金属铭牌压印凸凹字符的分割

针对压印字符表面的立体特征,提出了一种基于表面三维形状信息的金属铭牌压印凸凹字符图像分割的方法。使用一种简化的四光源立体技术获得铭牌图像各点的法向量后,基于图论聚类方法,实现了压印凸凹字符的分割。同时,在传统的开环图像处理中引入了闭环反馈控制,获得了分割参数的优化。较传统的基于二维图像分割的方法,本方法的分割结果更令人满意,具有很好的鲁棒性和自适应性,提高了字符的识别率。     

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.     

车牌识别中的图像提取和分割算法

在对车牌图像中的几种主流字符提取、分割的方法进行分析、比较的基础上,对车牌图像先应用形态学中的开运算增强,再选择自适应阈值并进行二值化,以连通区域法为基础,结合投影法、固定边界法进行分割.结果表明,这种策略在增强图像分割效果的基础上,加快了图像处理速度.     

模糊逻辑和谱聚类的字符图像分割

为了从复杂背景中有效分离出字符图像,提出了一种基于模糊逻辑的谱聚类字符图像分割方法.利用最大信息熵准则获得模糊函数的参数,将原始图像模糊化;在模糊后的图像上建立像素间的相似矩阵,文本图像的纹理、灰度及像素间的距离是定义相似函数的依据,计算相似矩阵最小特征值对应的特征向量,并对其聚类划分;利用分类后的特征向量对相似矩阵进行划分,进而实现原图像的分割.实验结果表明:本文方法优于一般的阈值化分割方法,能够有效处理背景复杂的自然场景文本图像.     

一种曲面药瓶标签校验方法关键技术

针对药瓶标签具有曲面性以及采集设备视角小的问题,提出了一种基于全景拼接技术的药瓶标签校验方法.采用柱面反投影算法将发生畸变的曲面药瓶标签进行校正,使用SIFT尺度不变特征算法对校正后标签图像进行拼接,提取拼接后的标签名等信息,采用基于连通域的字符分割技术进行字符切分,计算分割字符与模板字符的特征矩阵及相似度矩阵,从而识别出药瓶标签.结果表明,该方法能够校正标签两侧的文字压缩,实现图像拼接,得到包含完整药瓶名称的图像,并能够实现字符的准确切分,具有速度快和识别率高的优点.     

基于DM642的车牌识别系统

为了提高智能交通系统的管理效率,给出一种基于芯片DM642的车牌识别系统。系统采用基于DM642的硬件平台,由车辆信息采集模块、DSP处理模块、监视器和PC系统4大模块组成。对采集图像进行灰度化、灰度增强和滤波降噪的预处理;利用基于字符竖向纹理特征的定位方法实现车牌定位;再经几何变换,完成字符分割;对分割图像进行字符分类并做归一化处理,通过模式匹配得出识别结果。实验选取3组不同特点的车牌图像,结果显示,所给系统的正确识别率可达93.5%~95.4%。     

一种高效的药瓶标签字符识别系统关键算法研究

针对药瓶标签的特点,对字符定位、字符分割、字符识别等多个环节进行了深入研究,设计了一种字符识别系统。对药瓶标签图像进行预处理,为后续药品标签上字符的定位做准备。用轮廓跟踪法定位字符所在的大致区域,采用水平投影结合图像分割方法精确定位字符区域。利用垂直投影法定位字符中的粘连块,并进一步利用滴水算法分割粘连字符。选用K-L变换对粗分类后的子类提取字符特征,选用一种自适应调节学习率和动态调整S型激励函数相结合的改进BP算法对字符进行精确识别。实验证明本系统能够快速、高效地识别出药瓶标签上的字符,有实用价值。     

复杂光照条件下钢坯字符检测方法

针对钢坯智能识别系统中字符检测问题,提出一个基于多次分割的钢坯字符检测方法.该算法通过计算最大类间方差,对处理图像做迭代分割;然后根据字符信息提出有效的投影特征作为确定多次分割的终止条件,利用聚类特征标记并筛选出所需要的兴趣区域.实验表明,该方法能在复杂场景中有更好的准确性和稳定性,解决了复杂光照条件下字符定位自适应性和鲁棒性的相关技术问题.     

复杂背景的身份证图像字符分割算法研究

对身份证识别系统中的字符分割技术进行了深入的研究,阐述了倾斜校正、行切割、小波降噪、单字符分割等算法,实验证明,文中方法对退化的身份证图像具有很好的字符分割能力.     

基于伴生与互补颜色特征的车牌字符分割新方法

针对车牌区域的伴生与互补的颜色特征,提出一套字符分割的新算法.该算法利用定位到的车牌区域的原始颜色特征,直接进行字符及背景的提取,完成2值化过程,避免了图像处理过程中带来的误差,因此产生的噪声较少;最后利用垂直积分投影进行字符分割.对200幅从交通卡口获取的真实的彩色图像进行试验,算法对车牌破损,污垢、铆钉及字符粘连、过饱和等造成的影响均不敏感,其准确性,鲁棒性及实用性均较好.     

