基于手指轮廓的手形验证算法

针对手形特点和现有的手形认证方法的不足,提出了一种新颖的基于有序手形轮廓点匹配的手形验证方法。摆脱了固定拴的束缚,运算量小。系统首先对预处理后的手形图像进行边界跟踪后提取手指的关键特征点分离手指,运用对有序边缘点进行运算的手指归一化算法进行图像标准化,最后,运用新型点匹配算法进行自动鉴别。通过小样本实验检测,该方法在鲁棒性、准确率、和运算量方面具有良好的综合性能。     

基于统计模型的书法笔画轮廓恢复*

获取书法汉字笔画的完整轮廓是进行计算机书法模拟和创作的重要前提,而笔画间的相互覆盖使得获取的笔画轮廓不完整。结合一个已有的统计模型,提出了一种新的笔画轮廓恢复方法。该方法通过建立轮廓模型、统计学习相似笔画来实现有缺失笔画轮廓的恢复。其主要过程包括笔画轮廓建模、建立并训练统计模型、运用统计模型恢复轮廓。实验表明该方法既有广泛的适应性又呈现良好的效果。     

基于轮廓的汉字笔画分离算法

可信可控网络利用多个控制节点对AS进行联合控制,容易造成多个控制节点在网络控制过程中持有的AS视图不一致。针对该问题,在可信可控网络模型的基础上提出了基于选举算法的AS内一致性视图构建机制,该机制首先基于选举算法选举出主控制节点,然后主控制节点根据AS内各个控制节点的负载将视图构建任务分配给负载最低的控制节点负责构建视图,并利用主控制节点的时间对生成的视图的版本进行界定,从而避免了多个控制节点独自构建视图造成的视图混乱问题。另外,仿真实验结果表明,提出的一致性视图构建机制具有良好的性能。     

基于轮廓特征的车辆跟踪算法实现

运动车辆的实时跟踪是智能交通系统中的重要组成部分,它能够实现车辆运动轨迹的有效追踪与车辆运动参数的实时记录。论文采用一种基于轮廓特征的车辆跟踪算法来实现运动车辆跟踪,并在OpenCV平台进行仿真实验,验证了该算法的有效性。     

基于汉字笔画的汉字排序

目前常用的音序汉字序列并不符合中国人对汉字排序的观念,能够反应汉字特征的是汉字的笔画.结合汉字的重编码与汉字笔画排序规则,提出在计算机上实现汉字按笔画序规则排序的方法,根据重编码和内码的性质,在第一次排序结果的基础上再进行一次排序,使得排序搜索速度得到有效提高.     

基于弹性笔画长度的汉字笔画平面抽取及识别

针对手写体汉字识别过程中的特征抽取，提出了一种改进的抽取笔画平面的方法。首先，将手写汉字图像进行非线性规一化；然后，利用弹性笔画长度，根据汉字的横竖撇捺四种笔画分别抽取出四种笔画的平面；最后，将四个笔画平面分别均匀划分成S×S个小网格，在每个小格内计算其笔画交叉数目，便得到了一个4S2维的特征向量。实验利用基于最小距离的分类器对含有7600（19类）个汉字的测试集进行了分类，取得了较好的识别效果。     

轮廓跟踪与点阵汉字矢量化研究

本文将图像处理领域的轮廓跟踪技术应用于点阵汉字矢量化的研究，具体阐述轮廓跟踪及汉字矢量化的有关概念及原理、矢量字库的结构设计等。所生成的纯轮廓矢量汉字库广泛地支持显示、排版、三维动画及ＣＡＤ等领域的应用。     

一种移动终端笔画字体存储结构及轮廓化算法

针对移动终端的特点,结合汉字组件技术以及矢量笔画字体提出一种字库存储结构,并针对笔画字体提出一种轮廓化算法.在字库中将汉字信息分为索引、汉字结构信息、汉字组件矢量数据信息3个部分来存储,具有占用空间小、合成速度快的优点,解决了以往汉字组件字体失真的问题.轮廓化算法根据笔画线段信息,只需遍历一次就可完成多边形轮廓的确定,且其中优化了生成的多边形顶点数量,考虑了遍历过程中的异常情况,降低了渲染负担.该算法也可经过少许改动成为通用的描边算法.在移动终端上进行实验的结果表明,使用该字库及相应轮廓化算法取得了良好的效果.     

基于汉字笔画特征的文本图像倒置判断算法

针对目前对文本图像倒置判断过分依赖文本标点的局限以及判断准确率不理想的问题,提出了一种新的中文文本图像倒置判断算法。算法运用投影法,对汉字进行定位,充分利用汉字笔画连续属性以及动态搜寻路径寻找撇笔迹,最后根据撇笔画的轮廓与走向特征运用特定的策略与算法判定出文本的方向。此法不仅很好地解决了上述问题,同时对扭曲的文本图像的倒置判断也有良好的效果。实验结果也验证了此法的可行性与有效性。通过实验结果与现有倒置判断算法相比,此法更具普遍适用性,在效率和准确率上也得到了较大的提高。     

基于笔画段分割和组合的汉字笔画提取模型

The offline recognition of Chinese Characters is a very important research field in OCR. In this paper, the authors propose an effective stroke extraction model for Chinese Character based on Stroke Segmentation and Combination. Comparing with the existed models, the experiments prove that it could improve the precision for the stroke extraction and reduce the computation complexity considerably.     

