基于Hough变换的PDF417条码图像倾斜矫正

在对PDF417条码图像扫描输入的过程中,条码图像不可避免地发生倾斜,因此必需先对图像进行倾斜矫正,才能实现条码的准确识别.Hough变换具有抗噪声能力强的特点,是一种检测图像倾斜角度的重要方法.为了克服Hough变换计算量大的缺点,先通过行差运算提取图像水平边缘,然后只对提取的边缘进行两级Hough变换,实现倾斜角度的检测.本文采用基于直线拟合的方法实现倾斜图像的矫正.与传统的Hough变换以及其它的倾斜图像矫正方法相比,本文实现了准确性与快速性的很好结合.     

票据图像预处理方法的研究

在文档影像的自动处理中,去黑边和倾斜校正是影像预处理的首要环节.该文提出了变黑边模板的概念和基于区域填充的黑边去除算法.对于图像的倾斜校正,我们提出了基于方向投影的表格线检测方法,并由此实现图像的自动分类;对不含表格线的图像,文中将字符包围盒中心作为特征点,采用Hough变换的算法进行倾斜检测.另外,倾斜检测时还采用金字塔模型降低图像分辨率,进一步提高了算法速度.实验表明,该文的方法能够有效地去除图像黑边,快速准确地检测出图像的倾斜角,并具有很强的抗干扰性和应用适应性.     

基于SUSAN检测算子的二维条码定位方法

以二维条码Data Matrix在实际应用中的图像为例,采用一种基于图像最优阈值的SUSAN检测算子,将复杂背景图像中的二维条码图像区域检测出来。使用这种方法可以在最大程度上忽略复杂背景的干扰,实现二维条码的快速定位。     

二维条码的识别方法

以QR矩阵码为例,介绍一种实用的二维条码识别算法。首先探讨了二维条码的定位与分割算法,利用Hough变换与Sobel边缘检测把条码图像从原始采集的图像中有效地分割出来;然后分析了条码图像经过光学系统的噪声模型,提出了一种计算点扩展函数标准方差的算法;采用Flourier变换自适应地选取阈值去除噪声导致的无效边界,从而得到条码的基本模块。实验结果表明,该算法具有很好的抗噪性,提高了二维条码的识别率。     

QR码图像的矫正与定位方法研究

QR二维条码作为一种可高速、全方位识别的二维条码,已经在各行各业中得到了广泛的应用。本文针对QR条码图像的识别过程中可能遇到的图像倾斜、几何失真等问题进行了研究,提出了通过双线性变换矫正变形的条码图像,然后使用QR条码符号特性对图像进行旋转并定向。实验证明,本文的方法简单有效,可以用于提高QR条码的正确识别率。     

基于数学形态学的二维条码识别

边缘模糊会导致二维条码识别率下降。本文提出了一种基于Hough变换和数学形态学相结合的二维条码识别算法,得到了清晰的条码边缘,从而有效地降低了边缘模糊对条码识别的影响。文中选取PDF417二维条码为应用对象,利用Hough变换和数学形态学对二维条码进行识别,选择合适的结构元素。实验结果表明,基于数学形态学对二维条码的识别算法能够更有效地识别条码边界,显著地提高了条码的识别率。     

基于多阈值分析的织物图像倾斜检测方法

研究织物图像优化检测问题,织物图像在扫描输入时难免存在倾斜,这种倾斜给后续的相关织物图像处理引起识别错误.为了有效校正识别误,提出一种新的基于多阈值分析的图像倾斜检测方法:首先利用Sobel梯度算子提取纬纱走向信息,然后通过行差运算和设定多个阈值的方法来提高算法的运算速度.利用分级Hough变换,同时采用消除伪极值、等权值均值运算、误差补偿的方法以提高其精确度检测得出纬纱的倾斜角,检测得出正确图像的倾斜角度.实验结果证明,方法不仅能够快速的检测出图像的倾斜角,而且检测结果较为精确.     

