一种高效的药瓶标签字符识别系统关键算法研究

针对药瓶标签的特点,对字符定位、字符分割、字符识别等多个环节进行了深入研究,设计了一种字符识别系统。对药瓶标签图像进行预处理,为后续药品标签上字符的定位做准备。用轮廓跟踪法定位字符所在的大致区域,采用水平投影结合图像分割方法精确定位字符区域。利用垂直投影法定位字符中的粘连块,并进一步利用滴水算法分割粘连字符。选用K-L变换对粗分类后的子类提取字符特征,选用一种自适应调节学习率和动态调整S型激励函数相结合的改进BP算法对字符进行精确识别。实验证明本系统能够快速、高效地识别出药瓶标签上的字符,有实用价值。     

基于扫描枪的字符二维条码识读算法研究

不同于传统的图像二维条码,字符二维条码由字符组成条码矩阵.字符二维条码可通过扫描枪获取后,因其结构不同于传统图像二维条码,需对字符二维条码进行定位、分割以及字符识别.在扫描枪有限的内存空间和运行速度限制下,开发了字符二维条码的识读算法.提出了基于圆定位符的字符二维条码定位算法,对条码字符进行投影分割后,采用基于特征融合的识别方法实现了字符识别.实验表明:种字符二维条码识读算法能够很好地运行在扫描枪上,快速、准确地实现字符二维条码的识读.     

基于机器视觉的化妆品纸质标签缺陷检测方法

针对化妆品纸质标签生产中出现的不干胶标贴漏贴、偏移、倾斜、叠加,生产日期字符漏喷、偏移、倾斜、多喷,日期喷印错误等缺陷,提出一种化妆品纸质标签缺陷视觉检测方法。首先,利用数字形态学与连通域分析技术,从倾斜校正后的标签本体图像中分别提取不干胶标贴和日期字符区域;其次,分别提取区域重心坐标与方向角检测不干胶标贴和日期字符的位置缺陷;进而,在日期点阵字符垂直校正基础上分割字符,提取网格特征、垂直投影、投影宽度及字符占空比等字符特征,利用这些特征训练BP神经网络并实现对日期点阵字符的识别;最后,在样机上采集了大量正常及具有不同类型缺陷的化妆品标签图像,进行实验验证。实验结果表明:该算法准确率高、稳定性好,能够快速检测位置缺陷和准确识别日期字符,检测准确率可达94.4%。     

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.     

复杂背景的身份证图像字符分割算法研究

对身份证识别系统中的字符分割技术进行了深入的研究,阐述了倾斜校正、行切割、小波降噪、单字符分割等算法,实验证明,文中方法对退化的身份证图像具有很好的字符分割能力.     

重轨生产线钢坯字符识别方法

针对重轨生产线钢坯支支跟踪的需求,研究了一种基于计算机视觉的钢坯字符识别方法.该识别方法对在线采集到的钢坯字符图像采用基于最大类间方差的多级分割滤波与聚类处理突出字符目标区域,从而精准定位出钢坯字符;采用基于智能多代理者的切分算法来完成钢坯字符的精确切分;采用模板匹配与结构特征识别相结合的多级识别方法来正确识别出钢坯字符.实验结果表明所提出的算法能正确快速地识别出钢坯号字符.     

汉字笔迹鉴别中预处理算法实现

针对自由格式的手写体汉字,提出一套系统完整的笔迹图像预处理算法,其中我们将汉字宽度的统计特性与高斯分布的特性结合进行粘连字的滤除,然后根据粘连字的投影图中波谷点的位置,选择某一阈值作为最佳切分点将其分割开来,从而很容易实现了字符大小的归一化、汉字的任意拼接和行倾斜的校正.该算法使得整个预处理子系统更加稳定与完善,为后续的笔迹鉴别提供了可靠的保证.     

基于特征点匹配的图像拼接方法

在对现有图像拼接方法进行研究的基础上,提出一种基于特征点匹配的图像拼接方法。采用对图像质量与光照等因素具有较强鲁棒性以及丰富匹配信息的尺度不变特征变换匹配算法对特征点进行提取和匹配,使用随机抽样一致性去粗算法求得两幅图像间的H矩阵初值,并运用迭代精炼算法求出H矩阵的精确值,利用摄像头预先拍摄好的固定角度的图像来得到转换角度的H矩阵,从而将均具有角度差的两幅图像调整至垂直拍摄的平面,最后根据尺度不变特征变换匹配算法及投影算法将调整后的两幅图像拼接。实验表明,本方法简单易行,可降低具有角度差的两幅图像拼接后的边缘变形,从而改善拼接质量。     

车牌字符图像分割技术的研究与应用

通过对得到的车牌图像中字符分割方法的研究,提出了一种如何从车牌图像中切分出正确字符图像的方法.方法首先采用降低维数的投影方法进行初分割识别,再结合车牌图像的先验知识进行过宽和过窄块的处理,以提高车牌字符分割的正确率.方法在实际的智能车牌识别系统中得到应用.     

基于基本图像特征的中朝文种辨识方法

提出了一种基于基本图像特征、适用于不同分辨率自然文本图像的中朝文种辨识方法.在训练阶段,首先构造标准文字图像库,然后提取文字的形态学骨架,最后利用骨架的基本图像特征来训练BP神经网络;在辨识阶段,首先对自然文本图像进行倾斜校正后做二值化处理以提高字符分割的效果,然后进行垂直投影、水平投影、字符分割和提取每个字符的骨架信息,最后基于字符骨架的基本图像特征利用BP神经网络来进行文种辨识.实验表明,本文提出的方法在中朝文种辨识中综合辨识准确率可达到87%.     

