基于权系数标识符矩阵的车牌字符识别方法

为了提高对车牌字符的准确识别能力,提出了一种基于权系数标识符矩阵的模板匹配车牌字符识别方法。具体方法是在进行字符识别前为每一个车牌字符制定一个标准化的模板,再将每一个模板字符的像素依据像素区域、像素边缘区域和非像素及非像素边缘区域等标记成不同的区域,并依此为基准生成一个模板矩阵。根据车牌字符闭合区域个数及字符二值图像中间行、中间列黑白跳变次数,可将字符分为10类。进行字符识别时,首先判定待识别字符属于哪一类,然后与所在类的每一个字符的标准模板进行匹配,统计待识别字符落在每一个标准模板矩阵的不同区域的像素数,并根据不同区域的不同权值计算相似度值,相似度值最大的即为识别结果。该方法采用两级分类法对车牌字符图像进行分类,再采用基于权系数标识符矩阵的模板匹配法对车牌字符进行识别。实验结果表明,该方法提高了识别结果的准确度,对于存在字符断裂以及形状相似而容易混淆的字符有较好的识别效果。     

集装箱箱号字符识别关键技术的研究

文中主要以集装箱箱号识别为研究对象,在对现有的集装箱照片进行预处理以及定位的基础上,实现箱号的准确识别。主要论述影响字符识别各种关键因素,并且在传统模板匹配的基础上,提出全新的加权模板匹配法和字符结构相结合的识别方法。该方法并不是将36个字符用统一的模板进行匹配识别,而是根据字符结构进行分类,每类都会予以不同的权值分配模板。字符结构是一种二级识别,两种方法相结合很好地实现了对断裂、粘连以及倾斜字符的识别。最后通过理论分析和实验证明了该方法的有效性,并给出了需要进一步研究的问题。     

有问有答

问1:在字符识别技术中,印刷(或打印)字符与手写字符的识别方法有何不同?识别技术能否用于计算机自动输入?(山西大同刘飞问) 答:印刷或打印的字符由于字体有限一般多采用模板匹配法来进行识别.这种方法是将字母的各类标准字型采样储入计算机.在识别过程中,输入的待识字符与字库内的各个字符进行比较,按照分类的最大概率作出判决,方法比较简单.而手写体符号由于字型在理论上是“无限”的,模板法对此不能适用,一般是     

基于印刷年份的人民币版本识别技术研究

根据人民币背面印刷年份作为人民版本识别的特征,进行人民币版本的识别。提取印刷年份过程包括对图像的采集、边缘检测、图像旋转、最小值滤波等预处理,以及采用投影法对印刷年份字符区域的定位。字符区域被提取出来以后,再使用八向模板匹配的方法,使待测样本与模板样本逐一比较,计算它们的相似度,与待测样本相似度的最大模板样本的版本作为待测样本的版本。采用100张99版和100张05版人民币图像作为样本进行实验,实验结果表明,该方法版本识别率达到97%以上。     

基于模板匹配算法的字符识别研究

文中提出了一种基于模板匹配的字符识别算法。该算法在对输入的字符进行预处理的基础上对字符进行特征量提取,预先将字符分成若干个集合;然后再对各集合中的字符进行模板匹配,最终对字符做出判决。试验结果表明,模板匹配算法保证了字符识别的正确率,而对字符进行预分类,则缩小了模板匹配的字符对象范围,弥补了模板匹配算法对于大量字符耗时多的缺点。     

基于三维散射中心模型的一维距离像识别

提出了基于三维散射中心模型的两种距离像识别思路,第一种利用全姿态三维散射中心模型恢复各个姿态下的距离像模板并训练分类器,将待识别距离像通过训练后的分类器完成识别;另一种思路将全姿态三维散射中心模型向各个视线方向投影得到一维散射中心模板,采用特征提取方法从待识别距离像中提取一维散射中心特征并与散射中心模板匹配完成识别。由于训练数据或匹配模板都由三维散射中心模型实时生成,因此这两种方法都大大节省了存储空间。采用暗室测量数据和电磁计算数据对两种思路分别进行了仿真试验,结果验证了方法的有效性。     

图像处理技术在车牌号识别领域中的算法改进

针对图像处理技术在车牌号识别领域中的运用,结合目前常用识别方法(模板匹配法、神经网络法和支持向量机识别法)和主要特征提取方式(统计特征提取和结构特征提取)各自的优点,设计出一种多层分支结构的车牌号识别系统,该系统根据不同待识别字符的特征进行分类,然后匹配上对该类特征识别较有优势的特征提取方法和字符识别算法,并提出一种对折识别算法运用其中,通过对字符的分层识别和分支识别,从而达到精确、高效识别的目的,最后通过试验测试和统计分析,证明了该方法在车牌号识别中的优越性.     

一种基于特征加权模板匹配方法在纸币字符识别中的应用

纸币字符是纸币的重要特征之一,一组字符能够唯一标识纸币的身份.能够快速地识别纸币中的字符直接影响到纸币字符识别的精度和速度.本文运用特征加权模板匹配算法,设计了一个纸币字符识别算法.该算法从当前应用最广泛的模板匹配法入手,对标准模板匹配算法加以改进,从而提高了纸币字符实别的效率和精度.该算法能够充分区分开字符笔画和非笔画部分对字符识别的影响大小,从而有效地提升了识别率和鲁棒性.从实验结果来看,该算法性能较优.     

