车牌识别系统关键技术研究

倾斜角度、边框清晰度影响着车牌的校正,边框、铆钉和间隔符等也影响字符的提取,该文提出了一种改进的Harris角点检测算法,该方法不受倾斜角度影响,直接定位车牌内角点,可将内角点作为校正基准点。校正后的车牌不存在边框,字符串位于图像的中心位置,可以根据车牌字符串的整体位置值提取字符。实验证明,该算法在车牌校正与字符提取方面是有效的。     

纸币序列号定位与分割方法研究

人民币序列号的唯一性,是区别纸币的一种标示,采用一种基于投影法的号码区域定位方法,并提出一种沿双向最短路径搜索字符串上下轮廓的凹凸位置进行粘接字符分割方法。在号码区域定位时,对二值化后的序列号实行行和列投影,进行粗定位和精定位两个步骤实现目标区域的定位;为了提高分割粘接字符的正确率,利用字符串之间存在的凹凸轮廓特征,沿双向最短路径搜索字符串上下轮廓的凹凸位置,分割出单个字符。实验结果表明,投影法能够快速、准确的实现纸币序列号的定位;当有字符粘接时,采用沿双向路径方法比沿单向路径方法能够找到更好的切割点,并去除掉多余的粘接噪声,能够实现纸币序列号正确、有效地字符分割。     

基于改进凸包检测的芯片图像字符区域定位

针对半导体芯片在激光打印时可能出现字符倾斜、字符位置错误等缺陷,提出一种基于改进凸包检测的半导体芯片图像字符区域定位方法.首先,利用三轴图像采集平台采集多幅半导体芯片图像,切分提取出若干单幅芯片图像;其次,采用Harris角点检测获取图像角点分布图,改进凸包检测算法,剔除非字符区域角点,获取最外围角点凸包线;最后,拟合...     

一种新的快速字符定位算法研究

准确定位字符区域是字符识别的第一步,针对高速运动拍摄图像对比度差、噪声干扰严重、字符区域范围变化大、要求在线识别且时间短等特点,研究了一套特殊的数学形态学和图像滤波算法,算法利用字符局部信息对区域内的字符进行二值化处理,后进行连通运算和数学形态学闭运算,使相邻字符连成一个字符串区域,最后根据侯选区域的先验信息,快速定位出被识别字符的准确位置.研究表明,在高速运动中拍摄80*60mm大小的物体,图像大小为640*480,利用ROI区域,可以实现100%的目标区域精确定位,定位时间小于20ms,为后续字符的准确分割和识别奠定了良好的基础.     

一种利用灰度信息和二值信息的手写字符分割

在字符识别系统中,字符的有效分割是识别的关键。该文描述了一种两阶段的手写字符分割方法。根据字符倾斜角度将原字符串图像划分出若干个形状不规则的区域,每个区域含有一条分割线;针对现有分割方法的某些局限性,提出采用字符图像灰度信息和二值信息相结合的方式来求取分割区域中的分割路径。实验结果表明了该方法对于手写字符分割的有效性。     

基于轮廓检测的第二代身份证字符识别

针对第二代身份证图像字符识别,提出了一种基于字符串轮廓检测的方法。该方法采用对图像字符区域先进行纹理分割,获取字符区域后对其上下轮廓凹凸特征近似检测单个字符的宽度,从中选出稳定的局部特征,利用结构语句识别的方法进行字符识别。通过对自然场景下拍摄的10幅第二代身份证图像的字符识别实验,证明了该方法的有效性。     

基于Faster-RCNN和先验知识的车架VIN码识别方法

为了提高车检所工作效率,同时克服对VIN(Vehicle Identification Number)这类长字符串识别准确率低的难题,基于现有深度卷积神经网络的模型,提出以Faster R-CNN为主干网络,并结合先验知识的车架VIN识别模型。根据车架号图像特点,选择Faster R-CNN进行字符级定位和识别的方案。针对长字符识别容易漏字符的现象,使用被遗漏位置的前后字符坐标来定位缺失字符。使用inception网络对补漏得出的字符区域进行识别。灵活使用先验知识使得该方法比只使用Faster R-CNN识别车架号的准确率提高了31.7百分点,识别率达到了64.77%,这也高于当前主流OCR模型在长度超过15位的文本上的准确率。     

一种字符定位及识别技术在交通领域的应用

字符定位与识别技术在交通领域应用广泛.字符识别系统包括字符图像的拍摄、预先处理,将字符从图中截取出来,最后对字符对比甄别.采用灰阶处理、均值滤波等方法对图像预处理.在字符定位部分,采用边缘检测算法对字符图像在原始图中位置进行定位.在字符分割前,对字符进行二值化及倾斜校正.利用区域增长(region growing)方法...     

