灰度文档图像字符切分方法

目的解决在较低质量灰度图像中进行字符切分问题．方法提出了一种字符切分方法，先对图像预处理来消除灰度不均匀性。再通过各个灰度级下的所有连通域的伪边界总长与面积的平方根之比找出一个阚值。使用泛滥填充算法，找出每个小于等于闽值像素的八连通域的边界，完成字符块预切分，最后找出重叠块和粘连块完成切分．结果通过对超过200幅的低质量灰度图像进行实验，获得了较满意的结果．结论由不同灰度级下连通域的伪边界总长与面积平方根的比值与连通域分散程度的相关性，可确定灰度图像中字符切分所用的阚值，经过合适的预处理可以在很大程度上消除低质量灰度图像对切分的影响．     

一种新的汽车牌照字符切分算法

充分利用车牌字符的局部与整体特征,提出了字符串的车牌相似度概念．并在此基础上提出了一种新的车牌字符切分算法．该算法将搜索连通区域切分与投影切分结合起来,通过聚类分析,遍历各种切分的可能情况,最终按照车牌相似度最大的字符串完成字符切分．实验结果表明,该算法有很好的可行性和有效性．     

一种基于连通域搜索的英文单词切分方法

英文文本识别系统中单词切分效果直接影响系统识别准确率.提出一种有效利用单词中的连通域以实现单词切分的方法,该方法首先对给定的图像文件进行扫描,搜索图像中所存在的所有连通域,然后根据连通域的坐标、尺寸等影响因素,对有效的连通域进行合并,并过滤掉噪声等因素所产生的连通域碎片,以实现有效的英文单词区域的正确分割,从而实现英文单词的正确切分.实验结果表明,针对相同的英文文本图像,该方法对英文单词切分的准确率达95%以上,与垂直投影切分法最高准确率27%相比有较大幅度的提高,证明该方法可以很好解决垂直投影法无法解决的字母之间相互交迭的单词切分问题.     

一种基于深度学习的PCB图像字符检测方法

利用印刷电路板（PCB）残片图像的字符检索完整PCB图像,是解决PCB残片溯源难题的一种有效方法;为此,提出了一种高性能的PCB图像字符检测方法。基于残差网络结构实现特征金字塔的提取,设计双检测头进行字符区域预测,引入结构相似性损失函数优化网络;设计了一种适合PCB图像的字符区域热力图标签生成算法以训练网络;采用多种数据增强、多尺度检测等策略提高字符检测性能。在自建PCB图像数据集上进行测试,该方法的字符检测精准率为95.6%、召回率为92.4%;特别是综合指标F1为93.6%,优于对比方法,证明了针对PCB图像字符检测问题,所提出的综合检测方法可与当前自然场景图像字符检测的先进方法媲美。     

基于模板匹配的新闻图像字幕行切分算法

针对新闻图像中水平字幕行的字符切分问题,为了克服已有基于单字符切分方法造成的字符分裂问题,利用字幕行中字符的分布规律构造了响应函数,从而将字符切分问题转变为响应函数的最优值问题,最后基于优化结果进行字符切分.该算法主要包括两部分：首先,利用垂直投影直方图确定单个字符的粗略宽度,并根据该值构造一个可变长模板;然后,构造模板响应函数,根据不同长度模板的最优响应函数值确定单个字符的左右边界位置;最后输出切分结果.实验结果表明,对于粘连/非粘连字符图像,该算法均能获得较好的实验结果.     

基于运动图像序列的啤酒瓶凸性字符快速提取方法

运用基于动态图像序列的运动目标跟踪技术，结合图像边缘提取理论中的检测算子模板，提出了一种快速提取啤酒瓶凸性字符的方法：首先采用单个面阵CCD得到啤酒瓶字符的运动图像序列，然后利用背景在运动图像序列中的镜头突变性和出现的必然性，检测视频流中的背景帧，最后采用基于边缘检测的背景配准方法，得到运动图像和校正背景图像的差分图像，恢复出真正的运动物体(字符)．实验结果表明，该方法比现有的字符图像提取方法具有更好的抗噪性和实用性，加快了字符提取的速度，满足了在线检测的要求．     

一种基于内容的图像检索方法

提出了一种对人脸图像进行检索的方法.它包括人脸的特征提取、特征量化和匹配度计算三部分.经实验证明,该方法取得较佳的效果.     

一种基于模板匹配的船铭牌字符分割方法

字符分割是船舶身份识别系统中的关键步骤,提出了一种船铭牌字符分割方法.该方法首先进行图像增强、灰度化和二值化等图像预处理操作,采用了一种基于Hough变换和K均值聚类直线拟合算法校正倾斜变形的牌照图像,然后在分析船铭牌字符特点的基础上,采用一种快速的模版匹配结合垂直与水平投影法对船铭牌上的单个字符进行分割,提高了字符分割的速度和精度.实验结果表明,该方法能够对船铭牌字符进行准确分割,具有良好的鲁棒性和实用性.     

一种基于视觉特征语义描述的图像分类检索方法

基于内容的图像检索技术克服了文本检索方式主观片面的缺陷,客观地描述了图像的本质特征,然而却丢掉了文本方式下对图像的语义描述,导致检索准确率降低.借鉴数据挖掘技术中的图像分类方法,提出了结合视觉特征与图像语义描述以提高检索系统性能的思想,主要进行了图像显著特征选择、图像分类算法特征约简以及检索系统优化设计3方面工作,以提高检索系统的人机界面和交互性能.     

