对复杂背景中字符分割方法的研究

机器视觉技术是计算机科学的重要研究领域，其中背景图像中字符的提取和识别有重大的研究意义．通过分析复杂背景中字符存在的特点，针对快速分割和识别的应用需求，提出了一种在色调上将阀值法和区域生长法相结合的分割方法．     

基于灰度跳变的车牌自动识别技术

探讨了汽车牌照识别系统的关键技术并介绍了一种实现该系统的简单方法:利用车牌字符与背景的灰度跳变实现车牌的快速提取,利用投影法进行字符分割,利用字符的层次轮廓特征分类别地识别车牌字符.     

基于字符间隙和垂直投影特征的铁路货车编码分割算法研究

编码分割路货车编码识别过程中一个非常重要的环节,编码能否得到有效的分割将直接影响到识别系统的识别率和识别速度.针对铁路货车编码的特性,提出了一种基于铁路货车编码间隙特征和垂直投影特征的字符分割方法.实验表明,货车编码字符的分割效果远远优于基于边界跟踪法和区域增长法的常见字符分割方法,特别是在处理逆光、雨天等复杂情况下的...     

汽车牌照自动识别系统中字符分割算法研究

在汽车牌照自动识别系统中，字符分割的准确性是能否正确识别的前提条件，由于受自然环境和人为因素的影响，造成图像质量下降，给字符分割带来了很大的干扰，本文采用了面积投影法，轮廓投影法和固定间距法综合来分割字符，现场实践证明。字符分割准确率达到98．7％。     

基于灰度跳变的车牌自动识别技术

探讨了汽车牌照识别系统的关键技术并介绍了一种实现该系统的简单方法：利用车牌字符与背景的灰度跳变实现车牌的快速提取，利用投影法进行字符分割，利用字符的层次轮廓特征分类别地识别车牌字符。     

基于OpenCV的火车票识别算法

针对火车站的机器验票不能验证持票人与证、票相一致的不足,设计了一种利用摄像头拍摄车票图像、基于OpenCV视觉库的火车票身份证号码和乘车日期识别算法.算法利用车票上的二维码角点位置定位相关字符区域,采用适用于不同亮度情况下的自适应阈值分割算法实现字符分割;身份证号码识别算法利用目标外轮廓特征提取字符目标,使用模板匹配法识别目标;日期识别算法采用漫水填充法提取字符目标,根据日期字符按模块排列的特征识别目标.试验结果证实该算法在保证字符识别正确率的同时可以满足系统实时性的要求,解决了人工验证旅客身份效率低的问题.     

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.     

一种基于特征的BP神经网络车牌字符识别

字符识别是自动车牌识别系统中很关键的一步.字符识别有以下几步,首先,对车牌图像进行预处理.其次,通过竖直方向投影分割字符.最后,将提取的字符特征输入网络进行训练.在实验中,利用该方法对光照不均、字符大小不一、运动背景的图像,特别是相似字符的识别获得了较高的识别率,并且将其与字符输入BP神经网络进行对比分析.实验结果表明,该方法对字符识别有很好的鲁棒性、有效性.     

汽车牌照字符识别系统设计

随着交通事业的迅速发展,人工管理方式已不能满足实际的需求,针对这一问题,提出了汽车牌照字符识别系统设计,采用了数字图像处理技术、车牌定位技术、车牌字符分割技术、BP神经网络识别技术来解决车牌字符的识别问题,研究了图像预处理、边缘提取、车牌定位、字符分割、字符识别5部分内容,并给出了BP神经网络实现车牌字符的识别,实验表明,此方法能实现良好的定位精确度和较高的识别率.     

基于BP神经网络的车牌识别系统

车牌识别系统是智能交通领域的重要组成部分,在现代交通管理中的作用举足轻重。基于VC＋＋6.0进行实验,针对中国的车牌进行研究,用BP神经网络来实现车牌识别。车牌识别分为图像预处理、车牌定位、字符分割和字符识别四个步骤。利用车牌的先验知识进行定位,引进双阈值进行字符分割,利用13段特征提取法提取特征向量,实验表明该识别算法行之有效。     

基于Itakura-Saito散度的图像分割法

针对Otsu阈值法仅适合图像目标和背景分布呈正态分布且两者像素量和方差要求基本相当的不足,提出了基于Itakura-SaitoS散度的图像阈值化分割新算法。实验结果表明,对有些图像采用Itakura-Saito散度的阈值法比传统Otsu阈值法能够获得较好的分割效果。     