复杂背景下二维条码图像的提取

本文针对复杂背景下的PDF417条码，提出了一种合理的分割算法。首先使用彩色过滤算法对背景进行过滤，然后利用二次梯度算法提取图像中的正、负峰值，获取图像的分割阈值，使用这种方法后，可在最大程度上减少外界干扰。对于条码的倾斜，使用Hough变换得到图像倾角，再利用二维旋转矩阵旋转图像。为了减少目标区域的毛刺以及空白点，提出了一种良好的插值方法。确保旋转变换后的图像不失真。     

织物图像的倾斜检测与纬纱密度识别

根据织物表面图像来自动识别组织结构参数是纹织CAD的一个重要研究内容。为解决在扫描过程中织物图像不可避免的倾斜现象,提出了一种快速的基于Hough变换的织物图像倾斜检测算法。为减少运算量,此算法首先提取图像梯度作为纬纱走向信息;然后运用层次Hough变换来检测倾斜角度,并获得了满意的检测精度;最后根据倾斜检测结果,采用一种新的与倾斜无关的纬密识别算法,通过提取倾斜角处的投影轮廓线来得到纬密排列规律,并计算出纬纱密度。实验结果表明,该算法用于结构图像倾斜检测和纬纱密度识别,可获得大于88%的检测准确率,纬度识别倾斜误差可控制在2°以内,可见具有较高的准确率和较好的实用性。     

基于数学形态学的二维条码边缘检测算法

边缘模糊会导致二维条码识别率下降,提出了一种基于数学形态学边缘检测的二维条码识别算法,该算法最大的特点是用具有特定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的,从而有效地降低边缘模糊对条码识别的影响。选取PDF417二维条码为应用对象,采用基于数学形态学对二维条码的识别算法选择合适的结构元素。实验结果表明与传统的几种边缘检测算法相比,基于数学形态学对二维条码的识别算法能够更有效地识别条码边界,显著地提高了条码的识别率。     

基于BiLSTM和ResCNN的实体关系抽取方法

当前大多数实体关系抽取方法无法获取较长句子中的远距离依赖信息,并且由于远程监督数据噪声的干扰导致关系抽取性能下降。因此本文提出一种基于双向长短期记忆网络（BiLSTM）和残差卷积神经网络（ResCNN）的实体关系抽取模型,该模型在向量表示阶段采用BiLSTM获取词语的上下文信息向量,利用残差网络将卷积神经网络中低层的特征传递到高层,有效解决梯度消失问题。同时将挤压-激励块嵌入残差网络中,能大幅降低数据噪声,强化特征传递,在池化阶段采用分段最大化池化方法来捕捉实体对的结构信息。设计在NYT-Freebase数据集上的验证实验,实验结果表明,该模型能够充分学习特征,显著提升实体关系抽取的效果。     

基于纹理梯度的文档图像的倾斜校正方法

文档图像的倾斜校正在光学字符识别以及文档理解系统研究中有着重要的意义,国内外学者提出了很多实现方法,但各种方法都存在一定的局限性.通过对基于Hough变换和投影的倾斜校正方法的分析,提出了一种基于文档图像纹理方向的倾斜校正方法:文档图像中的文本纹理整体表现出一定的方向性,使文本图像能保持水平,通过纹理方向性分析,找出纹理的主要方向,进而求得文档的倾斜角度.通过一个复杂版面的二值文档图像的检测校正实验表明,方法提高了倾斜校正的校正范围,而且具有较好的有效性和鲁棒性.     

Noise Suppression by Discontinuity Indicator Controlled Non-local Means Method

The non-local means (NLM) method and its variances have been proved to be effective for noise suppression. However, the traditional NLM method and its variances cannot guarantee to obtain a global optimum solution owing to a globally fixed bandwidth parameter for the entire image is used when computing similarity weight function. To address this problem, this paper proposes an adaptive NLM method based on a novel discontinuity indicator, which can get a good tradeoff between edge preservation and noise reduction. In our method, a novel discontinuity indicator based on the structure tensor is proposed, which can effectively distinguish edges from noises and smooth regions. Furthermore, the bandwidth parameter is adaptively chosen according to the proposed discontinuity indicator. As a result, the bandwidth parameter depends continuously on the local characteristic of each pixel. Experimental results demonstrate that our proposed method outperforms several mainstream methods.     

