一种快速识别飞机仪表参数的算法

提出了一种快速识别阿拉伯数字０￣９的算法,用于飞机仪表参数的识别。这种算法基于二值图像,先从二值图像中找出各数字的特征,然后再用决策树对这些数字进行分类。该方法不需对图像进行如细化、轮廓跟踪等处理,节省了大量图像处理时间,具有较高的识别速度,因而可用于实时识别。     

基于投影阈值分割和数字序列校正的高噪声数字仪表图像识别方法

针对数字仪表图像噪声大、图像特征信息不足导致图像识别准确率低的问题,提出了一种基于卷积递归神经网络结合投影阈值分割和数字序列校正的高噪数字仪表图像识别方法。首先,用投影阈值分割二值化算法对图像进行预处理：使用垂直投影法将图像划分为不同区域,根据不同区域的噪声强度自适应设定二值化阈值,对图像进行二值化处理,降低噪声;其次,根据图像之间数字规律变化特点,利用数字序列校正算法将单个数字识别转换为数字序列识别,通过对比不同数字序列的识别概率得出识别结果,解决单张图像特征信息不足导致识别准确率低等问题。实验结果表明,在高噪声数据集上,相较于卷积递归神经网络模型,提出的高噪声数字仪表识别模型在准确率方面提高了约61.95%,达到93.58%。     

基于模式匹配的银行卡卡号定位与识别算法

针对银行卡数字卡号定位与识别的问题,本文提出一种基于模式匹配的银行卡数字卡号定位与识别算法。通过对银行卡数字图像进行图像灰度化、图像二值化、形态学操作、边缘检测、提取轮廓及区域定位等操作,对银行卡数字进行精准定位,对定位后的银行卡数字区域进行图像分割,将银行卡中分离的每一个数字图像分别与模板图像通过相关系数匹配法进行匹配,最终得到经过识别后对应的银行卡数字。在测试数据集上喷涂型银行卡数字识别正确率为94.4%,激凸印刷型银行卡数字识别正确率为89.5%,在总体样本中银行卡数字识别正确率为91.9%。经过测试可得出该算法能够有效地识别银行卡卡号,具有一定的市场价值。     

基于模板匹配的发票号码识别算法

针对数字识别系统中的发票号码识别问题,提出了一种有效的基于模板匹配的发票号码识别算法.通过对发票数字图像进行前期处理以获得单个字符图像,根据印刷体数字二值化后矩阵特点,基于模板匹配的思想,将待识别字符图像与模板图像进行信息区叠加,对叠加后的图像进行不匹配像素统计,从而得到匹配系数,取匹配系数最小值为最佳匹配.结果表明,该方法简单有效,抗干扰性强且识别率较高,识别发票图像准确率可达99%.     

线粒体电镜图像二值化增强算法研究

提出了一种图像二值化增强算法.首先设计了一个分类器对原图进行初步二值化处理,再对原图和初步二值图按一定规则平滑叠加,得到既平滑又去噪锐化的效果,再设计一种均值模板进一步平滑去噪,最后对图像进行裁边,并按设计的规则进行二值化判别输出.实验结果表明,该增强算法能去除图像中的噪声和其他非线粒体成分,可提高电镜图像中线粒体边缘检测的识别准确率.     

基于数字图像处理技术的针式仪表读数识别

基于数字图像处理技术的针式仪表读数识别是针式仪表自动检定的关键技术.针对角度法读数识别精度不高的缺点,采用将仪表表头原始图像预处理后,进行二值化将有用信息分割出来;用改进的Hildtch细化算法对二值化后的图像进行细化处理;利用最小二乘法拟合表头刻度线和指针.在此基础上提出了利用刻度线示值作为基准值和距离法相结合的识别算法.     

基于形状特征的静态手势数字识别

本文提出了一种基于形状特征的静态手势识别算法.对分割出来的手势二值图像进行细化处理,根据细化骨骼恢复出手指形状的候选区域,提取形状特征并进行手势识别,即判断手指个数从而对手势数字0～5进行识别.本文在Matlab2012平台下对采集的中型数据库样本进行识别,平均识别率达到97.91％,平均识别速度为2.14s.同时,对实时采集的数据结果进行测试,实验结果具有一致性.     

数字水准仪编码标尺图像识别算法

针对数字水准仪编码标尺所包含的信息，设计了一种基于相位差法编制的数字水准仪编码标尺．然后以该数字水准仪编码标尺为识别对象，提出了一种数字水准仪编码标尺图像识别算法．首先识别编码标尺上黑白条码宽度，确定出参考码R和信息码A、B．其次判断CCD中心线与信息码A、B中心线的位置关系，依据已知参考信息A、B码中心线位置对应的高度值，可确定编码标尺读数．模拟测量结果表明：在对数字水准仪编码标尺图像信息完成数据采集和图像处理、边缘检测、二值化数字图像处理后，利用该算法能够准确识别出编码标尺上黑白条码的实际宽度和编码标尺读数．     

基于蚁群算法的硬币识别研究

蚁群算法具有离散性、并行性、正反馈性和鲁棒性,是目前较为先进的优化算法.利用蚁群算法的聚类能力,提出一种硬币识别新方法.根据硬币图像的特点,确定了6个有效的图像纹理特征函数,通过对硬币图像的特征函数值进行蚁群聚类,可有效实现各类硬币图像的识别.实验结果表明,该算法用于硬币识别可达到100%的识别率,并且识别时间较短,是一种有效的硬币识别方法.     