复杂环境下数显式仪表数码管定位与识别方法

针对矿山设备高压配电室机器人巡检系统中数显式仪表数码管难以有效定位与准确识别的问题,提出了一种复杂环境下数显式仪表数码管定位与识别方法。在数码管区域定位中,首先通过特征图像和标记分水岭算法初步定位数码管区域,然后使用大津阈值法和标记分水岭算法得到二值图像,并对其进行投影分割得到数码管字符,最后采用局部二值模式特征和支持向量机分类算法排除非数码管区域,提高数码管定位准确率;在数码管字符识别中,首先使用自适应Canny算法提取数码管字符边缘,然后采用Radon变换估计数码管字符倾斜角度,再使用滤波模板滤除噪点,最后通过穿线法识别数码管字符。试验结果表明,该方法能适应不同光照、数码管大小和字符倾斜角度,具有较高的定位和识别准确率。     

不规则机票表格的高精确度多单元字符定位

提出一个检测和定位机票图像中污损字符串的技术．不规则机票表格中的字符串是由计算机打印生成的，其对比度低且容易偏离表格，无法用常用的方法处理．基于几何先验知识和字符提取结果，应用扩展最大平均相关高度相关滤波器检测，进而准确地定位期望字符区域．实验结果表明：该方法准确率高，可以为OCR提供良好的输入．     

基于文本特征及二次矫正的指针式仪表自动读数算法

现有的指针式仪表读数算法常通过检测仪表的刻度进行示数识别,但仪表图像中的刻度包含的特征较少,从而容易出现误检测。针对此问题,提出了一种新的指针式仪表自动读数算法,该算法通过选取较大区域的图像特征大幅度地提高了仪表读数识别的鲁棒性。由于指针刻度值文本是各类仪表具有的共同部分且具有远多于刻度图像的特征,因此所提算法以刻度值文本作为识别依据,首先通过卷积神经网络检测仪表图像中的刻度值文本,并使用其位置坐标来拟合仪表的圆心,在得到圆心的基础上通过极坐标变换及图像二次矫正将圆弧形的刻度区域转换为水平直线型的区域,同时被识别的文本值也用于改进距离判读法。该方法与其他读数算法的比较结果表明,该算法具有较高的读数准确率,引用误差在0.5%以下,且在复杂拍摄条件下具有更高的鲁棒性。     

改进ORB和Hough变换的指针式仪表识读方法

为了实现指针式仪表的自动识读,提出一种基于改进ORB（Oriented FAST and Rotated BRIEF）和Hough变换算法的指针式仪表识读算法。利用角点强化方法加强ORB算法检测的特征点,通过特征点匹配对计算模板图像与待检测图像之间的透视变换矩阵。利用数学形态学处理、阈值分割等图像预处理提取指针,并提出一种用于确定指针旋转圆心的基于ORB特征匹配对的相似特征三角形方法,结合投影法定位指针方向。利用指针细化算法和添加圆心约束的Hough变换算法检测指针角度。最后根据仪表的先验信息得到读数结果。实验结果表明该算法在识读速度和精度等方面都能够满足指针式仪表识读的要求,具有较高的可靠性和工程应用价值。     

图像边缘轮廓自适应阈值的角点检测算法

目的 基于边缘轮廓的角点检测算法的检测性能虽然相对比较稳定,但是它对边缘轮廓的局部变化敏感,并且只是给予一个经验门限去提取角点,为此提出一种对局部变化和噪声稳健的基于图像边缘轮廓自适应阈值的角点检测算法。方法 该算法利用各向异性高斯方向导数滤波器对不同边缘和角点模型进行表征,提取表征边缘和角点的灰度及几何变化的不变属性,并通过正则化计算得到区别边缘和角点的自适应阈值。该算法首先利用Canny边缘检测器检测输入图像的边缘映射并从边缘映射中提取出边缘轮廓;然后利用各向异性高斯方向导数滤波器对所提取出的边缘曲线进行滤波平滑,计算出每一像素点的响应并与自适应阈值作比较,把响应大于阈值的点作为候选角点;最后,对候选角点进行非极大值抑制得到最终角点集。结果 提出的算法分别与Harris算法,He & Yung算法,以及ANDDs算法在仿射变换和高斯噪声的实验环境下进行比较,其性能指标为平均重复率与定位误差;并且对每个角点检测算法在无噪声和有噪声的情况下进行了角点匹配比较。4种算法的两个指标的平均排名为Harris 3.375,He &Yung 2.625,ANDDs 2.625,本文算法 1.375。本文算法在仿射变换以及高斯噪声的情况下有着良好的平均重复率和定位误差,优于其他3种算法。匹配实验中的错误点以及丢失点也少于其他3种算法。结论 图像的特征检测在计算机视觉领域是一个重要的课题,在许多视觉系统中,检测特征往往作为复杂计算的第1步。因此,这一步的可靠性会极大地影响着视觉系统整体的结果。而角点作为图像的重要特征,对其研究具有重大意义。本文算法不同于传统的基于边缘的角点检测器仅利用边缘轮廓的信息,还利用到图像边缘像素的灰度信息。而且,本文算法还采用一个自适应全局阈值,避免了角点的误判。正则化的灰度变化有效减少了噪声或者光照对检测性能的影响。通过角点匹配实验、仿射变换实验以及高斯噪声实验,可以看出,本文的角点检测器拥有良好的检测性能,并且对噪声具有稳健性。     