基于主方向检测的畸变字符图像快速校正算法

提出了一种对畸变字符图像快速变形校正的算法,他主要是通过对字符主方向的搜索来求取倾斜图像的有关参数。该算法计算形变区域的水平及垂直差分并设计出判别函数,进一步搜索出使判别函数达到最大的主字符方向并进行校正,最后给出了一种图像毛刺的剔除方法。实验表明,该算法充分利用了畸变字符图像的特征,同时使用了较优化的快速搜索策略,取得了较好的实际结果。     

字符识别中的畸变字符校正算法研究

文章提出了一种基于模板匹配的畸变字符识别算法。该算法可以自动校正由于柱面透视投影所引起的畸变字符图像,显著提高柱面字符识别的正确率。然后对校正后的图像进行字符定位,最终通过模板匹配算法对字符做出判决。试验结果表明,畸变字符校正算法有效地提高了算法对于圆柱面上字符的识别能力,在测试中取得了良好的效果。     

基于图像理解的LPR系统研究

设计了一种基于图像理解的智能车牌识别系统,利用水平和垂直投影进行车牌区域定位。通过基于垂直投影和模板匹配的字符分割方法有效地解决了背景变化、车牌尺寸变化、字迹模糊等问题,在对120幅472×332大小的车辆图像采用基于模板匹配的ORC识别方法,在Hausdorff距离分类器上进行了相关匹配测试实验。识别率达96.7%,识别时间稳定在0.3~1.2 s之间。     

基于边缘检测的车牌识别算法的实现

针对传统车牌识别的不足,本文提出了基于边缘检测的车牌识别的算法.该算法首先对摄像头获取的车牌图像预处理,去除图像无用信息,然后运用Robert算子检测车牌边缘,并对车牌区域进行图像较正,用高斯滤波法去除噪声并且提取车牌信息特征,接着对车牌区域水平和竖直方向运用触点定位法分割字符,对车牌分割后与相应字符模版匹配,利用预测模型预测识别结果,最后识别出车牌字符.     

基于相关性的测量图像评估方法

针对经纬仪测量图像评估的特殊性,根据序列测量图像目标识别一般采用模板匹配的原理,提出了一种基于相关系数的测量图像评估方法.该方法采用对背景区域和目标区域的相关系数分别评估的方式,建立了主次波峰比评估指标,并引入了平均梯度和散度指标.实验证明:本方法能够真实地反映测量图像质量对目标识别算法的适应能力,其评估结果准确、可靠.     

新型高精度低功耗电荷传输型匹配单元电路

提出了一种新型电荷传输型电路.电路由MOS管及电容组成,在计算相关量的匹配度时,先计算出相关量的差值,然后将此差值放大,使电路的计算精度提高.采用电荷传输型电路的方式,大大降低了电路的功耗.同时,此电路还具有MOS管阈值偏差自动修正功能,最大限度降低了制造工艺带来的误差.1.5μm双层多晶硅双层铝布线标准CMOS工艺所投样片的测试结果表明,工作频率为50Hz时,功耗仅为12μW.     

新型高精度低功耗电荷传输型匹配单元电路

提出了一种新型电荷传输型电路.电路由MOS管及电容组成,在计算相关量的匹配度时,先计算出相关量的差值,然后将此差值放大,使电路的计算精度提高.采用电荷传输型电路的方式,大大降低了电路的功耗.同时,此电路还具有MOS管阈值偏差自动修正功能,最大限度降低了制造工艺带来的误差.1.5μm双层多晶硅双层铝布线标准CMOS工艺所投样片的测试结果表明,工作频率为50Hz时,功耗仅为12μW.     

Fast template matching with polynomials.

Template matching is widely used for many applications in image and signal processing. This paper proposes a novel template matching algorithm, called algebraic template matching. Given a template and an input image, algebraic template matching efficiently calculates similarities between the template and the partial images of the input image, for various widths and heights. The partial image most similar to the template image is detected from the input image for any location, width, and height. In the proposed algorithm, a polynomial that approximates the template image is used to match the input image instead of the template image. The proposed algorithm is effective especially when the width and height of the template image differ from the partial image to be matched. An algorithm using the Legendre polynomial is proposed for efficient approximation of the template image. This algorithm not only reduces computational costs, but also improves the quality of the approximated image. It is shown theoretically and experimentally that the computational cost of the proposed algorithm is much smaller than the existing methods.     

基于自适应多模板匹配的目标跟踪

为了解决在模板匹配中精度和速度之间的矛盾,本文结合了DSP便于实现算法和FPGA高速并行运算的优点,提出了一种基于DSP和FPGA协同作用的快速目标跟踪系统,主要在DSP上完成跟踪算法流程控制,在FPGA上实现耗时模块MAD的计算工作,建立两方通信,使该跟踪系统正常工作。将传统的模板匹配算法扩展成为多级模板匹配,并在跟踪算法中加入了抗旋转模板。最后,在Blackfin561系列Visual DSP 和EP3C25系列FPGA组成的系统平台上实现了该算法,并进行了相关的性能测试。实验表明,该系统可以准确、实时地跟踪运动目标,并能够有效地抗目标旋转和尺度变化。     

Video Block Motion Estimation Based on Gray-Code Kernels

Motion in modern video coders is estimated using a block matching algorithm that calculates the distance and direction of motion on a block-by-block basis. In this paper, a novel fast block-based motion estimation algorithm is proposed. This algorithm uses an efficient projection framework that bounds the distance between a template block and candidate blocks. Fast projection is performed using a family of highly efficient filter kernels-the gray-code kernels-requiring only 2 operations per pixel per kernel. The projection framework is combined with a rejection scheme which allows rapid rejection of candidate blocks that are distant from the template block. The tradeoff between computational complexity and quality of results can be easily controlled in the proposed algorithm; thus, it enables adaptivity to image content to further improve the results. Experiments show that the proposed adaptive algorithm outperforms other popular fast motion estimation algorithms.