一种基于连通域的版面分割方法

版面分割是版面分析的重要组成部分,是一个受到广泛关注的研究课题。该文提出了一种基于连通域的版面分割算法,首先对文档图像进行倾斜校正,然后采用模糊处理以得到较大的连通单元,再根据区域连通的特性进行版面分割和处理。实验表明,基于连通域的算法分割版面准确,速度快,适用范围广,不仅可用于矩形版面,对于非Manhattan版面等复杂版面也能取得令人满意的效果。     

Decoupled deep hough voting for point cloud registration

Estimating rigid transformation using noisy correspondences is critical to feature-based point cloud registration. Recently, a series of studies have attempted to combine traditional robust model fitting with deep learning. Among them, DHVR proposed a hough voting-based method, achieving new state-of-the-art performance. However, we find voting on rotation and translation simultaneously hinders achieving better performance. Therefore, we proposed a new hough voting-based method, which decouples rotation and translation space. Specifically, we first utilize hough voting and a neural network to estimate rotation. Then based on good initialization on rotation, we can easily obtain accurate rigid transformation. Extensive experiments on 3DMatch and 3DLoMatch datasets show that our method achieves comparable performances over the state-of-the-art methods. We further demonstrate the generalization of our method by experimenting on KITTI dataset.     

含倾斜文字的图像垃圾邮件过滤技术研究

垃圾邮件制造者采用图像来隐藏垃圾信息,把文字隐藏在图像中并带一定的倾斜。在对含有倾斜文字的图像邮件深入分析后,针对图片中含有倾斜文字的垃圾邮件,文章给出了一种在进行OCR识别之前对图像进行hough变换,并结合支持向量机识别垃圾邮件的算法,实验结果表明,该方法具有比较满意的过滤效果。     

结合Sobel和PPHT的织物纬斜检测方法研究

针对光电式织物纬斜检测方法存在准确度低、适应性差、耗时长的问题。提出了结合Sobel边缘方向和累加概率霍夫变换(PPHT)的机器视觉织物纬纱倾斜检测方法,能够快速准确的检测出织物纬斜方向角度。首先对工业相机采集到的织物图像进行频域滤波再逆变换,增强织物图像中的纬纱纹路;然后使用Sobel方向算子对织物图像卷积运算得到织物图像的边缘方向图,并对其阈值化分割出边缘方向图中的纬纱纹路区域;最后将纬纱纹路区域骨架化,采用累积概率霍夫变换检测出近似纬纱纹路区域骨架直线的倾斜角度,即织物纬纱倾斜角度。通过对不同类型的织物样品进行纬斜检测测试,测试结果为检测纬斜角度的偏差值低于0.1°,检测时间低于0.6秒。结果证明提出的方法能够满足机器视觉整纬器精确性、实时性和通用性的要求。     

基于多级别特征感知网络的中文命名实体识别

当前中文命名实体识别方法仅采用字级别或词级别特征方法进行识别,不能兼顾字和词级别的优点,难以获取足够的字形或者词义信息。针对此问题,该文提出一种基于多级别特征感知网络的中文命名实体识别方法。首先提出一种双通道门控卷积神经网络,通过感知字级别特征,在减少了未登录词的同时,也表示了字的字形信息。同时,为了获取词语的词义信息,该文在词级别的特征中嵌入对应位置信息。为了赋予实体更多的权重,该文利用自注意力机制感知带有位置信息的词级别特征。进一步,将上述得到的字级别和词级别信息融合,全面表示句子的语义信息。由于采用字词结合的方法容易产生冗余信息,该文设计一种门控机制的Highway网络,来过滤冗余信息,减少冗余信息对命名实体识别的影响,再结合条件随机场学习到句子中的约束条件实现中文命名实体的识别。实验结果表明,该文所提出的方法总体上优于目前主流的中文命名实体识别方法。     

基于页面前景和最小二乘法的倾斜校正

鉴于页面版面复杂，提出了一种基于页面前景和最小二乘法的倾斜校正方法。该方法用特定的模式描述页面前景像素，利用模式粗分类分离页面中可能有的图像、图形和表格，通过合并余下的模式得到最大的文字模式结构体，依据该结构体所含基线特征点用最小二乘法拟合出基线方向即页面倾斜方向。实验表明该方法是有效的，速度快，它得到的模式结构体可以继续用来做版面分析。