基于投影法和Caffe框架的身份证分割算法

身份证的识别关键在于对身份证字符良好的分割提取,对身份证图像进行预处理,其中包括：图像矫正、增强、分块处理。结合行列投影、身份证先验知识和Caffe框架实现对身份证图像的分割。该分割方法有效地解决了数字和汉字混合的分割难题,取得了较好的分割效果,提高了字符分割准确率。     

基于灰度多值化的身份证号码识别

为了方便警察在公共场所核对居民的身份证信息,实现身份证号码的自动识别,提出了一种基于灰度多值化的身份证号码识别方法。该方法的思想是先找到身份证的四条边缘在图像中的位置,根据身份证号码所处区域在身份证中是固定的,可以定位到身份证号码所在区域;采用投影法分割出身份证号码单个字符;将单个字符灰度图像进行多值化处理,提取字符的网格特征,利用模板匹配法识别出字符。该方法不仅能快速地识别出号码,而且对于比较模糊或亮度不均匀的图像也能准确地识别。     

身份证识别的文字定位算法研究

本文阐述了身份证识别的一般流程，针对身份证识别的特殊性，其中调整了文字定位策略的执行顺序。主要探讨身份证图像的文字定位策略，提出了灰度图像下的行分割方法和基于最大宽度回溯算法的单字分割算法，从而实现了字符的精确定位。     

基于轮廓检测的第二代身份证字符识别

针对第二代身份证图像字符识别,提出了一种基于字符串轮廓检测的方法。该方法采用对图像字符区域先进行纹理分割,获取字符区域后对其上下轮廓凹凸特征近似检测单个字符的宽度,从中选出稳定的局部特征,利用结构语句识别的方法进行字符识别。通过对自然场景下拍摄的10幅第二代身份证图像的字符识别实验,证明了该方法的有效性。     

基于ARM Cortex-A9字符识别系统设计

本文搭建了以ARM Cortex-A9为核心的嵌入式字符分割识别处理平台,研究了在Linux操作系统中交叉编译OpenCV、Qt、BootLoader,并移植相关驱动到嵌入式平台的方法;基于经典算法使用OpenCV库函数实现了图像字符的分割和识别处理;最后,在嵌入式平台上移植了开发程序并进行了实验．结果表明,该系统能对图像字符进行很好的分割和识别．     

基于数码设备的二代身份证号码识别系统

研究基于数码设备（如手机、Pad等）的第二代身份证号码识别技术。对于预处理,提出基于Sobel算子边缘检测的身份证图像竖拍或倒拍的判断方法;对于字符分割,基于沈俊边缘检测的边缘二值图像,提出改进的垂直投影法,有效地解决了粘连体字符的切分;对于字符识别,提取模糊网格八方向梯度特征,采用K近邻分类器的方法进行分类识别。实验结果表明,本系统能准确定位和识别二代身份证号码,具有较高的识别准确率,具有一般通用性。     

基于几何特征的IC芯片字符分割与识别方法

针对IC芯片字符的分割与识别问题,提出了一种基于字符几何特征的分割方法和一种基于字符最小外接圆的归一化与重定位方法,使用基于像素差分的模板匹配完成识别。首先,对芯片图像进行直方图均衡化处理,并利用辅助圆进行中线定位和图像校正,定位得到ROI区域并进行均值二值化处理。随后,对二值化ROI图像进行字符分割,以字符的几何特征作为判断条件,从而完成了对缺陷字符的正确分割。之后,对单字符图像提取最大轮廓,利用其轮廓的最小外接圆进行字符的归一化与重定位。最后,对归一化的字符进行差分识别。通过采集4种芯片样本进行实验,结果表明,该方法能够实现芯片字符的准确分割,对于缺陷字符的分割准确率达90%;能够快速精准地识别芯片字符,单字符平均识别时间为4.6 ms,识别准确率达到99.4%。     

基于安卓手机的液晶屏数字识别系统的设计与实现

针对带有七段码的数字液晶屏,设计了一种基于安卓手机的液晶屏数字识别系统。通过手机拍照获取液晶屏图像,利用安卓本地接口功能调用计算机视觉库,对图像进行处理;针对图像的倾斜问题,通过图像预处理和霍夫变换取得图像倾斜角,并进行倾斜矫正;利用直方图对数字字符进行分割,以网格法提取字符的特征值,用三层BP神经网络进行液晶屏数字字符的识别。实际检测结果表明识别率很高,而且识别速度很快,该系统基于安卓手机,使用方便,便于携带,可以实时操作。     

一种应用于身份证字符精确切分的算法

针对身份证图像的特点:干扰强烈、信息排列有规律,该文提出了一种分割算法,该算法利用Sobel算子进行局部阈值化,结合投影法与平均字符中心距对字符进行精确切分。实验结果表明,该方法定位效果好,分割精度高,适用于身份证图像的自动识别。     

一种应用于身份证字符精确切分的算法

针对身份证图像的特点：干扰强烈、信息排列有规律，本文提出了一种分割算法，该算法利用Sobel算子进行局部阈值化，结合投影法与平均字符中心距对字符进行精确切分。实验结果表明，该方法定位效果好、分割精度高、适用于身份证图像的自动识别。     

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.     

一种机读旅行证件信息自动识别方法

分析了旅行证件信息自动识别的特点,提出了一种针对机读旅行证件图像特点的信息自动识别方法,包括基于连通区域分析的机读码区域定位、基于线性拟合的机读码区域图像倾斜校正、基于先验知识约束的自适应字符图像分割以及基于字符结构特征分析的字符识别等四个主要步骤。并在此基础上实现了签证信息自动识别系统。实验表明该方法对旅行证件信息进行自动提取和识别具有较好的效果。     

一种视频中字符的集成型切分与识别算法

视频文本行图像识别的技术难点主要来源于两个方面: 1)粘连字符的切分与识别问题; 2)复杂背景中字符的切分与识别问题. 为了能够同时切分和识别这两种情况中的字符, 提出了一种集成型的字符切分与识别算法. 该集成型算法首先对文本行图像二值化, 基于二值化的文本行图像的水平投影估计文本行高度. 其次根据字符笔划粘连的程度, 基于图像分析或字符识别对二值图像中的宽连通域进行切分. 然后基于字符识别组合连通域得到候选识别结果, 最后根据候选识别结果构造词图, 基于语言模型从词图中选出字符识别结果. 实验表明该集成型算法大大降低了粘连字符及复杂背景中字符的识别错误率.     

二代身份证的自动分割方法研究

为了解决由于采集身份证图像时光照不均匀给二值化造成的困难,将基于概率的数字图像光照不均匀校正算法应用于对身份证图像的光照校正。该算法在对一个区域中的背景进行提取时,采取统计的方法,先计算该区域中像素亮度的均值和标准差,然后根据统计值进行背景灰度计算。这样有利于排除噪声点的干扰,鲁棒性更强。采用水平投影确定字符所在行的区域后,利用垂直投影确定单个字符的位置。实验验证了所提方法能有效地进行二值化并准确分割出身份证上的字符。