基于小波特征的单字符汉字字体识别

汉字图像不仅包含了汉字的字符信息,还包含了汉字的字体信息.字体信息是版面分析、理解和恢复的重要依据,还有助于实现高性能字符识别系统.目前的字体识别方法还不能对单个汉字字符的字体进行识别.本文提出了一种新的字体识别方法,能够在不知道汉字字符的前提下,识别单个汉字的字体.首先对单个汉字的字符图像进行小波分解,在变换图像上提取小波特征.提取的小波特征经Box-Cox变换整形后,用线性鉴别分析技术(LDA)进行特征选择,得到字体识别特征.所使用的分类器是MQDF分类器.在包含7种字体的样本集上进行的实验表明,本文提出的方法能够在不知道汉字字符的前提下,对单个汉字的字体进行有效识别,基于单字的字体识别率达到97.35％.     

电商平台图片中文字的识别

本文提出了一个针对电商平台低质量图片进行文字分割的算法.汉字的主流识别方法主要为特征识别,结合置信度的词语句子识别和字库匹配识别.本文采用卷积神经网络进行识别单字,使用tesseract识别句子,结合两者修正字符,同时利用识别出的字符,对文字分割进行辅助分割,从而达到了极高的文字定位率.     

SVM在车牌字符识别中的应用

采用支持向量机方法实现车牌字符识别.根据车牌字符排列特征,构造了汉字、数字、字母、数字 字母4个最佳分类器,通过车牌字符的序号对每个字符进行对应识别,再将识别结果组合得到车牌号码.实验结果表明该方法具有较高的车牌字符整体识别率,达到了98.33%,识别时间仅为15ms,能够满足实际应用.     

纸币号码识别技术研究

研究了纸币号码识别技术.针对水平冠字号和垂直冠字号的特点,分别对号码数字图像进行了预处理、去噪、分割等处理,然后利用区域模板矩阵作为特征参数,进行模板匹配实现号码识别,并对一些易混淆的字符进行特殊区域信息比较.在实践中水平冠字号的识别率达98%,垂直冠字号的识别率达93%.     

基于机器视觉的分级车牌字符识别方法

为提高车牌字符识别率,提出一种考虑整体和局部特征,分别采用两级SVM分类器的识别方法,其工作模式为:第一级分类器针对所有字符,在识别结果属于形似字符的情况下,送入对应的第二级分类器作进一步识别。第一级分类器提取字符图像整体的各网格比例作为SVM的分类特征。将形似字符分为5组,分别对应的5个SVM构成第二级分类器。通过分析各组内字符笔画特征的局部相异性,提取相应网格中字符轮廓的垂直、水平投影方差、比例等特征并进行特征融合作为相应SVM分类特征。实验结果表明,该方法字符平均识别时间为23.45 ms,且在形似字符的识别率和总体识别率方面均优于模板匹配、神经网络和同类的分级识别方法,是一种有效的方法。     

基于SVM的车牌字符分割和识别方法

文章研究了车牌识别系统中的字符分割和识别技术.提出一种投影法粗分割结合先验知识后处理的字符分割方法,该方法简单、容易实现,取得了很好的分割效果.对于字符识别,本文采用SVM(Support Vector Ma-chine)方法,并根据车牌字符特征将子分类器分为四组,提高了识别率、缩短了训练时间,实验表明,用该方法识别车牌字符具有较高的识别率和识别速度,并避免了神经网络局部极值等问题.     

融合轮廓矩和Fourier描述子特征的压印字符识别

提出了一种基于混合轮廓特征的压印字符识别新方法.首先提取字符轮廓的矩不变量和Fourier描述子,然后将2种特征融合构成混合特征,最后将新特征输入BP网络进行识别.实验证明,混合轮廓特征不仅克服了2种特征单独使用时的缺点,提高了识别率,而且可以提高特征的平移、缩放以及旋转不变性.     

基于本征空间的多姿态人脸识别方法

多姿态人脸识别是目前人脸识别中的难点,已有方法的识别率普遍不是很高.利用PCA对不同姿态的人脸分别建立特征子空间,将待识别人脸图像向相应的特征子空间投影的方法,可以提高多姿态人脸的识别率.实验结果表明,该方法对样本多姿态的人脸图像识别率可以达到97%.     

基于MATLAB/GUI的文字图片识别系统设计

设计一个基于MATLAB/GUI的可视化文字图片识别系统。系统主要包含三部分，分别是图像预处理、文字分割和文字模板的匹配识别、GUI可视化界面设计。图像预处理包含图像旋转、图像裁剪、灰度变换、图像增强和二值化等；然后对二值化后的图像进行文字的分割，分割后的字符与数据库里面的文字模板进行匹配识别，最后输出识别的文字内容。处理算法调试成功后，设计一个可视化用户界面。系统完成后调试系统，输入样本图像检测识别结果。经多次测试，本系统可以较为准确地提取并识别图片上的文字信息。     

一种基于不变矩和BP网络的目标识别方法

为了有效地提高旋转、尺度变化目标的识别率,首先提取目标图像的不变矩,以此作为目标识别的特征向量,然后利用将附加动量项与自适应学习速率相结合的改进BP算法实现对目标的分类识别.字符图像仿真实验表明,这种针对旋转、尺度变化目标的识别方法是有效的,可行的.     

