角度优化网络的印章文字检测与识别算法

利用光学字符识别方法对印章文字进行检测与识别,能够加快各类合同的分类处理速度与鉴别效率。该文针对圆形印章文字呈环形排列的特点,利用极坐标展开对印章文字进行预处理,克服了印章文字方向不统一的问题。对于展开后上下起伏的文本区域,利用带角度信息的联结文本提议网(CTPN)对印章文字区域进行检测,并使用贝塞尔拟合文本区域,实现了对印章区域的准确检测。最后利用注意力转移机制和该文匹配算法对检测的文字区域进行识别,输出印章文字内容。运用该算法对输出印章文字内容自制的中文印章数据集进行实验,印章内容的文字检测F值可以达到84.73%,文字识别召回率达到84.4%,表明该算法可以有效地检测识别印章内容,对文档的分类与鉴别研究具有重要的意义。     

新闻视频中标题条检测及文字内容提取算法

提出了一种电视新闻节目中标题条自动检测及文字内容提取的算法.算法分为两步:第一步,根据标题条的形状特征对其进行快速检测,并根据文字在标题条中的位置等先验信息提取出文字区域图像;第二步,对文字图像进行预处理,并利用常用的OCR软件对所得到文字图像进行识别,得到标题条的文字信息可作为该新闻场景的内容描述.实验结果表明,该方法有较高的准确率和适应性,可用于新闻节目内容的自动分析和检索.     

手指书写:一种虚拟文字识别人机交互新方法

本文提出了一种全新的手指书写虚拟文字识别系统,该系统利用摄像头捕捉人手指的运动轨迹,通过手指跟踪及检测算法,恢复出手指虚拟"书写"文字的二维图像数据(称之为虚拟文字),再进行识别输出.文中对单层函数连接神经网络进行改进并用来进行高准确度的运动手指尖的预测及跟踪,给出了一种基于数学形态学及模板匹配的简单有效的手指检测方法,提出了基于运动手指跟踪的"虚拟文字"恢复方法.实验结果表明:系统方案可行,手指跟踪及检测准确率高,对手指"书写"的数字、英文等虚拟文字识别率能达到95％以上.     

一种基于监控视频的出租车识别方法

研究了一种基于视频监控的出租车识别算法.对已经完成跟踪的车辆,通过提取车辆的方向梯度直方图(HOG)特征,作为支持向量机(SVM)分类检测的输入,进行车辆是否为出租车的分类识别.通过多窗口投票机制,增强了分类识别算法的准确性与鲁棒性.实验证明,该方法能准确进行出租车的分类识别,基于实际的标清监控视频,出租车的分类准确率达到90％左右.     

手机拍照阅读系统的设计与实现

针对视障用户获取文本信息的障碍,设计并实现了一种利用移动设备实现从拍照到文本识别的系统。该系统利用数字图像处理中的基本算法实现图像中的文本区域识别,利用OCR(Optical Character Recognition)引擎实现从图像到文本的转换,最终利用TTS(Text to Speech)和文本中相结合的方式反馈用户。为了提高本中识别的准确性,提出图象旋转矫正算法修正拍照时产生的旋转问题。为了提高系统的执行效率和用户的体验,采用Android系统的多线程技术,对文本中识别与TTS播报进行并行处理。通过实验表明系统完全可以胜任日常文本检测与识别功能,具有广阔的市场前景。     

基于Android的图像文本区域检测

针对图像背景复杂的问题,提出一种基于Android平台的图像文本区域检测方法。利用膨胀、腐蚀和二值化等数字图像处理中相关算法并引入图像中文档区域判定规则,实现准确的图像中非文本区域过滤,从而达到图像文本区域检测的目的,并为后续利用该算法实现移动端文本识别打下坚实的基础。通过实验证明,提出的方法具有较好的检测效果,具有广泛的应用前景。     

基于光电开关的硬币面值识别系统设计

现有的硬币识别系统的结构复杂,成本高.该文根据我国现行硬币币种间大小的不同,利用光电开关的特性,设计出一种由4个光电开关构成的硬币面值检测系统.对不同币种通过检测时,从4个光电开关输出电平状态,可识别出硬币面值大小.采用51单片机完成对光电开关信号的检测、硬币的分类统计、PM66语音芯片的控制实现语音报数.系统联调表明,该系统实现了对不同硬币面值的识别、分类统计、语音报数,对所做实验硬币的识别率达到了100％,具有一定的应用前景和推广价值.     

动态背景下运动车辆的检测与跟踪研究

为实现对车载设备视频图像中车辆的识别和跟踪,针对图像中的运动目标和动态背景,提出了一种基于特征学习的目标检测和超像素跟踪算法.该算法首先对训练图像进行HOG特征提取,并利用AdaBoost算法得到强分类器.利用强分类器对采集的图像进行车辆检测,从而确定搜索区域.结合对搜索区域的超像素分割结果,采用均值漂移聚类算法实现车辆识别与跟踪.实验结果表明,该算法可以很好地实现视频序列中的车辆识别,提高了目标跟踪的实时性.     

结合连通分量规则度与Adaboost的文本定位算法

图像中的文本检测是基于内容的检索的重要组成部分。然而在自然场景中,由于背景的复杂性,文字大小的不确定性,易受光照及污点污染等因素使得检测工作较为困难。本文在对图像提取最大稳定极值区的基础上,利用同一区域文字的纹理特征一致性来提取文本候选区,然后根据中文文字的笔画结构特点提出新的规则度特征,并结合一般性特征利用Adaboost算法进行对连通分量的分类。通过对最终的连通分量进行基于汉字结构的合并,并根据文本排布的启发式规则实现精确定位。仿真实验表明,本文算法取得良好的效果。     

基于超像素和游程直方图的对比度修改检测算法

该文提出一种基于超像素和游程直方图的图像对比度修改检测取证算法。算法首先对图像进行超像素分割,并提取每个分割区域的游程直方图特征值,然后将不同方向的特征值进行融合,并进行归一化处理;再计算处理后的特征值数值突变量;最后将区域的数值突变量用支持向量机(SVM)进行分类识别。实验结果表明,和现有的一些算法相比,该文提出的算法计算复杂度低,在多种不同的测试数据库上都具有良好的识别性能。此外,在区域篡改检测实验中,该算法不仅可以定位出篡改区域,还能准确地描绘出篡改区域的轮廓形状。