改进水平集的车辆检测算法

针对视频序列的车辆检测,研究了常用的车辆检测算法。提出一种改进的基于水平集函数的车辆检测算法。利用均值法建立背景模型,采用背景差分法获得车辆运动区域位置,大大缩小水平集函数在图像中曲线演化的范围,快速准确地检测到车辆。     

自立式单杆输电塔顺风向风振疲劳分析

为了在频域内方便准确地估算高耸结构的风振疲劳累积损伤，提出了一种改进的等效窄带算法.该改进算法根据高耸结构的风振响应特性，将背景应力和共振应力引起的损伤分开计算，并对背景损伤部分乘以宽带修正系数.用该算法对一个自立式单杆输电塔进行了风振疲劳累积损伤计算，将计算结果和雨流法、等效应力法、等效窄带法和Holmes估算法进行了比较.考虑平均风速和风向的概率分布，根据Miner线性累积损伤理论估算了该输电塔的风振疲劳寿命.计算结果表明，该改进算法具有较好的精度，且该输电塔在设计使用期内的抗疲劳能力是足够的.     

移动最小二乘无网格方法

介绍移动最小二乘法的基本原理和近似函数的构造方法,并应用配点法和最小二乘原理,提出了一种基于移动最小二乘思想的最小二乘配点型无网格方法.该方法的实施不需要背景网格,不需要进行高斯积分,具有计算量小、边界条件处理简单的特点,是一种真正的无网格方法.     

部分混合位平面位移的JPEG2000感兴趣区域图像编码

针对JPEG2000图像编码标准中定义的两种感兴趣区域（ROI）编码方法的缺点和GPBShift算法的不足,提出一种新的感兴趣区域编码方法一部分混合位平面位移法（Partial Composite Bitplanes Shiftmethod）PCBShift．本方法把ROI与背景区域（BG）划分为6部分,通过调整各部分的参数来实现位平面的位移。本方法不仅可以支持任意形状的感兴趣区域,而且可以任意调节感兴趣区域与背景区域的相对质量。实验结果表明：对用PCBShift方法重建图像的质量比用最大位移法（Maxshiftmethod）和GPBShift算法,在相同解码率下有更好的图像质量,并且能根据不同优先级,在同一幅图像中对多感兴趣区域进行有效的编码。     

GEHRY带给我们的思考

Frank Gehry作品的调查报告;对Gehry作品的评析;Frank Gehry与业主之间的工作方式;Gehry独特的生活经历;时代需要开放的建筑评价标准.     

微重力异常的变阶滑动迭代趋势分析法在某油田中的应用

由于油气构造引起的重力信号较弱和深部区域背景的影响，油气构造引起的微重力信息往往被噪声屏蔽，而常规的数据处理方法提取的微重力异常的效果不显著．对变阶滑动趋势分析法进行改进，提出变阶滑动迭代趋势分析法，用最优趋势面的值迭代窗口内数据，作为下次趋势分析的数据，使窗口内的趋势面具有较好的继承性，提高了识别微弱重力异常信号的能力，能在强干扰背景下较理想地提取与油气构造相关的信息．在某油田高精度重力测量工作中，变阶滑动迭代趋势分析法成功地提取了微重力异常，并获得良好的地质效果。     

低信噪比静止背景运动图像的动态目标检测

研究静止背景下运动图像序列的动态目标检测，主要针对当图像序列背景中有噪声干扰时，典型的差分检测法的检测效果不好，应用基于最小均方系统调整算法(LMS)的自适应滤波器方法，压制噪声，使效果得以明显改善，文中给出了实验结果。     

结合三帧差分法和混合高斯模型的运动目标检测

鉴于传统的三帧差分法(TFDM)在检测结果上有检测目标不完整的问题,提出了一种将TFDM与混合高斯模型(GMM)相结合的运动目标检测方法(TFDMGMM算法)。该方法用多个GMM的加权表示每一个背景像素,再结合TFDM判别是前景还是背景。实验结果表明,与单独的TFDM和GMM算法相比,既能得到相对完整的运动目标,又能减小噪声等外部干扰带来的影响。     

基于紧支径向基函数的局部径向点插值方法

文章对紧支径向基函数进行完备性修正,利用完备性修正的紧支径向基函数,并结合局部残差的思想,建立了局部径向点插值方法.由于该方法中的插值函数满足Delta函数性质,因此本质边界条件可以像传统的有限元方法一样容易施加,在计算过程中不需要积分网格,是一种"纯无网格方法".将该方法用于二维弹性静力问题的求解,导出其相应的离散方程.数值算例初步验证了该方法的有效性与合理性.