基于小波和神经网络的车牌字符识别新方法

车辆牌照自动识别（简称车牌识别）是智能交通系统中一项重要的关键技术;首先简要介绍了车牌识别技术饷背景及意义,然后阐述了小波变换和BP神经网络的相关理论和实现细节,最后提出了一种基于小波和BP神经网络的车牌字符识别新方法,并采用了MATLAB数学工具进行仿真;实验结果显示,总的字符识别率为95．8％,平均识别时间21ms,表明该方法具有良好的实用价值,可应用于工程实践中。     

基于小波包和Zernike矩特征提取的车牌字符识别

提出了一种基于小波包和Zernike矩特征提取的车牌字符识别方法。首先针对数字字符特殊的字体结构,采用了数学形态学方法进行滤波处理。预处理后,对待识别字符进行三层小波包分解,获取第三层各节点小波包系数;同时对小波包分解后的第二层各节点进行重构,并分别计算重构后所得图像的Zernike矩;最后对获得的小波包系数和重构后所得图像的Zernike矩所组成的特征空间进行降维处理,并利用BP神经网络对车牌中的数字进行识别。实验结果表明,该方法效果良好。     

基于奇异值分解和多尺度小波变换的车牌字符识别研究

小波变换作为一种新兴的技术,在提取字符的结构特征方面有其自身的优势,而奇异值分解又是一种有效的代数特征提取方法。采用了两级识别方法,粗分类利用多尺度小波变换、特征值分解和3近邻法得到动态候选集,根据该候选集进行细分类。实验结果表明,该方法能够较好地对车牌字符进行分类。     

基于小波变换的嵌入式图像编码研究

对基于小波变换的嵌入式图像编码进行分析，对其中具有代表性的嵌入式零树小波编码（EZW）、多级树集合分裂算法（SPIHT）、集合分裂嵌入块编码（SPECK）进行比较和讨论，并予以实现。     

基于图论分析的车牌数字字符识别研究与应用

细化后的字符图像可以看作是一幅连通图，从图论的观点出发，在对车牌末尾三位数字字符图像识别中，选择闭合曲线作为其整体特征，将笔画端点所处字符图像中子区域的位置做为主要的细节特征，对车牌数字字符进行识别。试验结桌表明该方案是可行的和有效的。     

基于轮廓层次和小波分析的工业字符识别

为了提高工业字符识别的准确率,增强字符识别算法对含噪声字符或发生形变字符的适应性,提出了一种改进的轮廓层次特征提取方法.对经过预处理归一化的字符,先提取轮廓层次特征,再对特征信号进行小波分解,从分解结果的低频部分中提取特征信息,最后将特征输入SVM(Support Vector Machines,支持向量机)训练和分类.实验结果表明,该特征提取方法降低了后续要处理的数据量,具有良好的抗干扰能力,实用价值较高.     

基于小波变换的嵌入式图像编码研究

对基于小波变换的嵌入式图像编码进行分析,对其中具有代表性的嵌入式零树小波编码(EZW)、多级树集合分裂算法(SPI-HT)、集合分裂嵌入块编码(SPECK)进行比较和讨论,并予以实现。     

基于图论分析的车牌数字字符识别研究与应用

细化后的字符图像可以看作是一幅连通图,从图论的观点出发,在对车牌末尾三位数字字符图像识别中,选择闭合曲线作为其整体特征,将笔画端点所处字符图像中子区域的位置做为主要的细节特征,对车牌数字字符进行识别。试验结果表明该方案是可行的和有效的。     

多小波图象变换的统计分析

多小波是一种新的小波,多小波的应用更是近几年才日见兴起,因此,有关多小波图象变换的一些基本统计数据,如均值、方差、量化后零系数的比例等等,尚未见诸学术刊物,而这些数据又是从事多小波图象编码研究的基本依据。从学术刊物和互联网上收集了5种不同性质的多小波,对这些多小波图象变换特性进行了详尽的统计分析。通过统计分析发现：（1）图象经过CL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还进一步汇聚在最低分辨率子图象的第一个分量上,因此,CL多小波最适合图象编码;（2）图象经过CARDBAL多小波变换后,能量不但汇聚在最低分辨率的子图象上,而且还平均分摊在最低分辨率子图象的4个分量上,因此,通过相关性编码可以大幅度提高CARDBAL多小波图象编码的压缩比;（3）图象经过GHM多小波变换后,最低分辨率子图象的能量既不是集中在一个分量上,也不是平均分配在4个分量上,因此,尽管GHM是最早发现的多小波,且是目前最为常用的多小波,但它其实并不是图象编码的首选。     

基于小波变换和ODPSF的纹理图象分割方法

在纹理图象分割的研究领域中,基于人类视觉感知特性的图象分割方法是一个重要的新研究方向,文中给出了一种纺理图象分割的新方法,即将小波变换和方向滤波有效地结合了起来,该方法是根据小波变换的多尺度、多频道滤波的特点,采用小波包提取纹理主频,然后用一种二维最佳正交极可分方向滤波器对纹理有关方向和频率等其他特征进行分割,实验结果表明,这种方法能够获得较好的分割效果。     

Generalized K-L transform based combined feature extraction

In this paper, we combine two kinds of features together by virtue of complex vectors and then use the developed generalized K-L transform (or expansion) for feature extraction. The experiments on NUST603 handwritten Chinese character database and CENPARMI handwritten digit database indicate that the proposed method can improve the recognition rate significantly.     

