小波的文本图像区分及其在文献信息数字化中的应用

目前,OCR技术对文本图像区域自动区分的效果还不够精确,进而影响了OCR技术在文献信息数字化过程中的工作效率.针对这一局限,提出了一种基于小波的文本图像区分方法.方法首先对扫描区域进行小波分解,然后使用分解系数构建分解能量,最后依据分解能量大小对文本图像进行自动区分.结果表明,该方法对文本图像的区分效果较好,减少了在使用OCR技术进行文献信息数字化时的人为干预,有利于提高文献信息数字化过程的自动化水平.最后通过实验仿真验证了该方法的有效性.     

Integrating natural language understanding with document structure analysis

Document understanding, the interpretation of a document from its image form, is a technology area which benefits greatly from the integration of natural language processing with image processing. We have developed a prototype of an Intelligent Document Understanding System (IDUS) which employs several technologies: image processing, optical character recognition, document structure analysis and text understanding in a cooperative fashion. This paper discusses those areas of research during development of IDUS where we have found the most benefit from the integration of natural language processing and image processing: document structure analysis, optical character recognition (OCR) correction, and text analysis. We also discuss two applications which are supported by IDUS: text retrieval and automatic generation of hypertext links     

数字图像中基于多尺度几何分析的圆检测算法

特征检测是图像处理和模式识别中非常重要的问题,其检测效果直接影响模式识别和分类。基于多尺度几何分析（MGA）的思想,提出了一种圆检测方法―圆特征域上奇异点算法。该算法首先将圆特征曲线变换到圆特征域上,然后在圆特征域上进行小波分析以找出奇异点,奇异点坐标即为待检圆的坐标。该方法克服了Hough变换对灰度图像圆检测需要考虑灰度阈值或梯度的限制,可直接对二值图像或灰度图像进行检测。最后分析、比较了该算法与Hough算法的不同。     

小波分析在图像处理中的应用

简要介绍了小波分析的基本原理和分类，及其在图像处理中的应用。重点论述了小渡分析在图像增强、降噪、压缩和融合中的应用。通过实例充分说明了小渡在图像处理中的实用价值与工程作用。     

小波分析在图像处理中的应用

简要介绍了小波分析的基本原理和分类,及其在图像处理中的应用。重点论述了小波分析在图像增强、降噪、压缩和融合中的应用。通过实例充分说明了小波在图像处理中的实用价值与工程作用。     

基于MODI的文档图像处理的研究

识别文档图像中的文字,有助于人们管理和使用信息.MODI作为Microsoft Office内建的免费文字识别组件,使开发人员可以方便地,以较低的成本处理文档图像.本文通过研究MODI组件的OCR模块的特点和二次开发,以及与其他商业OCR软件的对比,验证了MODI在文档图像处理方面具有较高的可靠性和应用价值.     

Querying color images using user-specified wavelet features

In this paper, an image retrieval method based on wavelet features is proposed. Due to the superiority in multiresolution analysis and spatial-frequency localization, the discrete wavelet transform (DWT) is used to extract wavelet features (i.e., approximations, horizontal details, vertical details, and diagonal details) at each resolution level. During the feature-extraction process, each image is first transformed from the standard RGB color space to the YUV space for the purpose of efficiency and ease of extracting the features based on color tones; then each component (i.e., Y, U, and V) of the image is further transformed to the wavelet domain. In the image database establishing phase, the wavelet coefficients of each image are stored; in the image retrieving phase, the system compares the wavelet coefficients of the Y, U, and V components of the query image with those of the images in the database, based on the weight factors adjusted by users, and find out good matches. To benefit from the user–machine interaction, a friendly graphic user interface (GUI) for fuzzy cognition is developed, allowing users to easily adjust weights for each feature according to their preferences. In our experiment, 1000 test images are used to demonstrate the effectiveness of our system. Te-Wei Chiang received the B.S. degree in electrical engineering from Tatung Institute of Technology, Taiwan, in 1990, and the Ph.D. degree in computer science from the National Taiwan University in 1997. From 1999 to 2000, he was a postdoctoral fellow in the Institute of Information Science, Academia Sinica, Taiwan. He is an assistant professor in the Department of Accounting Information Systems, Chihlee Institute of Technology, Taiwan. His current research interests include pattern recognition, optical character recognition, content-based image retrieval, and information retrieval. Tienwei Tsai received the M.S. degree in computer engineering from Pennsylvania State University and the Ph.D. degree in computer engineering from Tatung University, Taiwan. He is an associate professor in the Department of Information Management at Chihlee Institute of Technology, Taiwan. His current research interests include image retrieval, information retrieval, data mining, and intelligent systems.     

基于纹理特征的测井图像分类算法的研究

成像测井由于其能够以图像的形式直观表示地层的岩性与结构特征,已成为测井领域的研究热点之一.如何利用图像处理、模式识别等相关理论方法对成像测井图像进行较为精确的定量评价和解释是研究的核心.首先从成像测井的研究背景及现状出发,详细比较和分析了纹理分析的各种算法.通过对灰度共生矩阵法、LBP算法、Gabor变换、小波变换、Contourlet变换等算法进行比较,给出成像测井图像分类过程中特征提取的参考建议.在此基础上,结合测井图像的模式特点,提出了一个基于纹理特征的成像测井图像分类系统模型.最后总结了该领域所面临的问题及未来的研究发展趋势.     