基于网络并行的图像二值化算法研究

将图像的二值化算法用于网络并行环境中,首先说明了二值化算法,其次分别采用静态负载平衡策略和动态负载平衡策略来设计图像的二值化算法,进行算法分析、算法优化,最后在由4台计算机构成的局域网的网络并行环境下进行测试,效果非常好。     

神经网络模式识别对金融票据中数字特征的识别方法研究

本文采用神经网络模式识别的方法，研究了金融票据中数字等特征的识别问题。对票据的金额数字和身份证数码进行了分割、图像处理和特征提取，并在此基础上用改进的BP网络对其进行了识别。实验结果表明，用此方法能取得比较好的识别效果。     

一种识别无限制手写体数字的方法

对无限制手写体数字的两大特点──畸变性和旋转性，提出了一种链匹配识别算法。全面描述了边界的拓扑结构（基元），根据形成输入字符图像的一维链码与参照链的匹配结果进行识别。压缩了原始图像信息，提高了处理速度，同时也达到了较高的识别率。     

手写字符样本自动采集研究

提出用行程段信息表示字符图像的编码方法 ,以二进制形式存取 ,能节省大量的文件存储空间。预处理阶段 ,使用最佳阈值二值化方法和平滑技术处理样本表格图像。为保证字符图像正确分割 ,先提取样本表格图像垂直边缘 ,然后使用Hough变换检测图像倾斜角度。提出了快速标记行程段中心迭代算法实现字符图像的分割。手写数字样本自动采集实验表明本文方法的有效性     

小波包和GA-BP网络结合的红枣病害识别方法

针对传统人工枣树病害识别费时费力的问题,提出了一种小波包和GA-BP神经网络结合的快速识别方法.通过小波包去噪方法,消除病害图像采集过程中随机噪声产生的干扰,采用小波包分解系数矩阵的奇异值和小波包变换模极大值矩阵的奇异值构造特征输入参数,利用遗传算法优化后的BP神经网络建立红枣病害的识别模型.实验表明,小波包、遗传算法...     

快速并行细化算法在焊缝识别中的实现

针对焊接部分和其他部分的特征区分不明显,在焊缝质量检测的图像采集中可能会存在大量噪点从而导致焊缝识别出现偏差的问题,提出一种基于图像快速并行细化的焊缝识别方法。文章给出图像获得、图像灰度转化、图像二值化、图像缩小、图像快速并行细化的处理步骤及采用C#语言对焊缝识别的编程实现,并对实际焊缝图像进行实验验证。该算法对图像的焊缝骨架提取较为准确,同时具有运行效率高和易于移植的特点。       

用限制模板和映射变换对手写数字识别进行预处理

手写体数字识别的复杂性来源于手写数字的不规范性，提出了一种利用限制模板和映射变换预处理手写数字识别的方法。利用模板对用户输入进行简单的规范并将手写数字映射变换为标准的七段数，通过一个简单的特征提取和分类识别算法，取得了很好的效果。     

基于深度信息的动态手势识别算法

针对目前手势识别方法计算复杂、特征量提取不可靠等问题,提出基于Kinect传感器深度信息快速动态手势识别算法。通过Kinect的深度摄像头获取深度图像,利用阈值分割法对深度图像进行预处理;结合深度信息,利用OpenCV函数库来提取前景;选用动态时间规整(dynamic time warping)算法计算测试行为模板与参考行为模板之间的相似度以实现样本的分类;最终结合OpenNI和OpenCV,在VS2010环境下实现了该算法。与其他算法相比,该算法改进动态手势特征的提取方法和分类过程,能够快速跟踪手部,有效分割手势。实验结果表明,本方法对具有时空特性的动态手势有很高的识别率,在不同光照和复杂背景下具有较好的鲁棒性。     

手写邮政编码的模糊识别方法

提出一种基于神经网络的手写邮政编码的模糊识别方法,它包括邮编框边缘检测与分离、图像二值化、去噪、倾斜校正、提取邮编数字、窗格缩放、位置归一化、数字细化、数字识别特征提取和基于BP网络的模糊识别等10个环节。经实验表明,该方法的正确识别率达90%以上。     

一种多特征组合与多神经网络分类器集成的手写数字识别新方法

提出了一种多特征组合与多神经网络分类器集成的手写体数字字符识别方法。新方法对结构简单、书写规范的数字字符使用高效的结构分类器实现快速分类;对结构分类器不能准确分类的字符,首先通过提取多个特征,构造不同结构和类型的多个神经网络分类器,然后对多个分类器的识别结果,通过多专家集成方案对手写数字进行最终判决。实验结果表明,提出的方法能有效降低识别错误率,提高识别系统的可靠性。     

基于Trace变换的步态识别算法

提出了基于Hu矩的步态周期检测算法,该算法具有尺度、平移不变性,在预处理的标准中心化之前进行,缩短了步态识别前期处理工作的时间,为实时的步态识别提供可能。在分析步态的投影特征具有身份判别的能力之后,进而引出并说明使用Trace变换特征对步态表达的想法是合理的。提出基于Trace变换的步态识别算法,详细地讨论了三种Trace变换的泛函形式,在CASIA(B)步态库上进行验证实验,最佳识别率可达84.14%。这种方法避免了动态时间规整以及线性时间归一等算法的复杂的调整过程。