三元相图中字符提取算法

针对三元相图的特点,提出了一种基于轮廓跟踪的文图分离方法,通过轮廓跟踪得到每个连通域的外接矩形,分离出大小在一定范围内的外接矩形,从而实现文字与图形的分离。     

手写体汉字笔画特征点的完整性分析

提出了一种从手写体汉字骨骼图像．上提取分叉点的改进算法。采用新的骨骼图像分析技术提取新的候选特征点集，并且证明了骨骼上所有的分叉点都可以用该特征点集中的元素表示。实验表明新特征点集中元索的数量较以前大大减少。     

基于均值漂移和边缘检测的轮廓跟踪算法

实时的轮廓跟踪算法可以为视频监控系统提供物体的轮廓信息以供对物体类别、物体行为等进行识别.提出一种基于均值漂移和边缘检测的轮廓跟踪算法.方法中,首先利用均值漂移算法跟踪得到目标物体的中心位置,同时用高斯统计模型进行背景更新,从前景图像和背景图像中分别得到具有相同位置和大小的前景矩形区域和背景矩形区域,然后用背景分割的方法得到目标物体区域,再对目标物体区域进行边缘检测就得到了目标物体的轮廓,进而实现了对目标物体的轮廓跟踪.实验表明,可以实时、准确、稳定地对目标物体进行轮廓跟踪.     

基于细胞膜优化的图像边缘检测算法研究

研究图像边缘准确检测的问题.传统的像素阈值分割算法虽然考虑了图像的空间信息,但是由于解空间维数增加,搜索范围增大,导致计算时间延长,求解最优阈值的速度较低,同时传统二维熵的计算中只考虑了像素的概率,忽略了灰度的概率,导致分割不准确.为了避免上述缺陷,提出了一种基于细胞膜优化的图像边缘检测算法.利用图像内部像素差值方法,提取目标图像的边缘特征,为图像的边缘检测提供准确的数据基础.利用细胞膜优化方法,计算边缘最优边界像素点,从而实现图像的边缘检测.实验结果表明,利用上述算法能够有效提高图像边缘检测的准确性.     

一种新的地形图汉字注记自动提取算法

地形图中包含大量的汉字注记,为了实现地图要素自动识别,首先要将文字正确地提取出来。该文通过对汉字特征的分析,提出了一种新的汉字提取算法。首先根据地图图像的特点进行骨架运算,利用形态算子对汉字笔画进行分解,最后实现对汉字注记的笔画统计提取。该算法较好地解决了字线粘连、旋转等情况下的汉字提取问题,具有良好的稳定性。     

异源图像特征点边缘描述与匹配

特征提取是数字图像处理和计算机视觉中的一项重要技术,而利用特征描述算子来构造图像特征点是图像特征提取及配准中的一个关键步骤。SIFT特征点检测算子具有平移、旋转及缩放不变性,在图像配准中应用很广泛。针对基于SIFT特征的64维描述算子的不足进行了改进。通过仿真实验证明,改进后的算法比原算法精度更高,且时间复杂度有所降低。     

基于边缘特征的亚像素相关匹配跟踪算法

基于像素灰度和基于特征的相关匹配跟踪算法跟踪精度不高,只能匹配定位到整像素点。针对该问题,采用相关函数拟合极值法对整像素匹配点进行亚像素定位。设计一种新的实验方法和基于边缘特征的相关匹配跟踪算法。实验结果表明,该算法可以达到0.1级别的亚像素定位精度。     

基于支持向量机的汉语歧义切分算法

针对于解决交集型伪歧义字段的切分,提出了一种应用支持向量机的汉语歧义切分方法.歧义切分问题可看为一个模式分类问题,为提高字段处理能力,应用支持向量机方法建立分类模型.先对歧义字段进行特征提取,采用互信息来表示歧义字段.求解过程是一个有教师学习过程,从歧义字段中挑选出一些高频伪歧义字段,人工将其正确切分作为训练样本并代入SVM训练得到一个分类模型.在分类阶段将SVM和KNN相结合构造一个新的分类器,对于待识别歧义字段代入分类器即可得到切分结果.实验证明不仅具有一定的识别准确率,而且可以提高歧义切分速度.     

基于ORB特征的单目视觉定位算法研究

针对大范围室外场景和具有重复、高频纹理特征(例如水泥地、草坪)的场景,提出了一种鲁棒性强、定位精度高、速度更快的视觉定位算法。采用8级图像金字塔的ORB (Oriented FAST and Rotated BRIEF)特征描述子提取图像特征点,通过K近邻(KNN)匹配相邻图像序列的特征点对,依次解算基础矩阵F和本质矩阵E,采用自适应法利用单应矩阵和本质矩阵进行位姿估计,最后解算两帧图像间相机刚体运动的旋转R和平移t,利用三角测量法则求解出匹配点的三维坐标,重建相机运动轨迹。为了提高算法性能,提出采用最小化基于点特征的非线性重投影误差优化三维点。通过调用OpenCV在C++中实现,对所采集的数据集进行测试,测试结果表明,该方法比传统的3D位姿估计更优,实时可行。由于其基于单目而实现,因此无法得到尺度信息。