微机图像系统上的汉字实现

本文详细介绍了如何为微机图像系统引入处理矢量汉字与ASCII码笔划字符的能力,并对构造及显示新字提出了一种较好的实现方法.     

汉字图像预处理算法的研究及实现

汉字图像处理技术在汉字识别过程中占有重要地位，文中研究了汉字图像预处理的几个算法，特别是对大小归一化算法进行了深入研究，并给出了实验结果，实验结果表明，这些算法有效可行，为汉字图像后续处理打下了坚实基础。     

对联机手写汉字识别技术的研究——实现笔画识别

联机手写汉字识别(OLCCR)，是指用笔在图形输入板上写字，人一边写，机器一边认，是一种方便的汉字识别手段。在各种自动识别输入的方法中，OLCCR是能够代替或部分代替人工编码输入的惟一可能的方法。识别中主要是两方面的问题：建立汉字识别库和手写板上笔画轨迹的识别。文中就第二方面即手写笔画识别的问题进行了全面的研究，采用笔画基元帮助分析笔画轨迹，并用可视化编程工具Visual C 6.0实现了基于这种方法的笔画识别过程。     

尿沉渣图像分割及识别算法研究

尿沉渣检查中,需要利用一些分析仪器识别尿液中的有形成分,检查尿沉渣中的红白细胞、上皮细胞、管型和结晶等,及时发现人体的肾脏疾病、泌尿道疾病。现阶段,我国常用的自动尿沉渣检测仪相比传统人工镜检查效率更高,尤其在尿沉渣的有形成分识别上准确率更高。基于此,针对尿沉渣的自动识别展开探讨,并结合尿沉渣图像的特点,研究图像分割、增强、选择、特征提取以及图像识别算法。     

利用汉字识别实现测控系统操作智能化

针对部分测控系统存在的缺陷,提出一种联机手写汉字识别在测控系统上的应用方法。该方法只需操作者根据测控任务,手写极少“领衔汉字”由系统进行识别,系统将与其相关联的所有命令都显示出来,供操作者选用。实用证明,该方法具有稳定、高效、经济、实用的特点,只要会写汉字的人,就能轻松使用这套系统。     

对联机手写汉字识别技术的研究--实现笔画识别

联机手写汉字识别(OLCCR),是指用笔在图形输入板上写字,人一边写,机器一边认,是一种方便的汉字识别手段.在各种自动识别输入的方法中,OLCCR是能够代替或部分代替人工编码输入的惟一可能的方法.识别中主要是两方面的问题:建立汉字识别库和手写板上笔画轨迹的识别.文中就第二方面即手写笔画识别的问题进行了全面的研究,采用笔画基元帮助分析笔画轨迹,并用可视化编程工具Visual C+ +6.0实现了基于这种方法的笔画识别过程.     

基于深度学习的异噪声下手写汉字识别的研究

针对手写汉字字符图像识别率受随机噪声影响的问题,提出了一种基于深度学习与抑制噪声相结合的新算法。该算法主要应用于拥有随机噪声的手写汉字字符图片,是其在Python环境下,利用Caffe平台建立抑制噪声与卷积神经网络相结合的模型,通过模型移除噪声并正确识别手写汉字。另外,新算法去除噪声的同时对字符形态没有改变,保留了汉字的原始信息。结果在其两种不同的噪声（高斯噪声和椒盐噪声）下,逐渐提升其噪声强度,进行多次实验,同时与其他方法对比,最终得到其平均识别率为97.05%。实验结果表明,该模型和算法具有效率快、识别能力强的优点。     

多字体印刷汉字识别中笔段直接抽取算法研究

本文提出了一种抽取汉字笔段的算法。由于省去了细化过程,提高了处理速度和正确率。     

基于N-gram语言模型的汉字识别后处理研究

为提高汉字文本的识别率,本文将基于统计的N-gram元语言模型和单字识别器概率模型结合起来,以充分利用单字识别器提供的信息.该方法把具有确定性边界的一个汉字序列(多数情况为一个句子)作为一个处理单元,利用统计获得的字字同现概率和距离值信息,采用Viterbi算法,对汉字识别文本进行自动后处理.经过实验证明,后处理将汉字识别准确率平均值从97.62%提高到98.71%.     

