原始图像数据进行一定修改从而导致嵌入水印图像质量下降的局限性,提出了一个基于离散小波变换和离散余弦变换组合域内鲁棒的自适应零水印算法.算法首先对原始数字图像进行适当层次的离散小波变换,并对得到的小波逼近子图进行离散余弦变换,然后依据待嵌入二值字符水印的大小和相应的系数差值要求自适应...     

频谱校正的线性调频Z变换方法

提出了一种用线性调频Z变换进行频谱校正的的新方法,通过提高局部频段内的频率分辨率解决离散谱线不能对准实际谱峰时所带来的误差。介绍了线性调频Z变换的原理以及将该变换应用于频谱校正的具体方法和步骤,并通过仿真计算对该频谱校正方法有效性进行验证。模拟计算表明该方法具有校正精度高、速度快和灵活性强的特点。     

一种针对畸变印刷品字符校正的多项式自寻优改进方法

目的针对畸变印刷品字符校正过程中无畸变先验知识、传统方法效率低且精度差的问题,提出一种以多项式自寻优改进算法为核心的字符校正方法。方法将待测字符区域视为小篇幅图像,通过初次校正确定畸变区域,以待测图像与标准图像的最小差分结果为优化目标,利用菌群算法在畸变区域中进行校正控制点的自寻优运算,从而建立校正函数对字符畸变区域进行校正,并通过Matlab仿真加以实现。结果该方法平均校正精度低于0.6像素,运行时间低于0.12 s,达到了对畸变字符快速准确校正的目的。结论该自寻优改进方法克服了人工操作的弊端,对畸变字符进行了有效校正,有助于提高后续缺陷检测的精度和效率。     

原子力显微镜图像降噪与平面校正的同步实现

将小波阈值收缩去噪技术应用于原子力显微镜(AFM)图像去噪的同时,应用最小二乘拟合法对AFM二维小波分解近似子图像的一次倾斜平面进行校正,从而同步实现了AFM图像去噪与平面校正.在保证图像去噪效果及平面校正质量的前提下,大幅度减少了最小二乘拟合计算量,提高了算法实时性能.由于该方法借助于小波变换实现,可以方便地与图像的小波压缩方法相结合,因此更有利于AFM扫描图像的原位分析与处理.通过实验,采用上述方法对AFM扫描图像进行了降噪与平面校正处理,证明了此方法的有效性.     

基于R变换的数字字符识别方法

R变换是一种具有循环位移不变性,反射性等特殊性质的快速变换.可用于目标识别中特征提取应具有起始点不变性要求的场合.本文利用R变换的这些特殊性质,对不规则的数字字符进行识别,识别率在99%以上.     

Gabor变换的参数设计及其在车牌字符识别中的应用

Gabor变换能有效抑制字符的噪声、变形、断裂、模糊、以及亮度不均等图象干扰,适合于象车牌字符这样的低质量字符特征提取。Gabor变换的难点是滤波器组参数优化设计,因此提出了一种快速参数优化设计方法,并提出了一种Gabor特征融合方法。实验表明,用此方法获取的Gabor滤波器组参数效果良好,已经运用于实际的车牌识别系统中,取得了满意的效果。     

基于HSV色彩空间与数学形态学的车牌定位研究

车牌识别系统在高速路收费口与住宅小区车库管理中得到越来越多的应用,车牌定位是整个识别系统实现的前提.基于灰度图像的定位方法和基于彩色车牌图像的定位方法,实现效果均不大理想.在充分利用车牌先验信息的基础上,提出基于HSV色彩空间与数学形态学的车牌定位方法.先利用色彩信息对可能包含车牌目标的区域进行过滤,再利用数学形态学技术生成连通区域,判断并生成正确的车牌区域,最后,使用radon变换进行倾斜校正.     

