一种识别无限制手写体数字的方法

对无限制手写体数字的两大特点－畸变性和旋转性，提出了一种链匹配识别算法。全面描述了边界的拓扑结构（基元）、根据形成输入字符图像的一维链码与参照链的匹配结果进行识别。压缩了原始图像信息，提高了处理速度，遇时也达到了较高的识别率。     

数字字符图的自动识别

针对无限制手写体数字字符的识别问题进行了探讨，输入图像经过预理后，进行特征抽取及分处理，第一区域内对应一类基元，基元的类别由特征组合情况来确定。对骨架的拓扑结果进行全面描述，形成输入字符图像的一链码，以皮为参照链相匹配，根据匹配结果，进行识别。     

基于模板匹配的发票号码识别算法

针对数字识别系统中的发票号码识别问题,提出了一种有效的基于模板匹配的发票号码识别算法.通过对发票数字图像进行前期处理以获得单个字符图像,根据印刷体数字二值化后矩阵特点,基于模板匹配的思想,将待识别字符图像与模板图像进行信息区叠加,对叠加后的图像进行不匹配像素统计,从而得到匹配系数,取匹配系数最小值为最佳匹配.结果表明,该方法简单有效,抗干扰性强且识别率较高,识别发票图像准确率可达99%.     

一种基于模板匹配的人民币纸币面额识别方法

从图像处理的角度论述了人民币纸币的识别方法.针对人民币纸币面额种类少的特点，提出了采用模板匹配的方法.传统的二维模板匹配虽然实现简单，但计算量十分庞大，花费时间太长，针对此情况采用了当今发展比较成熟的一维灰度投影的模板匹配算法.该算法通过图像灰度投影变换，形成一维图像，并用一维图像进行快速匹配.试验结果表明，后者在保证了匹配准确率略高的前提下，识别速度明显高于前者，从而提高了设备的识别速度，使之更具有了实用性.     

基于编码方法实现立体视觉中图像的点匹配

实现自动化的图像匹配一直是立体视觉测量中关键的一步。基于编码方法，对2幅图像中的测量进行匹配，匹配问题实质是求解空间点在2个（或多个）像平面的对应关系。如果对测量点进行编码，对编码进行身份识别后，即可实现匹配。该编码需在复杂的背景中被有效地识别，并且具有旋转、缩放、变形的无关性，实验表明，该方法匹配正确率高，匹配速度快，是一种解决匹配问题的实用方法。     

多阶微分环形模板匹配跟踪方法

基于环形模板结构提出一种新的模板匹配跟踪方法,在匹配准则函数中增加了图像的多阶微分匹配信息,在确保算法具有旋转不变性的前提下,可有效提高算法识别的准确性.匹配模板中的像素按环形结构排列,环形结构的中心对称性确保了算法具有旋转不变性.根据图像的灰度值可计算图像的各阶微分值,匹配准则函数由灰度匹配值和各阶微分匹配值共同构成.微分匹配信息中包含了图像的细节信息的匹配结果,因此可提高算法识别的准确性.仿真结果表明:该方法可应用于序列图像的目标识别,在背景复杂或目标发生较大旋转变化的情况下,该方法的识别性能明显优于传统方法.     

一种基于WindowsCE的手写体识别系统的实现

研究了基于模板匹配算法的手写体识别技术,通过图像预处理、图像特征提取、模板匹配和图像识别等,建立了一种基于WindowsCE的手写识别系统。     

基于模板匹配的掌纹识别自适应阈值选取方法

结合在线掌纹的特点，对模板匹配算法进行了改进．首先为了去除噪声，在匹配之前对掌纹图像做小波滤波处理；然后对匹配之后的数值矩阵采用各向异性的自适应阈值处理方法，以克服光照不均匀及光的方向性等问题，有效提取掌纹线特征；最后应用本算法对不同掌纹图像进行识别，验证了方法的有效性。     

基于小区域字符模板匹配的金属标牌字符串识别

提出了一种基于小区域的快速模板匹配算法,实现了一行标牌字符串的识别,在利用投影法求得字符所在位置以后制作被匹配图像数组以及模板,然后进行识别。由于算法只对存在字符的区域进行小范围匹配,省去了在整幅图像上搜索无关数据信息的过程,与传统的模板匹配算法相比显著降低了算法的运行时间,能够满足图像匹配即时性的需要。     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。     

