基于整体特征的快速英文字母识别方法

文章提出了一种基于整体特征的小写英文字母识别方法.首先根据字母图像的赋值背景提取其整体特征,然后构建7个模板进行模板匹配.该方法不需要对图像作复杂的细化处理、轮廓提取等,减少了可能带来的误识和拒识,也不需要现有神经网络方法的长期训练,因而简单快速.同时,不同字体的字母图像其整体特性基本相同,因此识别率较高.     

基于整体特征的快速手写体数字字符识别

通过对模拟人眼识别数字字符的过程进行研究,提出了一种基于字符整体特征（凹凸特征）的快速手写体数字字符识别方法。该方法不需要对字符图像做复杂的细化处理,减少了细化形变可能带来的误识和拒识;也不需要进行复杂的笔道特征分析,因此速度非常快,同时识别率也非常高。实验结果表明该方法具有很高的识别率。     

基于整体特征的快速手写体数字字符识别

该文通过模拟人眼识别数字字符的过程,提出了一种基于字符整体特征(凹凸特征)的快速手写体数字字符识别方法。该方法不需要对字符图像做复杂的细化处理,减少了细化形变可能带来的误识和拒识;也不需要进行复杂的笔道特征分析,因此速度非常快。同时,由于不同人书写的数字字符的整体特征都相同,因此该方法的识别率也非常高。     

一种新的基于字符形状特征的高效车牌识别算法

提出了一种基于字符的凹凸性、弯曲度和交点数等形状特征的车牌字符识别方法,它无须对字符作归一化、细化、倾斜校正这些预处理,也不需要样本图像,降低了字符畸变所产生的误识和拒识,减少了处理时间,提高了识别率。实验结果表明这是一种高效的车牌识别算法,是对现有车牌识别技术的有益补充。     

基于笔顺自由及连笔的联机手写汉字识别

提出了一种基于笔顺重排算法的手写汉字识别。将手写汉字的可见线段和不可见线段进行联合编码,并 采用了一种基于单字切分及基本笔顺表的识别方法。首先将单字分解为部件,根据分解的结构,对字典进行粗略的过滤,将字典中不符合待识别汉字拆分结构的字排除,然后根据笔划编码进行识别,有效提高了笔划的匹配速度,较好地解决了联机手写汉字识别中连笔及笔顺自由问题。     

基于整形特征和模糊识别的手写体汉字识别

针对以往手写体汉字识别方法的形近字准确识别率低、实现过程复杂和运算速度慢等不足,提出了一种比较简单和快捷的手写体汉字识别方法。该方法首先提取汉字整形特征,再按照笔顺进行编码,然后建立标准样本识别库,最后融合模糊模式识别方法以进行汉字识别。实验结果证明,该方法较好地解决了目前形近字的识别率低等问题,实现了以较快的速度和较高的准确率进行手写体汉字的在线识别。     

基于整形特征和模糊识别的手写体汉字识别

针对以往手写体汉字识别方法的形近字准确识别率低、实现过程复杂和运算速度慢等不足,提出了一种比较简单和快捷的手写体汉字识别方法.该方法首先提取汉字整形特征,再按照笔顺进行编码,然后建立标准样本识别库,最后融合模糊模式识别方法以进行汉字识别.实验结果证明,该方法较好地解决了目前形近字的识别率低等问题,实现了以较快的速度和较高的准确率进行手写体汉字的在线识别.     

基于组合特征的集装箱箱号识别法

为准确、高效地识别集装箱箱号,提出一种基于组合特征实现箱号识别的方法。对分割好的字符二值图像预处理后提取孔洞特征、凹凸特征、跳变特征、笔画特征等,利用树形分类器进行分类识别,并结合箱号自身的校验规则进行验证、识别。该方法不需要对字符图像做复杂的细化处理,提高了运算速度,避免了细化造成的字符畸变。实验结果表明,该方法平均箱号正确识别率可以达到93%,每箱号(11个字符)平均识别时间为0.065s。     

