基于主动轮廓模型的啤酒瓶凸性字符提取和识别方法

本文提出了一种用计算机自动提取啤酒瓶字符并进行识别的方法,代替手工操作,有效地降低了成本和提高了效率．该方法首先采用线阵CCD得到啤酒瓶字符的图像,接下来对图像进行预处理,然后用一种改进的主动轮廓模型提取出啤酒瓶上的凸性字符,最后用多层BP神经网络对字符进行识别,就可确定是否含有“B”字和是否在使用期内．实验结果表明,该方法能有效地提取啤酒瓶上的字符并识别出“B”和日期,简单可行,分拣正确率达到了95%以上．     

啤酒瓶字符的圆周投影特征提取与识别

针对已分割完成的啤酒瓶凸性字符,提出了一种基于圆周投影变换的图像特征提取方法。以质心为极点将笛卡尔坐标系变换为极坐标系,进行圆周投影计算,将二维的字符图像变换为一维投影。利用小波变换（WT）和离散余弦变换（DCT）,提取不同字符的有效特征。通过相同、相似字符特征提取实验,表明该方法具有较好的抗噪声能力和分类性能。     

工程图纸上的字符提取和识别系统

工程图纸上字符的提取和识别是工程图纸识别和理解的关键，提出了一种基于轮廓的图文分离方法，成功地从工程图纸中提出了字符，并研制成了实用化识别软件。经初步测试，识别率高达９２％以上。     

工程图纸上的字符提取和识别系统

工程图纸上字符的提取和识别是工程图纸识别和理解的关键。本文提出了一种基于轮廓的图文分离方法，成功地从工程图纸中提取出了字符，并研制成了实用化识别软件。经初步测试，识别率高达９２％以上。     

工业器件上的字符提取及识别方法

针对工业器件上的文字，给出了一个字符识别系统。该系统主要由两部分组成，字符提取和字符识别。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，然后采用投票原则作出最后的判决。实验结果表明，提出的方案是可行和合理的。     

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.     

一种基于BP神经网络的车牌字符分类识别方法

目前,车牌字符识别算法主要是基于模板匹配、特征匹配或神经网络的方法。本文根据车牌字符的特殊性,提出一种采用特征提取与BP神经网络学习算法相结合的分类识别技术,选取字符的粗网格特征作为字符的识别特征,以改进后的归一化字符原始特征直接输入到BP神经网络分类器中进行车牌字符识别研究。对于易混淆和相似的字符、汉字笔划粘连、字符偏移现象等都提出了自己的解决方法。实验结果说明,本方法可大幅提高车牌识别系统的正确识别率和抗干扰能力。     

字符形汉字的动态显示实用程序

如何在DOS西文文本方式下显示汉字？能否做到即节省内存又提高显示处理的速度？笔者为解决这些在应用软件开发时遇到的问题，编制了“字符形汉字的动态显示程序”，其主要实现方法是：①在VGA卡彩色页面2的8个字符发生器（0－－7）中空闲的1号字符发生器存放128个常用汉字（256个ASCII字符），设立一个’字符形汉字小字库’（动态）。②显示小字库中的汉字，可象西文显示一样处理。即将组成汉字的两个相邻ASCII字符写于屏幕的相邻的位置上；显示当前小字库中没有的汉字，则首先从硬盘汉字库读取该汉字并替换掉当前小字库中某一’最近…     

一类特殊印刷体字符的分割和识别方法

针对一类工业场景下印刷体字符的特点．本文提出了一种基于方波参数求取进行字符分割的方法。首先．给定待分割字符串区域的二值化图像，预估字符串起始位置、字符宽度和字符间距，并作为基表参数生成单位方波函数．将方波函数以象素为单位离散化后看成一行向量、图像垂直扫描投影成一列向量，然后进行内积运算．在给定参数区间范围内搜索使得内积最大的一组作为精确分割参数；然后采用一种基于相似度匹配的字符识别方法完成字符识别。实验结果表明．该方法取得了满意的分割识别效果。     