一种文档图像多尺度分割算法

1.研究背景随着数字图书馆和电子办公应用的日益普及,面对大量纸质原始文件及资料的数字化,直接扫描、存储和传输文档的需求越来越多,为了解决扫描文档图像庞大信息量和存储容量、传输带宽之间的矛盾,迫切需要专门针对文档图像研究新的高性能压缩算法。根据扫描文挡页面的内容特征,提高压缩比最有挖掘潜力的方法是对文档图像进行图文分割后再分别     

基于小波的文档图像分割改进算法

文档图像分割的研究对于打印、传真以及这样的数据处理工作具有十分重要的意义 .提出了一个文档图像分割的新算法 .分割算法的特征是基于根据文档图像中各种图像类型直方图的不同特性 .算法中重要的特征是通过小波图像来加强原始图像的特征 ,从而使得精确度提高     

快速成型切片数据的优化算法研究

为了能够顺利地进行 STL模型切片轮廓数据的进一步处理 ,提出了对切片数据进行优化处理的算法 .对由于STL模型的缺陷造成切片之后的轮廓信息数据有大量的冗余数据 ,提出了一种冗余数据的滤除算法 ;针对切片轮廓的不封闭 ,给出了有效的修正算法 ;同时给出了对切片轮廓的内外边界进行自动识别的算法 .该算法高效简单 ,提高了后续的数据处理的效率和成型件的加工质量 ,改善了零件成型的加工性能     

基于多小波变换的医学图像融合方法研究

医学图像融合在临床诊断及治疗上有重要意义,多小波是小波理论的扩展,在图像处理方面具有单小波所不具有的优点。文章对基于多小波变换的医学图像融合方法进行了研究总结,提出了基于边沿信息方向性加权的区域能量的融合规则,通过对CT与MRI图、CT与SPECT图实验结果比较,表明该文提出的算法具有更好的融合效果。     

基于DWT和BP神经网络的人脸识别方法

提出了将人脸图像的离散小波变换DWT和BP神经网络相结合以达到人脸识别的方法。由于离散小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,高频部分则对应于图像的边缘和轮廓,能很好的表征人脸图像的特征。而BP神经网络具有很强的分类能力,并且可以运用神经网络的学习算法进行学习。实验表明:二者的结合对人脸识别具有计算量小,识别率高的优点,有很强的实用性。     

Precise wavelet for current signature in 3 IM

Induction motors, which are used worldwide as the “workhorse” in industrial applications, are intermittently subjected to faults, mainly the stator faults. In this paper, fault diagnostics of induction motor using current signature analysis, with wavelet transform, is treated as a pattern classification problem. The major steps in pattern classification are feature extraction, feature selection and classification. The feature extraction is done by wavelet transforms, using different wavelets which allow the use of long time intervals where there is precise low-frequency information, and shorter regions where there is precise high-frequency information. The extracted features are classified using the new generation pattern classification technique of Support Vector Machine (SVM) identification. Then the relative capability of the different wavelets, in performing the stator winding fault identification is analyzed and the best wavelet is selected.     

基于字符规范化的文档图像水印算法

运用字符规范化和小波变换的知识,提出一种将文档图像分割成字符图像,再对字符图像规范化,然后将随机序列嵌入到小波图像低频系数的水印算法.根据视觉系统纹理掩蔽特性,将不同强度的水印分量嵌入到了不同的小波系数中.由于文档图像分割和规范化本身具有抗几何攻击的特性,故该方法对缩放、小角度旋转有一定的鲁棒性,实验结果表明:该方法在文档图像上比其它方法更具备优越性.     

基于小波变换的图像汉字笔划特征提取方法

借鉴仿生模式识别的认知观点,从汉字的构造机理和人类认识汉字的习惯角度出发,提出一种基于小波变换的图像汉字识别方法。制定了图像汉字笔划特征提取的具体规则,采用小波变换的方法对图像汉字边缘和笔划轮廓进行检测,通过有效提取图像汉字笔段信息,进行笔段合成,生成汉字或汉字的基本笔划。仿真实验结果表明,这种方法提高了图像汉字笔划特征提取的准确率和稳定性,对于印刷体和书写较规范的手写体图像汉字具有极高的识别率。     

Haar小波滤波器序列只有两个非零项的论证

Haar小波是最简单的紧支集正交小波（Daubechies小波）,其滤波器序列较短,在图像处理等诸多领域都有广泛的应用。由Daubechies小波的构造理论可知,现有的正交小波是在比较特殊的前提下得到的,则Haar小波的滤波器系数序列的唯一确定性受到质疑。以多分辨分析为基础,在时域对Haar小波滤波器系数序列的唯一性进行了论证,即证明了Haar小波滤波器序列只有两个非零项,这对促进小波的理论完善与应用研究具有十分重要的意义。     

无人机影像匹配点云单木识别算法

针对单木识别研究中“局部最大值”算法因窗口大小设置不同而产生的单木漏识别与错识别问题,提出了联合“局部最大值”与“单木树冠结构分析”的单木识别算法。算法首先利用“局部最大值”获得候选单木;然后对候选单木树冠结构进行分析,提取树冠结构曲线;最后通过对树冠结构曲线判别,剔除、合并错识别与过识别单木,从而提高单木识别的精度。选取大兴安岭林区８个典型样地进行实验,以实测可见单木为参考,与窗口大小为1.0 m、2.0 m 的两种“局部最大值”算法进行比较。结果表明,该算法8个样地整体F 测度为90.45％,相比1.0 m、2.0 m 窗口的“局部最大值”法F 测度74.82％、77.35％,分别提高,15.63％,13.10％。     

基于多小波变换的图像融合研究

多小波是小波理论的扩展，在图像处理方面具有单小波所不具有的优点。它能够为图像提供一种比小波多分辨分析更加精确的分析方法。在研究了多小波变换的特性后，提出了一种基于离散多小波变换的图像融合方法，并将由不同传感器获得的不同分辨率的遥感图像数据利用此方法进行了融合。这种方法不仅能够完好地显示源图像各自的信息，而且能很好地将源图像的细节融合在一起。通过实验结果证明，采用这种方法可以得到更好的融合效果。