提高字符识别精度的并行处理方法

本文提出一种为提高字符识别精度、降低误识率、杜绝错误率、杜绝错识而采用的多种字符识别方法综合应用的并行处理方法。该方法首先对每种识别方法识别的每个字符识别结果赋予一定的可信度；对并行识别结果不一致的字符，根据可信度大的识别方法为先验知识，再次启动其它识别方法进行重新识别。实验证明本方法是一种精度高、适应性强的字符识别方法，适用于字符精度要求十分高、拒识和误识尽可能小的场合。     

提高字符识别精度的并行处理方法

本文提出了一种为提高字符识别精度、降低误识率、杜绝错识而采用的多种字符识别方法综合应用的并行处理方法，该方法首先对每种识别方法的每个字符识别结果赋予一定的可信度，对并行识别结果不致，的字符，根据可信度大的识别方法为先验知识，再次启动其它识别方法进行重新识别，实验证明本方法是一种精度高、适应性强的字符识别方法，适用于字符识别精度要求十分高，拒识、误识尽可能小的场合。     

基于连接段数细化算法的脱机手写体数字识别

本文描述了已有的字符细化算法的思想及其缺陷，在分析细化形变根源的基础上给出了一种新的快速细化算法，并将该算法应用到脱机手写体数字识别过程申。该算法不会产生毛刺和伪分支点。细化後字符骨架形变小，而且速度也比较快，从而提高了手写体数字的识别速度。     

一种保形的快速图象形态细化算法

骨架是一种重要的图象目标几何特征,对不同形状的图象目标,如何快速地获得其非畸变骨架,是进行图象目标的形状分析、特征提取、模式识别等应用的前提。基于数字形态学的形态细化是获取图象目标骨架的有效细化方法之一。它采用具有一定形状的预定义结构元素,对图象进行形态薄化运算,仅需进行移位和逻辑运算就能完成。但是形态细化一般使用序贯细化算法,在每次细化迭代过程中,只能采用单一的结构元素对目标进行薄化,因此存在关     

一种基于骨架特征顺序编码的脱机手写体数字识别方法

本文提出了并实现了一种基于数字骨架顺序编码的脱机手写体识别方法,该方法利用绑架化等预处理操作得到手写体数字的骨架,然后对数字骨架进行跟踪,按顺序得到一系列曲线段,并以12种线型对这些曲线段进行拟合,从而得到一组数字骨架的顺序编码,最终利用这组顺序编码和样本训练生成的识别字典完成对数字的识别,本方法具有较高的识别可靠率,已在成绩单自动录入和识别系统中得到了成功的应用。     

二值字符图案细化的一种算法：———神经网络算法

为了识别二值图案,常常对它先进行细化处理,本文提出了基于神经网络的细化处理算法。首先,讨论了图案细化所用的ＢＰ网络结构,确定其结构为８－１０－４;然后,利用ＢＰ神经网络的分类识别特性来识别图案的边缘点,从而达到最否删除它的目的;最后,描述了字符的ＢＰ网络细化算法,并给出了图案细化的结果,得到的结果扭曲程度很小,并且比较光滑。     

手背静脉图像骨架特征提取的算法

手背静脉近红外图像识别是一种新的非接触式生物认证技术。对采集的手背静脉图像进行了增强处理。对二值化图像采用四邻域区域生长的方法,去除噪声斑块。对处理后的静脉图像采用了一种快速细化的细化算法。分析和解决了细化后特征点——交叉点的提取。针对细化后骨架中所引入的另一类噪声——毛刺和静脉图像细化后的特点,提出了一种毛刺修复算法。实验结果表明,经过该算法处理后得到的骨架图像,能够较好的反映静脉纹理特性。     

面向字符识别的快速小形变细化算法

本文描述了现有字符细化算法的思想及其缺陷,并且在分析细化形变根源的基础上给出了一种面向字符识别的快速细化算法。该算法不仅速度非常快,而且不会产生毛刺和伪分支点,细化后字符骨架形变很小。     

基于紫外光图像的岩石裂隙骨架抽取

利用数字图像技术对基于紫外光的岩石裂隙图像进行裂隙骨架抽取。首先对岩石裂隙图像进行噪声滤除、图像分割、空腔填充、短枝去除等图像处理操作,然后在分析了骨架特性和骨架抽取算法的基础上提出了基于结构元素的逐层细化算法。经实验得知,该算法可以高效地抽取较理想的岩石裂隙骨架,且算法稳定,行之有效。