基于深度学习的配电柜指针仪表示值识读研究

为准确读取配电柜指针式仪表的示值,保证巡检机器人作出相应决策,提出一种结合改进YOLOv5和PSPNet模型的指针仪表检测及示值识读方法;首先利用主干网络替换为轻量化网络MobileNetv3的YOLOv5算法检测定位表盘区域;然后采用特征提取网络替换为MobileNetv2的PSPNet算法对表盘的刻度线区域和指针进行分割,并通过最小二乘法圆拟合和霍夫直线检测法得到指针回转中心及指针的偏转角度;最后结合指针偏转角度和相邻主刻度线与回转中心连线的偏转角度,通过公式法求取仪表示值;实验结果表明,该算法能够准确提取配电柜上的指针仪表表盘,并对表盘中的刻度和指针进行精准分割,在误差允许的范围内指针仪表示值识读相对误差最大为6.5%,满足实际工程应用的需求。     

环口焊X射线焊缝图像质量评定模型

X射线焊缝图像质量自动评定是焊缝图像缺陷自动评定的重要基础。为实现X射线焊缝图像质量自动评定，提出了一种数字化黑度计模型。首先，为使该模型通过数字计算即可获得物理黑度值，数字黑度计模型同时融合了物理光照模型和焊缝黑度模型；然后，通过对样本图像的物理黑度值及对应灰度值的相关性分析，给出了数字化黑度计模型的参数求取方法；最后，提出了一种X射线焊缝底片黑度自动评定算法。在实际X射线焊缝图像上的实验结果表明，在完全无人工干预的情况下，所提算法的准确率可达99%。交叉验证实验表明，所提方法敏感度可达98.5%，特异度可达100%。基于光照模型和黑度模型的数字化黑度计模型及求解算法可以取代目前常用的物理黑度计，实现焊缝图像质量评定的自动化。     

环口焊X射线焊缝图像质量评定模型

X射线焊缝图像质量自动评定是焊缝图像缺陷自动评定的重要基础。为实现X射线焊缝图像质量自动评定，提出了一种数字化黑度计模型。首先，为使该模型通过数字计算即可获得物理黑度值，数字黑度计模型同时融合了物理光照模型和焊缝黑度模型；然后，通过对样本图像的物理黑度值及对应灰度值的相关性分析，给出了数字化黑度计模型的参数求取方法；最后，提出了一种X射线焊缝底片黑度自动评定算法。在实际X射线焊缝图像上的实验结果表明，在完全无人工干预的情况下，所提算法的准确率可达99%。交叉验证实验表明，所提方法敏感度可达98.5%，特异度可达100%。基于光照模型和黑度模型的数字化黑度计模型及求解算法可以取代目前常用的物理黑度计，实现焊缝图像质量评定的自动化。     

改进的Harris亚像素角点快速定位

针对Harris算法检测角点存在偏差、运算慢、像素级精度难于满足实际应用需要等问题,改进了Harris角点检测方法。该方法在Harris提取角点过程中,通过两次角点筛选,剔除非角点和伪角点,利用角点响应函数执行非极大值抑制,以局部角点响应函数最大值的像素点作为初始角点,并以该初始角点为中心,以一定半径搜索角点簇,采用最小二乘法加权角点簇与待求角点的欧几里得距离,精化初始角点坐标,从而实现Harris亚像素角点准确快速定位。实验结果表明了该方法的有效性和实用性。     

Optimal design of large-scale frames with an advanced charged system search algorithm using box-shaped sections

In the present article, an advanced charged system search (ACSS) algorithm is designed for optimizing the large-scale frame structures using box-shaped sections for columns. The proposed ACSS is an extended version of the charged system search (CSS) which is a metaheuristic algorithm that uses the electrostatics and Newtonian laws of mechanics under the conditions of the Coulomb law. Two large-scale 3D frames with 1026 and 1935 components are optimized using AISC-LRFD to show the efficiency of using the box-shaped sections. Overall performance of the ACSS algorithm with box-shaped sections is compared to those of the upper bound strategy for integrated versions of the standard Big Bang Big Church algorithm and two of its newly developed variants. The results show the successful performance of using steel box-shaped columns in comparison to the frames with I-shaped sections. The numerical results show that the ACSS is efficient and robust compared to its standard version.

     

一种用于图像序列拼接的角点检测算法

分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法.     

一种改进的快速SUSAN角点检测算法

着重分析SUSAN角点检测速度慢的缺点,提出改进的快速SUSAN角点检测算法。该算法首先比较待测点与其周围半径为R的圆周上像素的灰度,统计连续的具有非相似灰度值的像素个数,根据判定准则得到初始角点,再使用非极值抑制函数选择最优角点。实验结果表明：该改进算法有效地减少角点检测过程的计算量,使得角点检测的效率大大提高。