基于神经网络和小波分析的血细胞识别算法

结合小波变换时频局部化特性和神经网络的优势,提出了一种基于神经网络和小波分析的血细胞识别算法.首先对血细胞信号进行小波分解,然后利用小波分解系数重构信号的能量,结合时域特征参数构造特征向量作为神经网络的输入,最后建立神经网络模型进行训练.通过实验分析了不同条件下的信号识别情况,并与传统的识别算法作了比较,结果表明算法具有较强的血细胞识别能力,与传统的识别算法相比,识别准确度更高.     

工业器件上的字符提取及识别

介绍了一个工业器件上字符识别和获取系统.在字符提取阶段,给出了两种字符的提取方法以及互补Ostu二值化方法.在识别阶段,对第一类字符利用TM 矩和仿射不变矩提取特征并且组合成特征向量,然后利用交叉相关来识别; 对第二类字符利用模板匹配法,基于Hu不变矩和TM 矩的交叉相关分别得到各自的识别结果,然后采用投票原则来作出最后的判决.实验结果表明提出的方案是可行的和合理的.     

基于小波变换在强干扰条件下印刷体汉字处理研究

本文提出了在有相当强烈的干扰条件下．基于Haar小波变换的印刷体汉字处理的一种新方法。此方法只对反映原始字符信号概貌的小波变换低频部分保留,同时忽略包含大量干扰信号的高频部分,由此达到剔除大部分干扰信号的效果。实验结果表明本文提出的方法具有良好的去干扰特性,为汉字处理提供了新的思路。     

Invariant character recognition with Zernike and orthogonal Fourier-Mellin moments

In this paper, we consider the use of orthogonal moments for invariant classification of alphanumeric characters of different size. In addition to the Zernike and pseudo-Zernike moments (ZMs and PZMs) which have been previously proposed for invariant character recognition, a new method of combining Orthogonal Fourier-Mellin moments (OFMMs) with centroid bounding circle scaling is introduced, which is shown to be useful in characterizing images with large variability. Through extensive experimentation using ZMs and OFMMs as features, different scaling methodologies and classifiers, it is shown that OFMMs give the best overall performance in terms of both image reconstruction and classification accuracy.     

An Integrated Face Rec gniti n System Based n Multiscale L cal Discriminatory Features

Despite some successes, the process of Automatic Facial Recognition (AFR) remains a significant challenge when unconstrained imaging conditions are involved. The authors believe that this occurs because an effective feature extraction method of facial images has not been found so far. In this paper a new approach to extract powerful local discriminatory features is described. First, the wavelet transform is used for extraction of multi-resolution coarse features, and then the emphasis is placed on the extraction of Multiscale fine Local Discriminatory Features (MLDFs). Instead of using traditional wavelet features, the authors examine the multiscale local statistical characteristics to derive stronger discriminatory features based on some important wavelet subbands. To efficiently utilise potentials of the extracted multi-MLDFs, an integrated recognition system is developed where the multi-classifiers first conduct the corresponding coarse classification, then a decision making scheme is used to associate different priorities with each of the classifiers to make the final recognition. Experiments have shown that this scheme provides superior performance to popular methods, such as Principal Components Analysis (PCA or Eigenface), wavelet features, neural networks, etc.     

ICA和改进的SVM在有限集字符识别中的应用

介绍了独立分量分析(ICA)基本原理和算法,提出了一种基于独立分量分析和支持向量机的有限集字符识别新方法。对传统向量机解决多分类问题的“一对一”模式进行了改进,将传统向量机的“一对一”模式存在的不可分区域减小到可以忽略的程度,克服了不可分区域的影响。该算法可应用于车牌字符、手写体英文字母、手写体数字、印刷体字母、印刷体数字等有限集字符的识别。在大量的车牌汉字和手写体英文字母自动识别实验中,取得了高于95%的识别结果,证明该算法在有限集字符识别应用中的优越性。     

英文字符特征提取系统

英文字符识别是模式识别的一个重要分支,具有广泛的应用领域.字符识别主要包括文档切分、单词切分、字符识别及后处理几部分.文中描述的是英文字符识别系统实现了从图像扫描到得到识别结果的全过程, 而字符特征提取是文本的重点内容.以五十二个英文字符为研究对象,具体包括了图像预处理、特征提取、建立模板、分类器设计、后处理等步骤.文章对OCR领域中应用比较广泛的网格特征、外围特征、穿越特征等特征和几种距离分类器分别进行比较分析,并进行大量的实验.实验结果表明识别准确率和识别处理时间方面具有良好性能.