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.     

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。     

基于二次分割的银行票据彩色印章的滤除

由于彩色印章的存在,传统的印章滤除算法常常会弱化票据中印章的遮挡字符,降低票据识别正确率,这很难满足实际应用的需要。针对这种情况,提出一种基于彩色图像二次分割的算法,该算法能够实现印章的有效滤除。算法首先对票据背景和印章部分进行滤波。然后,基于印章颜色分析进行图像的第二次分割,判断并提取出印章遮挡的字符。根据票据背景平均灰度值自适应的增强遮挡字符,并滤除干扰印章部分,实现遮挡字符细节得以保留,从而提高了票据识别的正确率。实验结果表明,相比于现有的方法,该文采用的方法将识别准确率提高了约10%,实验证明了该方法的有效性,并具有较好的应用前景和商业价值。     

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。     

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.     

基于Faster-RCNN的极验点选式验证码识别

针对传统方法难以识别极验点选式验证码的问题,文中提出一种基于Faster-RCNN目标检测模型和卷积神经网络的识别方法。通过简化的RPN提高Faster-RCNN对于背景图片文本定位的精度,再设计卷积神经网络对文本进行分类识别,并训练Tesseract-OCR识别库对信息提示文本进行识别,实现背景图片文本识别结果与信息提示文本识别结果一一对应,达到识别此类验证码的目的。实验结果表明,该方法识别此类验证码的准确率达到72.4%。     

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。     

SAR图像车辆目标ROI的提取技术

SAR图像感兴趣目标区域(Region Of Interest, ROI)的提取是目标识别的基础。该文针对SAR图像中车辆目标ROI提取问题,系统分析了ROI提取过程的关键环节,提出了采用基于有序数据可变索引(Ordered Data Variability Index, ODVI)的自适应CFAR方法实现目标的恒虚警检测,同时对ROI切片计算鉴别特征,并实现序贯鉴别。最后利用X波段SAR图像数据验证了该文的ROI提取技术,给出了鉴别输出的ROI,处理结果显示该文算法能准确提取车辆目标ROI,有效消除虚警。     

基于最优参数搜索的车辆中网识别方法研究

目前国内外车型识别方法中基于中网区域特征的研究较少,且分类识别的效率和精度较低。该文在分析中网格栅区域结构特征、中网窗口形状特征及区域纹理特征的基础上,提出基于最优参数搜索的改进型C参数的支持向量分类(C-SVC)车辆中网分类识别方法,该方法采用双角度约束以提高分类的效率和精度,即一方面设计基于马氏距离和a-原则对样本数据进行优化分选,并结合加权判别算法加快支持向量机的训练测试速度,以提高算法泛化效率;另一方面在核函数参数设定过程中,设计了基于先验知识的迭代最优参数搜索算法,以提高分类器的分类识别精度。实验表明,上述车辆中网识别方法检测准确率达到97.53%,具有精度高、误检率低的优点,同时极大优化分类识别效率,能够满足识别分类的实时性要求。     

基于隐马尔可夫模型的车牌自动识别技术

文中提出了一种车牌字符识别的新方法,用二维隐马尔可夫模型方法识别车牌中的汉字,用伪二维隐马尔可夫模型（P2D－HMM）方法识别车牌中的英文字符及阿拉伯数字。该算法适用于不同的字符大小、字符倾斜、污损等情况,抗噪声能力强。字符识别正确率达94％以上,满足实用技术的要求。     

基于小波特征的单字符汉字字体识别

汉字图像不仅包含了汉字的字符信息,还包含了汉字的字体信息.字体信息是版面分析、理解和恢复的重要依据,还有助于实现高性能字符识别系统.目前的字体识别方法还不能对单个汉字字符的字体进行识别.本文提出了一种新的字体识别方法,能够在不知道汉字字符的前提下,识别单个汉字的字体.首先对单个汉字的字符图像进行小波分解,在变换图像上提取小波特征.提取的小波特征经Box-Cox变换整形后,用线性鉴别分析技术(LDA)进行特征选择,得到字体识别特征.所使用的分类器是MQDF分类器.在包含7种字体的样本集上进行的实验表明,本文提出的方法能够在不知道汉字字符的前提下,对单个汉字的字体进行有效识别,基于单字的字体识别率达到97.35％.     

