共查询到10条相似文献,搜索用时 31 毫秒
1.
以转化并翻译纸张等载体上文本资料为数字化信息为目标,提出一种基于OCR光学字符识别的翻译优化方法。利用具备摄像功能的设备拍摄含待翻译字符的图像,图像预处理时采用区域灰度差生长算法和叠加灰度值方式判断原始图像中背景信息和表格线条,去除原始图像中非字符像素干扰,得到二值化文本图像;图像分割时采用基于改进FCM聚类算法的图像分割方法,利用小波多尺度图像框架,引入时效性函数,降低二值化文本图像分割计算量,充分考虑相邻域信息,解决图像分割缺陷及干扰,获取二值化文本图像单个字符或单词;依据一阶Minkowski距离实现分割后的图像特征分类后,利用后处理方式结合上下文信息展开特征分类结果的进一步处理,提升翻译准确度。实验结果表明:所提方法可实现文字的精准翻译,应用效果较好。 相似文献
2.
提出一种改进的模糊C均值聚类算法用来对车牌图像进行分割,算法中通过图像的灰度直方图来初始化聚类中心与聚类数目,并对聚类中的隶属度做了相应的修正。车牌的定位是根据水平灰度值的变化规律来实现的;字符的分割是根据字符区域中字符像素个数的垂直投影实现的。实验结果表明该算法能够获得较理想的车牌自动识别效果。 相似文献
3.
一种基于图像分层的标牌压印字符分割方法 总被引:3,自引:1,他引:2
由于标牌图像的低质量特点,经典的图像分割算法无法达到理想的分割效果.为此,本文提出了一种适用于标牌图像特点的分割算法.首先根据标牌图像灰度分布的特点将图像从最暗层到最亮层进行分层;对最暗层图像进行自适应二值化可得到标牌图像中的印刷文本像继而,基于连通域对印刷文本图像进行分析确定其所在区域;最后将确定的印刷字符区域从始图像中去除,可得到目标区域,即仅含有压印凹凸字符区域的目标图像.经过对大量标牌图进行分割实验证明,本算法是一种适用于标牌压印凹凸字符分割的有效算法. 相似文献
4.
从传统目标函数聚类方法的思想出发,在基于样本集统计特征的基础上,提出基于统计特征加权模糊C-均值聚类方法,并提出基于统计特征的权值计算方法.分别利用图像的一雏灰度特征与一维灰度统计特征加权和二维灰度特征与二维灰度统计特征加权,将两种特征加权的模糊聚类方法应用于灰度图像二值化,并将该方法的处理结果与其他二值化方法处理结果进行详细的比较.实验结果表明,该方法能够有效地实现图像的二值化. 相似文献
5.
基于灰度直方图和谱聚类的文本图像二值化方法 总被引:7,自引:0,他引:7
在自动文本提取中,经定位获得的字符区域需二值化后方能有效识别,由于背景的复杂,常用的阈值化方法不能有效分割自然环境下的字符图像。该文提出了一种基于谱聚类的图像二值化方法,该方法利用规范化切痕(Normalized cut, Ncut)作为谱聚类测度,结合灰度直方图计算相似性矩阵,并通过实验确定最佳的直方图等级数,与通常基于像素级相似矩阵相比,算法的空间复杂度和计算复杂性都大为降低。实验结果表明,针对自然场景下的字符图像,该文方法的二值化结果优于常用的阈值分割结果。 相似文献
6.
基于模板匹配和特征点匹配相结合的快速车牌识别方法 总被引:20,自引:0,他引:20
介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化,再用垂直投影法进行分割,最后进行模板匹配,并用特征点匹配对几组易出错的字符进行检查,从而得到车牌号。 相似文献
7.
8.
随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理。在Matlab 6.5GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析。实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测。 相似文献
9.
10.
传统的K-means聚类算法在进行图像分割时只考虑图像的特定灰度值,初始聚类中心的随机选取将导致分割结果存在很多干扰,在沥青路面这种高噪音的复杂背景下,裂缝的聚类提取效果不理想.本文提出了基于GSO-Kmeans算法来进行沥青路面裂缝分割.该算法首先使用GSO算法对沥青路面裂缝图像进行搜索,确定初始聚类中心,然后利用K... 相似文献