用限制模板和映射变换对手写数字识别进行预处理

手写体数字识别的复杂性来源于手写数字的不规范性，提出了一种利用限制模板和映射变换预处理手写数字识别的方法。利用模板对用户输入进行简单的规范并将手写数字映射变换为标准的七段数，通过一个简单的特征提取和分类识别算法，取得了很好的效果。     

一种快速识别飞机仪表参数的算法

提出了一种快速识别阿拉伯数字０～９的算法,用于飞机仪表参数的识别。这种算法基于二值图像,先从二值图像中找出各数字的特征,然后再用决策树对这些数字进行分类。该方法不需对图像进行如细化、轮廓跟踪等处理,节省了大量图像处理时间,具有较高的识别速度,因而可用于实时识别。     

一种多特征组合与多神经网络分类器集成的手写数字识别新方法

提出了一种多特征组合与多神经网络分类器集成的手写体数字字符识别方法。新方法对结构简单、书写规范的数字字符使用高效的结构分类器实现快速分类;对结构分类器不能准确分类的字符,首先通过提取多个特征,构造不同结构和类型的多个神经网络分类器,然后对多个分类器的识别结果,通过多专家集成方案对手写数字进行最终判决。实验结果表明,提出的方法能有效降低识别错误率,提高识别系统的可靠性。     

神经网络模式识别对金融票据中数字特征的识别方法研究

本文采用神经网络模式识别的方法，研究了金融票据中数字等特征的识别问题。对票据的金额数字和身份证数码进行了分割、图像处理和特征提取，并在此基础上用改进的BP网络对其进行了识别。实验结果表明，用此方法能取得比较好的识别效果。     

基于SVM的手写体阿拉伯数字识别

支持向量机（SVM）是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中,表现出许多特有的优势.介绍了在提取穿越次数特征、粗网格特征以及密度特征提取的基础上,应用SVM进行手写体阿拉伯数字识别的方法.     

手写邮政编码的模糊识别方法

提出一种基于神经网络的手写邮政编码的模糊识别方法,它包括邮编框边缘检测与分离、图像二值化、去噪、倾斜校正、提取邮编数字、窗格缩放、位置归一化、数字细化、数字识别特征提取和基于BP网络的模糊识别等10个环节。经实验表明,该方法的正确识别率达90%以上。     

多位朝鲜语数字语音识别方法的研究

针对朝鲜语数字串语音识别中单位符号容易被误判为数字的问题,提出了基于朝鲜语数字串结构特点的识别方法．首先,对事先采集好的语音样本提取特征并存储成数字模板和单位符模板;其次,将数字串测试样本切分成孤立的数字或单位符并提取特征参数;最后,根据朝鲜语数字串发音特点,即若前1个孤立词已被识别为数字,那么后1个被默认为单位符并且只与存储单位符号的模板进行匹配．实验结果表明,该方法不仅可以获得较高的正确识别率,同时提高了识别效率．     

基于主元分析法的手写数字识别

特征提取是手写体数字识别研究中的重要问题。有效特征是提高识别率和识别精度的关键。作者使用的主元分析法能压缩特征的维数 ,满足特征提取的完备性原则和正交性原则 ,提高分类器性能。将经过主元分析法压缩后的特征用BP神经网络进行识别仿真 ,取得了较好的实验效果     

“有效行”特征对手写体字符的识别

从无限制的手写体数字的结构出发,提出"有效行"特征的概念及其提取算法。该特征具有维数小、平移不变、字符小角度旋转不变等特点。建立了相应的字符特征库,利用BP网络对样本字符进行研究,通过大量的手写体数字识别测试表明:该方法在识别速度上优于利用单一的矩特征、小波特征等传统识别方法;在误识率方面也优于一般的单一识别方法。     

用于入侵检测的快速多模式匹配

针对目前入侵检测匹配算法速率过慢的问题,提出了一种快速多模式匹配算法.一般情况下,该算法能充分利用匹配过程中本次匹配不成功的信息和已经匹配成功的信息,尽可能多地跳过待查文本串中的字符,不需要匹配目标文本串的每个字符,就能一次性实现对文本的快速搜索.此外,该算法由于采用组合状态自动机,还能对中文进行快速搜索.实验结果表明,本文算法具有更高的检测效率,能有效降低系统的丢包率.