在HP—4激光打印机上制作地图的新方法

本文介绍了一种在ＨＰ－４激光打印机上进行地图绘制的新方法，使绘出的地图具有较高的质量，并附有程序供参考。     

中文日期词的分割与识别

非限定性手写汉字串的分割与识别是当前字符识别领域中的一个难点问题.针对手写日期的特点,提出了整词识别和定长汉字串分割识别相结合的组合识别方法.整词识别将字符串作为一个整体进行识别,无需复杂的字符串分割过程.在定长汉字串分割过程中,首先通过识别来预测汉字串的长度,然后通过投影和轮廓分析确定候选分割线,最后通过识别选取最优分割路径.这两种分割识别方法通过规则进行组合,大大提高了系统的性能.在真实票据图像上的实验表明了该方法的有效性,分割识别正确率达到了93.3%.     

基于置信度的手写体数字识别多分类器动态组合

多分类器组合利用不同分类器、不同特征之间的互补性，提高了组合分类器的识别率。传统的组合方法里，各分类器在组合中所承担的角色是固定的，而实际应用中，对于不同的测试样本，每个分类器识别结果的可信度是不同的。该文根据分类器置信度理论，提出了各类别的置信度。用测试样本自身的置信度信息实现分类器的动态组合，并把这种动态组合方法具体应用到手写体数字的识别。这种方法还可以在不影响已有数据的情况下添加新的分类器进行组合。     

基于轮廓和统计特征的手写体数字识别

提出了数字规范化模板特征,并利用这一特征与轮廓分段特征相结合对手写体数字进行识别。首先使用基于轮廓分段特征的分类器进行识别,通过提高拒识率获得高可靠性的分类结果。然后由基于数字规范化模板特征的分类器对前一级分类器的拒识样本分类。实验结果表明分别基于这两个特征的分类器在分类结果上具有较强的互补性。实验的数据为真实支票上采集的10000个手写体数字样本,该方法的识别率为98.06%。     

高维特征下快速近邻法的定位点选择及在手写汉字识别中的应用

在采用最近邻法进行模式识别时,减小搜索的计算量是一个重要的问题,对于在线识别尤为重要,解决的途径之一是采用快速搜索近邻法。快速近邻法在将样本集分级后,若采用样本均值作为子集圆心,则求取所得的样本子集半径将大于其实际半径。该文介绍了一种高维特征情况下的样本子集圆心的求取方法,根据该方法求得的样本子集圆心与样本均值存在一定的距离,且求得的样本子集半径较小。将这两个圆心以及子集中特征累加值最大和最小的样本作为定位点,应用于基于三角不等式的搜索算法的样本排除规则,大大减少了搜索的计算量。在手写汉字识别实验中,基于该方法的快速近邻法识别速度更快。     

文档处理中消除线噪声的研究

文中讨论了在文档处理中对表格当图像处理的一种预处理方法。由于表格型文档的框线会和文档中字符粘连或交叠。这将会降低ＯＣＲ系统识别模块的性能,从而影响系统整体性能。文中无针对这种情况提出了去除文档图像中线噪声的一个和基本模型,给出了该基本模型消除线噪声的具体算法。     

一种融合Hough变换和ASM定位瞳孔中心点方法

特征点的准确定位是机器视觉和模式识别的关键技术之一.主动形状模型(ASM)是一种传统的图像特征点定位算法,具有较高的精确性和鲁棒性.为了提高ASM人脸瞳孔特征点定位的精确度,提出了使用Hough变换方法来改进瞳孔特征点的定位.通过ASM算法,初步定位出瞳孔特征点,并使用Sobel算子对图像进行边缘检测,然后在人眼位置选择一个合适的窗口使用Hough圆检测,找出精确瞳孔点相对于ASM初步定位瞳孔点的偏移量.在实验室采集的人脸图像上的对比实验表明,该方法能够显著的改善ASM人眼瞳孔特征点定位准确性.由于使用了初定位进行了搜索范围的限制,计算量也得到了有效的控制.     

支票图像中打印体字符的分割和识别

和通常文档中的打印体字符分割和识别问题相比，支票图像中的打印体字符的分割和识别有其一定的特殊性。针对这种特殊性，该文提出了一套简单实用的算法。对于分割问题，主要是采用投影的方法解决印章、边框和底纹的干扰问题，对于字符识别，主要是采用了基于模板和融合的方法，从而有效地解决了上述问题，取得了比较满意的分割效果和较高的识别率。     

支票大写金额的印刷体与手写体辨识

针对银行支票大写金额识别工作中的手写体和印刷体辨识，抽取了4组分类特征，较好地体现了印刷体字符和手写体字符的区别。并且在构造分类器时，介绍了求取各分类特征对识别结果影响大小的权值向量的方法。在银行提供的大量真实票据上进行了验证，并且应用于实际的银行自动支票处理系统，取得了很好的效果。     

支票手写体汉字大写金额识别的非线性规范化

针对银行支票图像大写金额的无限制手写体汉字识别问题，进行了基于密度均衡原则的非线性规范化研究。提出了一种改进的非线性规范化方法．该方法定义的基于笔画间距和宽度的密度函数，不仅能较好地克服笔画变形的局部性、不规则性，而且能使同一字符内以及不同字符之间的笔画粗细趋于一致；同时，确定了图像中字符的有效区域，并据此改进了基于密度均衡原则的通用表达式，有效地解决了字符整体倾斜和单个笔画比较突出的问题，实验结果表明：该方法比其他同类方法效果更佳，可使银行支票图像的大写金额识别系统的识别正确率提高约1．5％。