基于边缘颜色对的车牌定位新方法

车牌定位是车牌自动识别系统中的一个关键问题．该文提出了一种新的基于边缘颜色对的车牌定位方法．首先进行彩色边缘检测，然后以每一边缘点为中心，垂直于边缘方向取一线形窗口，在窗口内检测边缘点两侧像素的颜色是否分别匹配车牌的底色与字符颜色，若是，则保留为候选车牌边缘点；然后进行形态滤波，剥离不符合车牌结构特征的区域，最后对候选车牌区域进行纹理特征的分析以确定真实车牌区域．该方法抓住了车牌背景与字符具有固定颜色搭配的重要特点，综合利用了车牌的结构特征和纹理特征，提高了车牌定位的可靠性．对各种条件下拍摄的163幅含有车牌的图像应用该算法，定位准确率达到98．2％。  

车辆牌照上英文和数字字符的结构特征分析及提取

为了研制高性能的车辆牌照自动识别系统，在详细分析车辆牌照上英文和数字字符结构特点的基础上，选择字符图象中的闭合曲线作为其整体特征，将笔画端点，三叉点和四叉点作为其细节特征，同时将笔画中的拐角点作为其辅助结构特征，三者可分别用于字符的粗分类，细分类和相似字符区分，进而提基于图论和细节点特征的闭合曲线检测算法以及基于二值图象外边缘轮廓线的笔画拐角点检测算法，将上述结构特征用于车辆牌照上英文和数字字符识别，测得识别率达96％，用PⅢ550计算机完成结构特征抽取和字符识别所用时间约20ms／字符，表明这些结构特征适用于车辆牌照上英文和数字字符的快速识别。  

高性能的车牌识别系统

描述了一个车辆牌照识别系统.该系统首先利用车辆位置传感器和图像采集卡来自动获取车辆图像并传输至计算机,然后识别车牌字符.结合网络技术,特定车牌信息和车辆图像可以很方便地从远端检索到.文中介绍了该系统的结构及工作流程,以及两种字符的识别方法:基于PCA-LSM的有限中文字符识别方法和基于结构特征分析的字母及数字字符识别方法.在实际应用环境下,该系统的日间整体识别率超过97%,夜间整体识别率超过95%.  

“软件人”的概念模型与构造特征

本文是国家自然科学基金“计算机网络环境中虚拟机器人——‘软件人’的研究”(基金项目编号：60375038)研究内容的一部分。文章对“软件人”(SoftMan：SM)的概念、概念模型及拳体构遣特征等进行了探讨，在此基础上提出了“软件人”的拳体结构模型，为进一步构造“软件人”的行为算法和软件人功能建立了基础。  

一种基于结构特征边缘的多传感器图像配准方法

图像配准是多传感器图像融合等处理的前提. 本文以包含人造目标的合成孔径雷达(Synthetic aperture radar, SAR)图像和可见光图像为处理对象, 提出了一种基于结构特征边缘的多传感器图像配准方法. 该方法提取人造目标在两类图像中表现的共性特征---结构特征边缘, 并基于边缘匹配构造虚拟角点, 采用基于特征一致的粗配准方法和基于虚拟角点的精配准方法, 对待配准图像实现由粗到精的自动配准. 实验结果表明, 本文方法能够取得较高的配准精度.  

基于字符结构知识的车牌汉字快速识别技术

车牌汉字识别效率一直是制约车牌自动识别系统推广应用的瓶颈。采用多级分类方法，充分利用车牌汉字图像的空问结构特征(像素空间分布投影，字符的笔段类型、数量及拓扑关系等)可实现车牌汉字的快速辨识。实践表明，该方法能快速从车牌汉宁图像中辨识出汉字字符，识别准确度可达98％。  

基于主曲线的脱机手写数字结构特征分析及选取

要提高脱机手写数字识别的识别率，关键是特征的提取与选择．主曲线是主成分分析的非线性推广，它是通过数据分布“中间”并满足“自相合”的光滑曲线．它较好地反映了数据分布的结构特征．在数字特征选取中，首先将主曲线用于训练数据的特征提取；其次在详细分析数字主曲线的结构特点的基础上，选择出用于数字识别的粗分类、细分类特征；最后在对手写数字进行识别时，先进行粗分类再进行细分类．所提方法在Concordia大学的CENPARMI手写体数字数据库上的实验结果表明：利用这些特征能有效区分相似字符，提高了手写数字的识别率，为脱机手写数字识别的研究提供了一条新途径。  

参数化特征造型中拓扑结构变异的一种解决方法

文中首先分析了基于边界表示的特征模型用于参数化特征变动设计所存在的问题，指出了以边界表示中的几何边为形状特征定位约束基准无法满足拓拟结构变异的局限性，分析了基于草图的特征造型方法在变动设计中的重要性。在此基础上，提出了将基于实体模型边界表示的特征模型与基于草图的特征模型结合起来的新思想，并给出了该思想的实现方法，该方法使特征定位基准在特征造型过程中保持不变，且不随特征定位约束参数的改变而变化，能很好地满足参数化变动设计与拓扑结构变异的要求。  

基于结构极坐标变换的指纹识别

文章针对指纹识别系统存在的问题提出了一种利用指纹的结构特征和指纹线特征相结合确定参照点的方法，克服了传统自动指纹鉴别中寻找指纹中心点不够精确和耗时过多的缺点，同时利用极坐标变换将指纹特征矢量化，很好地解决了指纹图像本身非线性畸变等因素对指纹识别的影响，算法具有相当高的识别率和较强的鲁棒性。  

多特征的中文文本校对算法的研究

本文阐述了中文文本信息的特征，并在此基础上提出了利用文本信息的统计特征规律和评议结构特征规律进行中文文本校对的方法及其实现的算法。