基于文字输入Photoshop动作调板应用探究

Photoshop是一款功能比较全面的图片文字处理软件,在文字的处理上,可以采用Photoshop动作调板进行编辑处理,在动作调板上创建字符组和字体转换模板的方法,可以使常用字符组的输入和不同字体之间的转换更加得方便快捷。     

低数据资源条件下基于结构信息共享的无切分维文文档识别字符建模

无切分维吾尔文文档识别技术能够有效避免字符切分错误,但是对于低数据资源的新样本类型,原有模型往往难以获得较高的识别性能。为此,该文提出共享常用维文字体间相对稳定的字符结构信息,并用Bootstrap方法提高样本利用效率的解决方法。通过在实际书籍样本上的实验表明,仅利用规模约原始训练样本1/5的新类型样本,该方法在测试集上的平均字符识别准确率就可以达到95.05%;而与常用的最大后验概率估计方法相比,也能使识别错误率相对降低55.76%~63.84%。因此,该方法能够有效解决低数据资源条件下的维文字符建模问题,实现对新样本类型的高性能识别。     

基于弹性网格特征和神经网络的手写文字识别

提出一种有效的文字特征提取方法,在传统弹性网格基础上,采取与对角弹性网格相结合的方法进行特征提取,然后通过改进的BP神经网络进行文字识别.该方法集合了弹性网格特征和神经网络的优势,可有效提高手写文字的识别率、识别速度以及识别系统的泛化能力.实践证明,该方法用于文字识别准确性较高.     

产品观察

一、OCR发展概况20年前,计算机用户对于光学字符阅读器(OCR)的需求是很低的.他们只要求OCR能够阅读很少几种铅字,因此,当时采用了最简单直捷的方法来识别字符.称为点阵匹配技术.其方法是选取一定大小的点阵套在一个字符上,把读取的字符点阵与字符点阵库进行对比,从而查出所读的是哪一个字符.这种识别软件需使用大型机.由于当时只有政府部门或大公司才使用OCR,所以这种技术限制不成其为问题.到了个人计算机时代,Macintosh开始把OCR带到一般商业应用领域.如果沿用点阵匹配技术,不同字符的各种字体将需要大量的存储器,而这是个人计算机提供不了的.于是便出现了所谓“特征分析”技术.这一技术来源于手写体识别技术,其关键是提取字符的特征以判断究竟是哪一个字符;比方说,字符“P”的特征是“—”+“|”+“○”.这样的字符特征与字体或字型无关,因此又叫通用字体(Omnifont)识别技术.     

多字体字符识别的模糊神经网络模型

提出了一种用于多字体字符识别的模糊神经网络模型．通过对一个３ 层ＭＬＰ的输入层、输出层以及学习算法的模糊化,构造出能有效处理具有模糊边界的模式分类问题的模糊神经网络．经过大量实际采样多字体字符样本的测试表明,该模型能对字体字符识别取得很高的识别率,对加噪字符的识别试验还表明该模型具有较好的鲁棒性．     

基于笔画特征的叠加文字检测方法

提出一种利用笔画线条的统计特征基于支持向量机进行图像中叠加文字检测的方法。该算法首先通过一种改进的线段检测算子提取出笔画线段；然后对笔画线条通过区域合并定位出候选文字块；接着对候选文字块提取一个反映文字笔画线条空间分布特点的32维特征，并通过支持向量机建立的模型对候选文字块进行确认分类。以汉字为例的初步实验表明所提出笔画纹理特征对较多字符构成的文字区域具有很好的性能。     

基于印刷年份的人民币版本识别技术研究

根据人民币背面印刷年份作为人民版本识别的特征,进行人民币版本的识别。提取印刷年份过程包括对图像的采集、边缘检测、图像旋转、最小值滤波等预处理,以及采用投影法对印刷年份字符区域的定位。字符区域被提取出来以后,再使用八向模板匹配的方法,使待测样本与模板样本逐一比较,计算它们的相似度,与待测样本相似度的最大模板样本的版本作为待测样本的版本。采用100张99版和100张05版人民币图像作为样本进行实验,实验结果表明,该方法版本识别率达到97%以上。     

角度空间三元组损失微调的人脸识别

针对角度Softmax损失强约束存在的问题,提出一种用角度空间三元组损失对角度Softmax损失预训练模型进行微调的算法。算法首先对原来的卷积神经网络结构进行改进,将1×1卷积核与池化层加在不同残差块间,以进行选择更有效的特征。然后用角度空间下的三元组损失对预训练模型进行微调,以降低困难样本的强约束条件。最后在测试时,分别提取原始人脸图像特征和水平翻转的人脸图像特征,对两个特征相加作为最终的人脸特征表达,以丰富人脸特征信息,提高识别率。实验结果表明,在LFW和YTF人脸数据集分别取得了99.25%和94.52%的识别率,在大规模人脸身份识别中,本文提出的方法在仅用单模型和比较小的训练集就能有效地提高人脸识别率。     

基于改进BP算法的数字字符识别

本文利用BP神经网络算法，在MATLAB环境下，分别用理想字符信号和含噪声字符信号对同一网络进行了训练，使系统具有较强的容错性。最后用实际扫描的不同字体字符进行了识别实验。实验结果证明了系统在实际应用中的可行性。     

中文文字图片同色长干扰线的去除算法

现实环境下所需识别的文字图片存在大量干扰信息,往往和字体颜色相近的同色信息较难除去,从而导致光学字符识别识别率降低的问题.针对文字图像中去除同色且不规则长干扰线的问题,本文提出了一种中文文字图片长干扰线去除方法,旨在剔除待识别文本图片中,复杂干扰线部分的干扰和影响,进而提升光学字符识别识别率.该方法通过扫描待测点通过贪...