基于模型的Hopfield网络字符提取

本文提出一个提取字符序列的空间结构模型－峰谷交替模型，并用能量函数描述了该模型，用改进的Ｈｏｐｆｉｅｌｄ神经网络来求解能量函数的极小值。     

基于表格的手写体字符识别技术研究

在分析了目前光学字符识别技术发展及发应用的基础上，给出一种基于表格的手写体字符识别解决方案，该方案包括图图像预处理，特征提取和分类器等三个关键的处理过程，然后，重点研究了利用神经网络构建分类器的技术和神经网络应用的两个阶段。     

一种现代藏文笔段提取算法

针对藏文字符笔段的几何特征和拓扑结构,本文提出了一种基于字符轮廓信息的藏文笔段提取算法:通过链码跟踪的方法得到笔段轮廓的点列,然后从点列中提取特征点并利用特征点切分出笔段,最后用笔段的轮廓线代替骨架线来表征藏文的笔段。本算法用于印刷体藏文笔段提取,取得了良好的效果,避免了传统细化算法所造成的畸变,提高了笔段提取的抗干扰能力,并减小了计算量,加快了特征提取的速度。     

银河-Ⅱ并行巨型机在气象业务系统中的应用

本文从用户应用出发，论述了气象对巨型机的要求和国家气象中心的银河－２巨型机的特点、使用环境、可用性及其技术服务。     

基于QNN的图像特征提取字符识别系统设计

为提高字符识别的正确率与可靠性,将图像处理技术与量子神经网络（QNN）相结合,对基于QNN的字符识别系统进行了研究。采用粗网格特征法对图像的特征量进行提取,同时,为了增强粗网格特征法抗位置变化的能力,在特征提取前,对字符图像进行了定位,并将其平移至模板中心,再进行特征提取,然后采用基于多层激励函数的量子神经网络对字符进行识别。采用matlab进行仿真实验,结果表明量子神经网络具有较好的识别效率,准确率可达90%以上,抗噪能力强,可以更好的分类。这说明系统的确可以从一定程度上达到提高识别正确率的效果,达到了预期效果。     

对联机手写汉字识别技术的研究——实现笔画识别

联机手写汉字识别(OLCCR)，是指用笔在图形输入板上写字，人一边写，机器一边认，是一种方便的汉字识别手段。在各种自动识别输入的方法中，OLCCR是能够代替或部分代替人工编码输入的惟一可能的方法。识别中主要是两方面的问题：建立汉字识别库和手写板上笔画轨迹的识别。文中就第二方面即手写笔画识别的问题进行了全面的研究，采用笔画基元帮助分析笔画轨迹，并用可视化编程工具Visual C 6.0实现了基于这种方法的笔画识别过程。     

基于单字音特征提取的说话人识别方法

证实普通话可以分解为辅音音素和单元音音素通过过度音的连接,提出一种单字音特征提取方法。该方法在传统的帧特征提取基础上,对相关帧进行二次处理,得到单字语音中的多个代表帧,将代表帧进行拼接作为单字的特征矢量。这种特征提取方法能更好地表现说话人单字发音中相邻语音帧之间的连续性。仿真实验表明该方法在说话人识别系统的应用中达到较高的识别率,使识别时间进一步缩短。     

基于Gabor-SVM的文字识别方法

文字识别的难点和关键在于特征提取,文章把文字版面看作是含有特殊纹理信息的图像,利用Gabor变换,通过纹理分析提取出文字的全局特征。文字特征提取后,对其使用SVM进行训练学习。实验结果表明本方法能够较有效地提取出字符特征,并能有效地对字符进行分类。     

一种有效的手写体汉字组合特征的抽取与识别算法

基于特征融合的思想,从有利于模式分类的角度,推广了典型相关分析的理论,建立了广义的典型相关分析用于图像识别的理论框架。在该框架下,首先利用广义的典型相关判据准则函数,求取两组特征矢量的广义投影矢量集,构成一对变换矩阵;然后根据所提出的新的特征融合策略,对两种手写体汉字特征进行融合,所抽取的模式的相关特征矩阵,在普通分类器下取得了良好的分类效果,优于已有的特征融合方法及基于单一特征的PCA 方法和FLDA 方法。