数字字符图的自动识别

针对无限制手写体数字字符的识别问题进行了探讨，输入图像经过预理后，进行特征抽取及分处理，第一区域内对应一类基元，基元的类别由特征组合情况来确定。对骨架的拓扑结果进行全面描述，形成输入字符图像的一链码，以皮为参照链相匹配，根据匹配结果，进行识别。     

基于标号的字符分割算法

简述了一种基于标号思想进行字符分割的算法，包括它的基本原理和以Ｃ语言为例进行算法实施的要点．由于本算法具有坚实的数学基础，因此算法具有很好的鲁棒性。此算法使用在作者开发的一套手写数字识别软件（ＯＣＲ）中效果很好。文章最后说明此算法的适用范围。     

基于光流场的图像分割

基于光流场的图像分割通常用到3个光流模型:仿射变换模型、平面光流模型和二次光流模型,其中仿射模型和平面模型是二次模型的特例。当分别用这3个模型拟合同一光流场时,仿射模型的拟合残差平方和最大,二次模型最小,平面模型居中。但是回归分析的理论表明二次模型并不一定总是最优的。应用回归分析有关待估参数的假设检验准则,可以在这3个模型中选择1个相对最优模型并用于拟合光流场,实现图像分割。算例表明,应用回归分析的假设检验准则选择出最优光流模型,用于图像分割可以取得较好的分割结果。     

基于Snake模型的图像分割技术

基于Snake模型的图像分割技术是近年来图像识别、图像分割和视频领域研究的热点之一。Snake模型承载上层先验知识并融合了图像的底层特征,能有效地应用于医学图像的分割中。以基本模型的指导思想为依据,进化模型以及改进算法得到广泛的研究。介绍了Snake模型的图像分割方法,并重点梳理了最新的研究成果,力求把握模型的发展脉络。     

一种基于偏微分方程的文本图像版面分割方法

为了能有效分割版面复杂的文本图像,提出了一种新的文本图像分割算法。该算法先采用Hough变换来进行文本倾斜的检测和校正,再根据本文提出的投影直方图法自适应地确定文本行的间距,之后应用偏微分方程方法对文本图像进行分割。最后通过实例阐明了该算法的有效性。     

一种基于矢量阈值的自适应图像分割方法

针对灰度图像,提出一种基于空间特征矢量的图像分割方法,分割前首先对边缘进行增强处理,并构建以像素的灰度、梯度、像素邻域均值为特征的三维特征空间.将图像像素点引入对应于空间特征点.通过计算像素特征矢量与特征矢量阈值的差矢量,求出矢量差与特征矢量阈值的夹角,比较夹角与动态分割参数的关系,以判定像素所在区域(目标或背景).实验表明,该方法能较快的实现图像分割,分割的效果也较好.     

A New Image Segmentation Method Based on Fractional-Varying-Order Differential

In order to solve the problem of image segmentation with intensity inhomogeneity, a new partial differential equation image segmentation model based on fractional-varying-order differential is proposed. This model introduces an adaptive coefficient to set disparate differential order intervals for pixel with different gray values and use fractional-varying-order differential to process the input image combined with the CV model, then use a variety of image segmentation evaluation indicators, such as true positive(TP) rate, false positive(FP) rate, precision(P), Jaccard similarity(JS) rate, and Dice coefficient(DC) rate to measure the pros and cons of our model. The experimental results show that our method is improved on the original basis, which is more conducive to us to obtain more image details and obtain better segmentation results.     

基于灰-梯散射图的串行图像分割技术

区域生长和动态聚类分析相结合，是目前常用的串行图像分割技术。常规区域生长算法仅仅依赖灰度分布聚类的分割效果缺乏鲁棒性，对于光照不均匀的图像更容易失效。提出的方法以区域增长方式为识别分割目标的过程：在灰-梯散射图的特征空间内定义特征差异函数以表现同质性区域的不同特征，并以定义的样本散度作为区域生长的准则函数。在区域增长过程中，象素的归类将沿着样本散度减小的方向，从而有效提高了聚类效果。相比其他的区域生长算法，该算法依据图像的灰度分布特征确定聚类参数，分割效果具有分割效果鲁棒性好、对高斯噪声不敏感的特点。     

集装箱号识别中图像及字符的处理分割技术

详细介绍了一种实际应用的集装箱号识别系统中的图像及字符的处理和分割过程。在Matlab中实现定位后的图像处理及字符分割,达到了很好的分割效果,应用神经网络相关的BP算法,可以显著提高模式识别率。图像、字母和数字分割准确率达到98%。     

基于遗传算法的图像分割阈值选取

图像分割是模式识别和图像分析的预处理阶段,通常采用聚类的方法进行.图像分割技术被认为是计算机视觉中的一个瓶颈.基于扩展的Otsu最优阈值图像分割方法,提出了一种用遗传算法进行图像分割的方法,并给出了遗传算法中基本参数的设定.实验结果表明,基于图像的像素方差信息,利用遗传算法全局搜索图像的双阈值,这样不但图像分割效果好,而且缩短了计算时间,并具有遗传算法鲁棒性和自适应的特点,比传统的Otsu方法有明显的优点.在遗传算法中引入了优生算子、变异算子和新个体,避免了局部早熟,提高了收敛速度和全局收敛能力.GA作为一种并行算法,提高速度的潜力十分巨大.     

利用决策树和聚类理论对XML文档数据挖掘的研究

Extcnsible Markup Language即"可扩展的标置语言"(简记为XML)的出现,为基于Web的数据挖掘带来了便利,开发人员能够用XML的格式标记交换数据.充分利用XML的优点,提供一种利用决策树ID3修正算法和聚类的方法,对XML文档信息进行挖掘,并结合实例说明这种方法.