一种基于模糊聚类的车牌图像分割方法

车牌图像分割是车牌特征提取和识别的前提,其分割效果直接影响到车牌识别的准确率。针对运动中的车辆牌照受天气等环境的影响,导致车牌图像存在不确定性和模糊性的特点,提出一种基于C均值模糊聚类的车牌图像分割方法,避免图像分割时的阈值设定问题。利用采集的原始车牌图像,在MATLAB7.0环境下进行分割仿真实验,实验结果表明,算法可以有效地去除干扰信息,突出车牌区域的图像特征,为后续的车牌定位、字符分割和字符识别提供重要保证。     

基于分水岭和种子生长的彩色图像分割

提出一种基于分水岭和种子区域生长的彩色图像改进分割算法。该算法先对彩色图像进行分割前预处理,使用分水岭算法对图像进行初始分割,然后根据一定的规则从分水岭算法分割形成的区域中自动选取种子区域并进行生长,最后合并相似区域或小区域。以区域作为种子生长单位,使用种子区域一次性生长方法进行生长。实验结果表明,该算法分割结果较好,分割速度较快。     

抑制船尾拖纹的船舶显著性视频检测方法

运动船舶尺寸等参数的视频检测中,与船体同步运动的水面拖纹干扰会严重影响检测精度.为此,在描述显著性检测机理的基础上,提出了抑制船尾拖纹的船舶显著性视频检测方法:根据颜色对比度直方图得到内河场景的显著图;将原图超像素分割成若干子区域,以区域空间位置关系改进直方图对比度显著性检测结果得到区域显著图;通过该区域显著图初始化GrabCut算法,迭代分割过程中加入腐蚀膨胀操作来逼近目标边缘,从而提取运动船舶.实况视频测试结果表明,该方法能有效地抑制船尾拖纹,准确地检测出内河运动船舶,准确性达到94.6％     

基于RBF神经网络的车牌自动识别系统设计与实现

车牌自动识别系统分为图像预处理、车牌定位、字符分割、字符识别4步.车牌准确定位是LPR系统中的关键,本文利用形态学变换对图像进行滤波聚类,HOUGH变换方法对车牌图像进行水平校正,基于RBF网络的方法识别字符.在DELPHI 7.0环境下设计开发的车牌自动识别系统,经检验取得满意的效果.     

一种基于边缘检测的时空视频对象分割算法

提出了一种基于边缘检测的时空视频对象分割算法。首先提出一种基于高阶统计量的帧间差分图像处理方法,然后运用边缘检测得到空域分割结果和用累计差分与对称差分得到时域分割结果,综合时空域分割结果得到运动目标的边缘,最后对边缘图进行区域填充与数学形态学处理,得到运动目标掩模图像。实验结果表明本文算法能够得到较准确的分割结果。     

基于识别结果校正的车牌字符分割算法

在车牌识别系统中,字符分割发挥着承上启下的作用。由于外界环境如光照、尘埃的影响,造成预处理后的车牌图像产生字符断裂和粘连现象,造成分割错误,影响后续字符识别。通过研究多种字符分割算法,提出了一种结合垂直投影法、连通域分析以及通过模板匹配字符分类器的识别结果进行反馈校正的分割方法。分别对停车场车辆车牌、高速公路路口抓拍的车牌以及公路行驶车辆抓拍的车牌进行测试,其中停车场车牌可以实现98%以上的分割正确率,其余2种情况的正确率也在97%左右,表明该方法有实用性。     

基于测地形态学进行细胞 图象分割的新方法

细胞分割提取在计算机病理诊断系统中是一个重要技术，分割结果的优劣直接影响着诊断的效果，也是影响诊断系统能否应用在临床上的一个重要因素。本文使用数学形态学的测地形态学方法，利用细胞图象的灰度图特征，提出一种有效的细胞图象分割方法，对原始图象进行中值滤波预处理后，首先使用水浸分割算法得到单个细胞的分割结果和聚堆细胞的外轮廓，然后使用水线分割算法得到水线图，最后通过寻找细胞外轮廓的凹点，结合水线图，实现了聚堆细胞的分离。实验结果表明方法准确可靠，具有一定的通用性。     

航空图像中基于DSM的多尺度树冠分割

提出了一种基于数字表面高程模型（DSM）和多尺度权聚类图像分割的算法。首先通过DSM选择需要分割的候选树冠顶点,利用航空摄影测量的方法将树冠顶点投影到航空相片作为种子点;然后对树冠进行分割,其方法是在一个全局分割测度的约束下,利用代数多网格的数值计算方法,逐步进行权聚类,形成多尺度的分割图像,通过不同的选权参数,获得有意义的分割区域,从多尺度的分割图像中,根据种子点所在位置和分割图像大小确定分割的树冠。经过实际图像验证,此算法能对不同角度投影的树冠进行有效分割。     

基于改进Mumfold-Shah模型的图像分割算法

针对传统图像分割方法中由于边缘模糊难以取得理想分割效果的问题,提出了一种基于改进Mumfold-Shah模型的图像分割算法.结合模糊C均值聚类算法对Mumfold-Shah模型进行改进,以提高图像的分割速度和分割的鲁棒性.实验结果表明:该算法具有可行性和有效性.