多文种环境下汉字内码识别算法的研究

汉字内码向ISO/IEC 10646过渡是实现计算机用文字编码统一的必然趋势,但目前在一段时间内仍将存在多种汉字内码并存的情况,所以实现汉字内码的自动识别是保证汉字多内码并存的关键。本文主要探讨了如何在多内码并存的多文种环境中实现汉字内码自动识别的问题,并提供了多种汉字内码识别算法,包括基于内码分布、标点符号特征、字频特征和语义特征的识别算法等。在此基础上,本文对不同的识别算法进行分析和评估。在对目标样本的测试中,以上算法的识别率最高可以达到99.9%以上。     

可自动调焦的实时图像采集系统的研究（下）

四、条码定位算法的研究 1．39码简介 39码是1974年发展起来的条码系统，是一种供使用者双向扫描的分散式条码。也就是说，在两个空之间必须包括不具任何意义的空白，且具有支持文字的能力，其应用比一般的一维码要广泛。     

正规化模糊神经网络及在手写体汉字识别中的应用

为改善手写体汉字识别的性能,提出了一种基于正规化模糊神经网络的识别方法。针对网络结构的优化问题给出了网络模型的规则层节点的选取方法和相应的反传播学习规则。该算法能够充分利用专家制订的“if-then”规则,完善网络的推理结构,提高网络的识别能力,减少噪声因素的影响。实验表明此方法对手写体汉字识别问题具有良好的适应性和实用性。该方法指出了一条进一步提高手写体汉字系统性能的新途径。     

基于多Agent系统的脱机手写体汉字识别

由于脱机手写体汉字的多样性和随意性,识别起来具有很大的难度,依靠单一的特征很难实现高准确率的识别．引入多Agent的概念,将多种知识统一于多Agent系统之中,给出了一个面向脱机手写体汉字识别的多Agent类市场模型,提出了一种模糊综合方法和辩论协商规则,实现了一个基于多Agent系统的脱机手写体汉字识别系统．初步测试结果显示出系统的有效性．     

基于多分类器集成的图像文字识别技术及其应用研究

本文本主要对图片文字提取展开研究,首先读取图片进行预处理;然后针对网格特征和方向特征对图片文字进行特征提取;为了提高识别系统的可靠性,采用多分类器集成方法,即通过多个互补的分类器来改善单个分类器的性能。     

基于ICA降维的车牌汉字识别研究

针对目前复杂环境下车牌汉字图像识别率较低,识别时间较长等问题,提出了一种基于伪Zernike矩和独立主成分分析(ICA)的改进概率神经网络(PNN)车牌汉字识别方法.该方法是将车牌汉字图像的伪Zernike矩通过独立主成分分析降维,再将降维后的特征输入所提出的一种基于代表点的改进概率神经网络中进行训练和识别,从而有效地实现车牌汉字的识别.将该方法应用于复杂环境下的车牌汉字图像识别实验,实验结果表明,该方法能有效地降低特征维数,减少识别时间,并能显著地提高车牌汉字的识别率.     

特大平滑汉字图形封面制作系统（二）：叠加背景画面制作汉字图形封面

简述了ＶＧＡ视频显示模式与显存组织方式。以视频显示模式１２Ｈ为例，给出了按位面式存储恢复屏幕图形的两个函数。由于直接操作ＶｉｄｅｏＲＡＭ，运行速度快，在标准ＶＧＡ／ＳＶＧＡ／ＴＶＧＡ视频适应配器上运行良好。     

特大平滑汉字图形封面制作系统（三）：汉字图形封面屏幕特技显示模块设计

概述了ＶＧＡ系理图形适配卡的数模转换器（ＤＡＣ）的色彩组织原理和寄存器编程方法，设计了实现画面淡入淡出，汉字消隐变色等屏幕显示技术的６个函数，给出了图形封面显示模块的设计思想。     

变电站远程图像监控系统解决方案（上）

为了适应国民经济的高速发展和各行各业不断提高的电力供应需求，电力系统近几年发展迅速，如何进行变电站的自动化管理和减员增效．提高核心竞争力，成了电力系统发展的一个主题。[编者按]     

大华（DAHUA）行为分析功能丰富 算法识别目标精确 智能行为分析系统

编辑点评 大华的此套行为智能分析系统涵盖了丰富的应用功能,且在识别速度、识别精度中都有不错表现;更为难得的是．厂家依托市场开发了多种不同形态的产品,客户可根据需求自由选择。