纸币号码识别技术研究

研究了纸币号码识别技术.针对水平冠字号和垂直冠字号的特点,分别对号码数字图像进行了预处理、去噪、分割等处理,然后利用区域模板矩阵作为特征参数,进行模板匹配实现号码识别,并对一些易混淆的字符进行特殊区域信息比较.在实践中水平冠字号的识别率达98%,垂直冠字号的识别率达93%.     

基于多结构特征的纸币字符识别算法

针对现有人民币冠字号字符识别算法对严重污染磨损的人民币冠字号字符识别率低的难题,提出了一种将模板匹配法与多种字符结构特征(字符轮廓、区域密度)相结合的人民币冠字号字符识别算法.通过定位分割、分类识别、验证纠错3个步骤完成字符的识别,实验结果表明,该算法具有较高的识别率和较强的鲁棒性.     

基于LabVIEW的人民币冠字号识别系统研究

系统的工作方式主要是对人民币采集图像,然后进行包括图像灰值化、滤波、倾斜校正及对冠字号目标区域提取的图像预处理,随后利用LabVIEW中Vision Assistant工具里的OCR功能对冠字号中出现的字符进行训练并建立模板数据库,与提取出的冠字号区域进行匹配从而识别出字符并转换成文本。系统用户操作界面简洁,具有较高的识别准确率及速度。     

基于OpenCV的社保卡号码识别算法的研究

为了快速识别社保卡号码,在识别过程中运用到图像的预处理、图像分割,图像二值化,采用简单平滑处理、中值滤波、高斯滤波和双边滤波四种方法对图像进行去噪,提出了一种基于字符结构特征进行字符的识别算法,实现了对社保卡号码快速准确的识别.整个系统用Vsiual C＋＋6.0和OpenCV开发.     

基于权系数标识符矩阵的车牌字符识别方法

为了提高对车牌字符的准确识别能力,提出了一种基于权系数标识符矩阵的模板匹配车牌字符识别方法。具体方法是在进行字符识别前为每一个车牌字符制定一个标准化的模板,再将每一个模板字符的像素依据像素区域、像素边缘区域和非像素及非像素边缘区域等标记成不同的区域,并依此为基准生成一个模板矩阵。根据车牌字符闭合区域个数及字符二值图像中间行、中间列黑白跳变次数,可将字符分为10类。进行字符识别时,首先判定待识别字符属于哪一类,然后与所在类的每一个字符的标准模板进行匹配,统计待识别字符落在每一个标准模板矩阵的不同区域的像素数,并根据不同区域的不同权值计算相似度值,相似度值最大的即为识别结果。该方法采用两级分类法对车牌字符图像进行分类,再采用基于权系数标识符矩阵的模板匹配法对车牌字符进行识别。实验结果表明,该方法提高了识别结果的准确度,对于存在字符断裂以及形状相似而容易混淆的字符有较好的识别效果。     

人民币冠字号码的提取与识别

为了验证人民币纸币的真伪,给出人民币冠字号码的一种提取与识别方法。提取过程包括针对纸币图像的采集、灰度化、二值化等预处理,以及使用投影法对人民币字符的位置确定。字符被一一提取出来后,先做归一化处理,再使用模版匹配法,将其与模版字符一一比较,并计算相似度,从而完成字符识别。通过对采集的50张人民币图像进行识别实验,所给方法的有效识别率为90%。     

基于OpenCV的社保卡号码识别算法的研究

为了快速识别社保卡号码,在识别过程中运用到图像的预处理、图像分割,图像二值化,采用简单平滑处理、中值滤波、高斯滤波和双边滤波四种方法对图像进行去噪,提出了一种基于字符结构特征进行字符的识别算法,实现了对社保卡号码快速准确的识别。整个系统用Vsiual C++6.0和OpenCV开发。     

基于模板匹配算法的字符识别研究

文中提出了一种基于模板匹配的字符识别算法。该算法在对输入的字符进行预处理的基础上对字符进行特征量提取,预先将字符分成若干个集合;然后再对各集合中的字符进行模板匹配,最终对字符做出判决。试验结果表明,模板匹配算法保证了字符识别的正确率,而对字符进行预分类,则缩小了模板匹配的字符对象范围,弥补了模板匹配算法对于大量字符耗时多的缺点。     

基于Android平台的视频字符实时识别研究

针对移动终端处理能力低、内存小等影响系统效率的问题,提出了三阶段视频字符实时识别方法：视频采集及图像预处理、字符区域定位和字符识别。对于字符区域定位,提出了基于感兴趣区域（ROI,Region of Interesting）运动检测的相似帧过滤算法,并通过数学形态学与连通区域相结合的方法进行字符定位;对于字符识别,提出了基于误差阈值筛选的多模板字符识别算法,保证较高识别率。算法均采用NDK开发框架实现。实验结果表明,该方法在每个阶段都提高了处理效率,达到了对视频字符实时识别的效果。     

基于DSP平台的人民币编号识别系统的设计与实现

为了在嵌入式系统中实现实时视频图像人民币号码识别,提出了基于TI系列TMS320DM642的快速人脸检测系统设计方案,包括系统软件和硬件的方案。首先,详细介绍了人民币编号图像提取与识别,针对该算法实现原理阐述硬件平台上的算法移植和优化方案,最后,实现了嵌入式快速人民币号码识别系统的研制。通过分析测试结果,系统可靠运行,优化后系统运行速度提高,能够实现实时人民币号码识别。     