三坐标测量机的倾斜校正功能

本文介绍了在三坐标测量机上对工件进行平面倾斜校正、轴线倾斜校正和圆柱轴线倾斜校正的方法。     

基于BSVD分解和Radon变换的NSCT域鲁棒水印算法

目的 为了提高水印算法的不可见性及抗旋转攻击的能力,提出一种基于BSVD分解和Radon变换的NSCT域鲁棒水印算法。方法 首先对水印图像进行Arnold变换,然后对载体图像进行NSCT变换,接着对低频子带进行不重叠分块,最后对各子块进行BSVD分解,选择合适的缩放因子,将水印嵌入奇异矩阵的最大奇异值中。提取水印时,先用Radon变换对含水印信息的载体图像进行校正,再提取出水印信息。结果 实验显示,文中算法具有很好的不可见性,PSNR值均在60 dB之上,并且能够抵抗常规信号的攻击,NC值均大于0.95。结论 该水印算法具有良好的不可见性和鲁棒性,抵抗旋转攻击的能力较强。     

一种计算人民币图像倾斜角度的方法

对采集到的人民币(RMB)图像识别之前有必要对其进行如分割、除噪和调整其倾斜角度等的预处理,倾斜图像应该被调整多少度是个关键问题．本文提出一种首先利用Sobel算子提取倾斜的人民币图像的边缘,再用Hough变换法计算其倾斜角度的方法．并通过实验证明其有效性．     

基于改进YOLOv5s的药盒钢印日期识别方法

目的 药盒的钢印日期与背景对比度低,字符轮廓不明显,识别易受环境光线干扰,对此提出一种基于机器视觉的识别方法。方法 使用改进YOLOv5s模型,首先对采集的药盒数据集进行透视变换校正,并进行数据增强。通过在模型的骨干网络中融合位置注意力机制(CA),减少冗余信息的干扰;颈部网络根据加权双向特征金字塔网络(BiFPN)引入权重,更好地平衡不同尺寸图层的特征信息;引入动态聚焦损失函数(WIoU),降低高质量样本对训练的干预,提高模型的泛化能力。结果 在自建钢印字符数据集上的实验结果表明,改进网络对药盒钢印日期识别的平均精度值达到了99.41%,比原始模型提升了2.38%,帧率为80.01帧/s。结论 改进后的YOLOv5模型对药盒钢印日期的检测精度优于原有网络,对可以满足药盒生产线的实时性要求。     

一种基于MSER和SWT的新型车牌检测识别方法研究

为了降低拍摄距离、光照等对车牌识别的影响,提高复杂背景下车牌识别准确率,提出了一种基于最大极值稳定区域(maximally stable extremal regions, MSER)和笔画宽度变换(stroke width transform, SWT)的新型车牌检测识别方法。该方法首先进行MSER提取和Canny边缘检测,并根据车牌字符特征对二者相与运算后的MSER筛选;然后在筛选后的区域内做基于形态学处理的SWT和SW筛选,聚合筛选后区域,结合车牌几何特征完成车牌精定位;最后校正分割定位成功区域内连通域,提取骨架并归一化,与细化和归一化后的模板匹配。利用HU不变矩和网格特征识别首字符汉字,采用扫描跳跃点统计编码识别数字和字母。实验结果表明:该方法定位准确率高达94.86%,识别准确率达96.14%。该方法对远距离、变光照获取的复杂背景下,车牌检测识别具有较高的准确率和鲁棒性。     

符号特征QR码定位和校正算法

针对光照不均匀和背景环境复杂时快速响应矩阵码(quick response code,QR)难以定位以及Hough变换校正不确定性的问题,提出一种新的基于符号特征的QR码提取和校正算法。利用符号特征寻找满足三层包围关系的连通区域图形,从而达到对QR码的定位,利用定位点坐标实现对QR码的校正。实验结果表明:该算法对QR码的定位和校正简单、快速、准确。     

基于Radon变换与Schur分解的彩色图像水印算法

目的 针对彩色图像盲水印算法较为复杂且抗旋转能力差等问题,结合矩阵Schur分解和Radon变换提出一种抗旋转攻击的彩色图像盲水印算法。方法 该算法首先提取彩色宿主图像的U通道图像,其次对U通道图像经NSCT变换后的低频分量进行分块处理,将每个像素块分解为对称矩阵和反对称矩阵,最后对每块对称矩阵进行Schur分解,将二值水印嵌入至分解后上三角矩阵的最大特征值中。提取水印信息时,利用Randon变换对含水印图像进行几何校正后再进行水印提取操作。结果 文中算法提取水印相似度较高,其NC值达到0.9414;结构相似性较高,其SSIM值达到0.9183。结论 该水印算法在常规信号处理攻击、抗旋转攻击下均具有极强的鲁棒性。