金属铭牌压印凸凹字符的分割

针对压印字符表面的立体特征,提出了一种基于表面三维形状信息的金属铭牌压印凸凹字符图像分割的方法。使用一种简化的四光源立体技术获得铭牌图像各点的法向量后,基于图论聚类方法,实现了压印凸凹字符的分割。同时,在传统的开环图像处理中引入了闭环反馈控制,获得了分割参数的优化。较传统的基于二维图像分割的方法,本方法的分割结果更令人满意,具有很好的鲁棒性和自适应性,提高了字符的识别率。     

基于特征点匹配的拼接算法研究与实现

针对图像问因具有旋转及光线强度差异等现象而导致的拼接效果不佳及拼接速度慢的问题,提出一种基于特征点的配准算法。该算法首先利用相位相关法确定图像重叠区域,然后采用改进Harris角点检测算法检测角点,再根据相似测度NCC（NormalizedCrossCorrelation）方法提取出匹配特征点对,最后用渐进渐出的方法实现拼接图像的融合。实验证明,该算法比传统算法在角点数目上减少了四分之一,有效地去除了拼接产生的鬼影现象。能有效地提高图像拼接的速度和精度。     

一种改进KNN的无人机图像快速拼接方法

为了更好解决基于K近邻算法特征匹配速度问题,采用图像像素点经纬度数据加快特征点匹配的无人机图像拼接方法。利用拍摄图片信息里的地理坐标,计算影像像素点经纬度数据,然后计算出两张图像重合部分,利用重合部分特征点经纬度数据大致相同这一特点提高K近邻算法匹配速度,改进后的算法在匹配准确度比传统算法提高了43%左右,最后选用最佳缝合线法对图像进行拼接,获得了质量较好的全景图。     

基于相机标定的文字变造篡改鉴定

数字照片中的汉字经过数码相机拍摄都会符合一定的投影规则,经过变造篡改的汉字则存在一定程度的投影偏差.为了检测数字图像中汉字信息的真实性,对估算汉字投影偏差法进行了研究,提出了基于相机标定来估算投影偏差值的检测技术.结合汉字具有平面方块的特点,利用汉字模型代表真实世界坐标系下被拍摄的汉字,提取一定数量的对应点坐标,获取与图像实际单应性矩阵对应的投影矩阵,求解重构汉字的偏差值.通过实验确定偏差阈值,图像中汉字投影偏差值大于阈值则认为经过变造篡改.实验结果表明,该方法能检测重新写入图像的汉字和替换图像汉字的篡改.     

基于相对熵的KNN文本分类方法的研究

摘要:为提高处理文本相似度的效果,提出了一种基于相对熵度量文本差异的KNN算法.该算法首先对文本进行预处理(分字与删去停用字)和构建特征字字典; 然后计算训练集中所有文本特征字的概率,并组成训练集(特征字概率矩阵); 最后计算预测文本的特征字概率向量,并通过计算和统计K个预测文本与训练集文本间相对熵最小的文本类别个数后将数目最多的类别作为测试样本的类别.实验结果表明,该算法的分类效果不仅显著优于传统KNN、SVM、Decision Tree、朴素Bayes算法的分类效果,且在小样本数据情况下     

基于L-M优化算法的多幅岩心荧光图像拼接

在多幅岩心荧光图像的拼接中,为了减小累计误差造成的拼接畸变,提出了一种基于L-M(Levenberg-Mar-quardt)算法的全局优化方法。该方法是在每一幅图像的初始球面投影参数的基础上,采用L-M算法进行迭代计算,在迭代过程中根据增长率δ的取值实时调整阻尼因子μ,从而不断更新迭代方向和迭代步长,求出最优投影参数集,使所有图像的全部的特征点经球面变换后的误差距离总和最小,实现全局配准。把该算法应用到多幅岩心荧光图像的拼接中,解决了累计误差造成的畸变问题,获得了满意的拼接效果。     

基于特征点匹配对平面相似度的图像拼接

针对来自于不同视点拍摄的具有视差的两幅图像,提出了一种基于特征点匹配对平面相似性的图像拼接方法。该方法利用场景中属于同一平面特征点之间的变换矩阵一致性的特点,通过定义特征点匹配对之间的平面相似度来筛选特征点匹配对,有效降低了特征点的漏匹配率,提高了配准精度。采用图割算法计算图像的最优缝合线,进行拼接得到最终结果。实验结果表明,与现有经典算法相比,该方法具有较好的视差鲁棒性。     

双场景类型遥感图像的配准拼接优化

为了提升包含2种场景类型的遥感图像的配准拼接质量,提出基于误差权重再分配的遥感图像配准拼接优化方法. 使用尺度不变特征变换（SIFT）特征检测算子,提取2幅具有重叠区域的遥感图像的特征点,计算得到初始的单应性矩阵. 针对遥感图像细节丰富,但在某些特定区域分布不均匀的特点,将图像按照网格分割成若干小子块,进行信息熵聚类. 图像熵反映的是灰度分布的分散程度,较大的熵意味着更大的信息量和纹理细节. 按照信息量分布,将图像分隔为2个大的图像区域,每一区域近似代表一种场景类型. 以特征点匹配的残余误差为目标函数,对不同场景区域的特征点分配不同的优化权重,权重来源于各图像子块的信息熵,反映了图像各场景信息量的多少,从而改善拼接效果,使之符合人眼视觉要求. 实验表明,采用该方法可以再分配特征点匹配残余误差,细节丰富区域的匹配残差降低14%,提升细节丰富区域的配准拼接质量,降低随机性,提高了配准过程的稳定度.     

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．