基于OpenCV的光缆表面喷码字符识别算法

人工识别光缆喷码字符弊端众多,亟需光缆自动化识别技术。针对光缆喷码点阵字符特点,提出一种在线光缆喷码字符识别系统,对模板匹配、人工神经网络和支持向量机等3种字符识别算法进行仿真研究和参数优化,并比较了这3种算法的优劣;分析了人工神经网络和支持向量机相关参数对识别准确率和训练时间的影响。仿真结果表明:相同测试集下,人工神经网络算法识别率最高,支持向量机算法在训练样本数量较少时性能出色,模板匹配算法复杂度最低。     

一种基于位图的字库产生与字符显示的方法

针对可以显示位图或控制像素点显示的任何操作系统,提出一种基于位图的字符显示控制方法。通过试验验证,该方法在保证整个系统实时性、可靠性的前提下,实现了任意字符的显示与控制功能。     

INDIVIDUAL COMMUNICATION TRANSMITTER IDENTIFICATION BASED ON MULTIFRACTAL ANALYSIS

In this letter, the communication transmitter transient signals are analyzed based on the time-variant hierarchy exponents of multifractal analysis. The species of optimized sample set is selected as the template of transmitter identification, so that the individual communication transmitter identification can be realized. The turn-on signals of four transmitters are used in the simulation. The experimental results show that the multifractal character of transmitter transient signals is an effective character of individual transmitter identification.     

基于EMD分析法和改进的BP算法的车牌字符识别

保证最优的分解效果和克服传统的BP网络训练速度慢和易陷入局部最小等缺点,首先通过EMD中的IMF分量的引入,对每一个基本模式分量进行波间与波内频率与幅度调制,得到一个可变幅度与可变频率的信号描述方法,从而实现信号的一次筛选.然后利用竖直方向的投影具有波峰、波谷间隔出现的特性,将字符进行分割.最后将分割的字符大小归一化后,送入采用动量因子的改进的BP神经网络进行字符识别.实验结果表明该识别方法可以改进信号分解或展开的效率,提高识别速度和精度.     

激光自动射击装置设计与研究

为模拟激光枪射击打靶过程,设计了一种通过手动或自动控制激光枪瞄准胸环靶并发射激光的自动射击系统。该系统分为胸环靶和射击台两部分,采用Stm32F10X单片机控制。手动打靶时用键盘控制激光枪弹着点,投射在胸环靶上的激光点通过摄像头识别,并在LCD上显示弹着点的环数与方位信息;自动打靶时摄像头作为系统的反馈环节,保证了系统的准确性和稳定性。实验表明该系统可以快速,准确的完成射击,并实时显示射击结果,实现了预期的功能。     

集成电路印字的定位和字符分割技术研究

提出一种基于数学形态学定位和模糊模板匹配及垂直投影相结合的字符分割算法。先通过形态学运算得到一系列候选区域,根据先验知识从中找出封装体所在区域,再利用模糊模疲匹配的方法找到字符区域,通过字符垂直投影进行单个字符分割。通过大量的实验表明,该算法能够有效解决集成电路印字定位和字符分割的问题,并具有较好的鲁棒性。     

图像处理技术在车牌号识别领域中的算法改进

针对图像处理技术在车牌号识别领域中的运用,结合目前常用识别方法(模板匹配法、神经网络法和支持向量机识别法)和主要特征提取方式(统计特征提取和结构特征提取)各自的优点,设计出一种多层分支结构的车牌号识别系统,该系统根据不同待识别字符的特征进行分类,然后匹配上对该类特征识别较有优势的特征提取方法和字符识别算法,并提出一种对折识别算法运用其中,通过对字符的分层识别和分支识别,从而达到精确、高效识别的目的,最后通过试验测试和统计分析,证明了该方法在车牌号识别中的优越性.     

变形网格及其在图像识别中的应用

网格特征是图像识别中一类重要特征,而变形模板对于复杂的图像识别问题如字符识别、数字识别、图标识别等表现出很好的性能,但变形模板很费时。该文针对网格特征提出了变形网格,并分析了变形模板与变形网格之间的近似等价性。所提方法对网格进行变形而不是对图像变形,因而速度比变形模板快得多,而且性能相差不大。把这种方法分别应用于图标识别和脱机手写汉字识别。图标识别实验中变形模板使识别率提高了7.5%,而变形网格使识别率提高了7.3%、手写汉字识别实验中变形模板使识别率提高了6.1%,而变形网格使识别率提高了5.8%。考虑到变形网格比变形模板快得多,所以这种方法是有优势的。     

基于动态自动提取模板的实时口播帧检测方法

提出了一种新的口播帧检测方法,该方法具有模板动态提取功能,并依据新闻节目播出特点,实现了从双人口播帧模板中提取单人口播帧模板.在匹配算法上,采取了分阶段匹配方法,提高了检测效率.该口播帧检测方法在通用性、实时性和准确性等方面均具有较显著的优点.     

基于二维最大熵和顺序滤波的红外图像分割

红外图像分割在红外成像制导和其它红外目标识别领域非常重要和提出了一种综合运用二维最大熵和顺序滤波方法对红外图像进行分割的新方法.该方法首先对图像进行基于二维最大熵的阈值分割,然后对二值图进行顺序滤波消除虚警点,取得了非常理想的分割效果.本文提出了一种新的逐步逼近二维最大熵阈值递推搜索算法,阈值搜索时间得到了大幅度减少,满足了一般的实时需求,具有较高的应用价值.