基于改进的Adaboost_SVM的人脸表情识别

针对AdaBoost算法随着学习难度的增加导致分类器的分类效率下降、稳定性变差等问题,支持向量机在小样本中有特有优势;本文结合两种算法优势,基于蚁群算法对SVM的参数进行优化,改进了Adaboost_SVM级联分类算法,首先提取haar-like矩形特征通过Adaboost分类器快速排出非人脸区域;用Gabor小波变换提取人脸表情特征,再结合Adaboost_SVM级联分类器进行人脸表情识别。通过对JAFFE表情库进行试验,表情平均识别率达到94.2%,检测速度有了很大提高。     

图像识别技术在油井射孔质量检测中的应用

将先进的图像识别技术应用到油井射孔质量检测当中而彻底改变传统的根据子弹发射情况来判断射孔状况的落后方法.对井下射孔图像进行特定预处理之后用判断圆周长、面积等信息的方法来对射孔数量进行检测;并且利用不同线的三点确定一个圆的几何特性建立快速、准确的射孔位置识别算法,对射孔各参数做出进一步判断.形成了一个基于VC 6.0平台,并融合数字图像处理技术为一体的完整质量检测系统.模拟实验表明,该系统实时性好、所检测参数充分并且准确度较高,可以应用到射孔检测当中去.     

一种面向间隙核函数的快速算法

间隙核是一种应用非常广泛的字符串核,在文本分类和蛋白质分类中都取得了很好的效果.本文提出了一种应用在入侵检测领域的间隙核,称为长度加权核.并且提出了一种基于后缀核的动态规划算法,能够有效计算变长度加权核.另外,本文提出了一种位并行算法,能够加速定长度加权核的计算.实验表明在满足位并行的条件下这种快速算法比现有的几种计算间隙核的算法更为快速,而且应用在入侵检测中能够取得较好的效果.     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低。为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型。首先,该文构造特征提取器对输入图像提取多尺度特征图。其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化。之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本。其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化。最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框。实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0%,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性。     

双向特征融合的快速精确任意形状文本检测

现有的基于分割的场景文本检测方法仍较难区分相邻文本区域,同时网络得到分割图后后处理阶段步骤复杂导致模型检测效率较低.为了解决此问题,该文提出一种新颖的基于全卷积网络的场景文本检测模型.首先,该文构造特征提取器对输入图像提取多尺度特征图.其次,使用双向特征融合模块融合两个平行分支特征的语义信息并促进两个分支共同优化.之后,该文通过并行地预测缩小的文本区域图和完整的文本区域图来有效地区分相邻文本.其中前者可以保证不同的文本实例之间具有区分性,而后者能有效地指导网络优化.最后,为了提升文本检测的速度,该文提出一个快速且有效的后处理算法来生成文本边界框.实验结果表明:在相关数据集上,该文所提出的方法均实现了最好的效果,且比目前最好的方法在F-measure指标上最多提升了1.0％,并且可以实现将近实时的速度,充分证明了该方法的有效性和高效性.     

基于多级特征选择的自然场景文本识别算法

针对现有场景文本识别方法只关注局部序列字符 分类,而忽略了整个单词全局信息的问题,提出 了一种多级特征选择的场景文本识别(multilevel feature selection scene text recogn ition,MFSSTR)算 法。该算法使用堆叠块体系结构,利用多级特征选择模块在视觉特征中分别捕获上下文特征 和语义特 征。在字符预测过程中提出一种新颖的多级注意力选择解码器(multilevel attention sele ction decoder, MASD),将视觉特征、上下文特征和语义特征拼接成一个新的特征空间,通过自注意力机制 将新的特征 空间重新加权,在关注特征序列的内部联系的同时,选择更有价值的特征并参与解码预测, 同时在训练 过程中引入中间监督,逐渐细化文本预测。实验结果表明,本文算法在多个公共场景文本 数据集上识 别准确率能达到较高水平,特别是在不规则文本数据集SVTP上准确率能达到87.1%,相比于当前热门算法提升了约2%。     

基于灰度—梯度共生矩阵的图像型垃圾邮件识别方法

为了逃避基于文本的垃圾邮件系统的检测,越来越多的垃圾邮件制造者将文本信息嵌入到图像中。为了有效地检测出图像型垃圾邮件,提出了一种基于灰度—梯度共生矩阵(GGCM, gray-gradient co-occurrence matrix)的图像型垃圾邮件识别方法。先通过灰度—梯度共生矩阵提取图像的特征信息,然后运用最小二乘支持向量机（LS-SVM, least squares support vector machines）进行分类。实验表明,该方法具有较高的分类精度和较好的实时性。