基于图像OMR的预处理技术研究

阐述了信息填涂卡文档图像标记识别系统中的预处理算法，并提出一种新的信息卡填写方式。对信息填涂卡文档图像预处理中的利用计算机图像处理技术将彩色图像转化成灰度图像、二值化以及图像平滑等关键步骤进行了描述。在图像二值化过程中采用全局阈值法，在图像平滑过程中采用改进的邻域平均算法。结果表明这些算法能有效地解决信息填涂卡文档图像预处理问题。     

基于图像识别技术的OMR在选举计票系统中的应用

在我国国民经济信息化迅速发展的今天,传统的计票方式已经远远不能满足社会的需求。本文提出一种计算机控制和管理的投票选举系统,采用基于图像识别技术的光学标记识别技术,完成选票上标记的识别。本文重点介绍了智能票箱的图像获取系统和机械、电子装置的设计与构造,图像数据的采集和传输过程。本方法大大降低了选票的填写和制作要求,减小了误识率,提高了选票的处理速度。     

基于图像OMR的预处理技术研究

阐述了信息填涂卡文档图像标记识别系统中的预处理算法,并提出一种新的信息卡填写方式。对信息填涂卡文档图像预处理中的利用计算机图像处理技术将彩色图像转化成灰度图像、二值化以及图像平滑等关键步骤进行了描述。在图像二值化过程中采用全局阈值法,在图像平滑过程中采用改进的邻域平均算法。结果表明这些算法能有效地解决信息填涂卡文档图像预处理问题。     

基于元胞自动机的增强现实标记识别算法

增强现实系统中标记识别一直是增强现实系统的瓶颈,占用了系统处理的大部分时间,即使采用规则几何形式的标记,对于实时要求很高的增强现实系统而言,其识别算法的效果和实时性也是不理想的,因此提出了一种利用应用元胞自动机模型,利用给定的演化规则,改进在增强现实系统中标记识别的算法,并在ARTOOLKIT系统中做了具体实现.实验结果表明,改进的算法的实时性和识别效果均有了很大的提高.     

文档图象中特定信息的智能识别

本文讨论了一种基于光学标记识别技术的文档图象识别系统,重点阐述了该系统的设计思想和实现技术。系统以标记识别为例,对图象数字化、图象预处理、获取图象信息以及信息特征提取等几个关键部分进行了详细描述。在图象预处理过程中给出了一种高效实用的边缘检测算法,在标记信息特征提取中采用了统计分析的方法,其结果可以大大
大提高标记识别系统的准确率。     

《防盗安全门通用技术条件》标准10月强制执行

今年10月1日起，新国家防盗门标准将开始强制执行，该标准已于今年4月1日开始实施。 与老标准相比，新标准对防盗门的安全等级，门框门板厚度以及锁闭点数进行了严格规范，消费者选购是更加一目了然。同时，房屋业主收房时能方便地通过门上的永久性标记识别其安全级别。     

基于机器视觉的火车轮对轴端标记自动识别算法研究

为了对火车轮对轴端标记进行识别录入,基于机器视觉技术提出了一种针对轮对轴端的熔炼号、钢种号、单位号、顺序号、年月、轴型标记及方位标记等7种类型标记的整体自动识别算法。在对获取的轴端图像进行灰度处理、图像增强及滤波处理等操作的基础上,采用圆检测和双线性插值相结合的方法,解决了轴端标记各角度的倾斜校正问题。通过阈值分割和形态学处理提取目标区域,并采用投影法对目标进行行分割,最后采用模板匹配法对目标字符进行识别。通过构建识别系统实验表明,该算法能有效针对轴端标记进行识别分类,准确率为97%,识别速度为每幅5 s。     

OMR图像倾斜矫正与分割

提出一种采用Hough变换进行OMR图像倾斜矫正的方法,该方法不必识别定位标记位置,具有很好的抗噪能力。为克服Hough变换计算量大的缺点,采用图像子抽样生成低辨率图像进行Hough变换,提高了算法效率。同时,提出一种快速游程段中心迭代算法分割图像,结合Hough变换,可快速准确地实现OMR图像的倾斜矫正与分割。     

具有自适应性的标记识别

表格信息的自动处理是一门新的计算机智能应用领域，在一个表格处理系统中，标记的识别是运用于表格别，数据抽取以及特殊符号图像的识别的一项重要技术，由于实际表格及其中标记的复杂性，标记识别应用具有自适应能力，本文将提出一个标记识别的方法。     

基于MAR 的工程制图助学系统研究

在工程制图课程中根据二维图纸来构思三维形状,对于初学者来说有相当大的难 度。针对传统基于PC 端工程制图的多媒体辅助教学方式在交互性和易用性上的不足,研究基 于移动增强现实的工程制图助学系统。采用无标记识别技术实现工程图样与三维数字化模型的 自然交互,并在此基础上开发了一个功能齐全的助学APP,使用者可以通过手机摄像头扫描识 别二维工程图,在屏幕上叠加显示三维模型以及其他相关教学资源,用户可实时完成模型缩放、 旋转等操作,并且可对复杂的工程装配体模型进行拆卸和组装。实验结果表明,该系统不仅便 于学生自主学习,而且在一定程度上改善了工程制图课程的教学环境。