基于OTSU处理不均匀光照图像改进算法研究

为解决不均匀光照下图像二值化问题,提出一种基于最大类间方差法(OTSU算法)的改进二值化算法,将图片分为明亮区域和阴暗区域两部分,分别计算两部分最大类间方差对应的阈值,通过分析阴暗区域特征,判断每一像素点位于明亮区域还是阴暗区域,从而确定每一点的阈值。实验结果表明,该算法可以解决OTSU算法处理光照不均匀图像丢失信息问题,可广泛应用于光照不均匀条件下的文本图像二值化处理,针对特殊情况较好,相对于其他算法适用性更强,本算法可通过提高OTSU算法的运算速度,缩减算法的运行时间。该研究提取信息较为完整,可以作为字符识别及缺陷检测等工作的预处理方法,提高识别精度。     

基于MATLAB的心电信号二值化算法

利用MATLAB语言比较了最大方差阈值法选择阈值、基于灰度期望值法选择阈值以及整体阈值与局部阈值相结合的几种图像二值化算法. 将以索引图格式保存的心电图信号转换为RGB格式,利用上述方法单独对R数组、G数组和B数组进行二值化处理,然后分别对结果数组作"或"操作,作为二值化结果. 试验结果表明,基于全局阈值的二值化算法比较实用,能够很好地滤除背景噪声、背景网格以及QRS综合波处所做的标记,并保留有用的心电信号.     

BP网络预测阈值的仪表重影字符识别方法研究

针对仪表数字获取过程中多出现光照不均匀和字符重影现象,导致二值化困难、识别率低等问题,提出了一种新的二值化方法。在对图像二值化之前,由于图像质量不佳,首先需要对图像进行预处理。针对光照不均现象,使用了非线性函数彩色图像校正方法。针对重影现象,以图像的灰度级分布统计量作为输入,自适应二值化全局阈值作为标签训练BP神经网络预测模型,使用训练好的BP网络对图像全局阈值进行预测并二值化,达到分离重影的目的。同时,采用改进LeNet-5网络对分割后的单个字符进行识别。结果表明,提出的二值化方法效果优于经典方法,改进的LeNet-5能够满足分割后的仪表字符识别,其识别率能达到98.94%,分割后单个字符识别时间只需要0.001 4 s。     

基于贝叶斯算法的二值化算法

针对在图像二值化过程中动态选取阈值难的问题,在分析了全局阈值法和局部阈值法各自优缺点的基础上,提出了一种基于贝叶斯算法的全局阈值法和局部阈值法相结合的二值化方法。经实验证明,该方法既能够有效地消除光照不均匀对图像的影响,较好地保留目标图像的细节,又能够有效地消除伪影,提高处理速度。     

一种特征加权模板匹配的钢板喷印字符识别方法

针对某钢厂钢板喷印字符识别问题,提出一种亮度和喷印不均的钢板喷印字符识别方法。采用顶帽变换和滤波进行图像预处理;采用OTSU最大类间方差法进行图像二值化;采用投影法和钢板喷印字符图像的宽、高等先验信息进行字符分割;采用基于特征加权模板匹配算法进行字符识别。通过对摄像机采集的钢板喷印图像进行实验,钢板喷印字符识别的正确率达98.00%,证明了所提出方法的有效性。     

基于边缘灰度的二值化阈值确定方法

图像二值化阈值的选取是数字图像预处理的关键技术之一.同时,使用阈值对图像进行分割也是一种常见的区域分割技术.在详细分析图像二值化原理及当前技术的前提下,综合考虑图像的各种实际情况,提出了基于边缘灰度确定图像二值化阈值的新方法.实验表明,根据这种方法确定的阈值对图像进行二值化处理,不仅可有效地解决图像灰度随地物特征变化的图像处理问题,同时对噪声图像也有很强的鲁棒性并可较好地保留图像的边缘特征.     

印刷体英文文档识别系统的设计与实现

光学字符识别是模式识别领域的一个重要分支.提出并实现了一种用于印刷体英文文档的OCR系统.该系统使用基于字符识别的方法进行文档识别,图像经过预处理后,提取多种特征进行组合,并且考虑到字符粘连的情况,在训练样本中加入部分易粘连字母组合进行识别.通过实验证明,该识别系统快速、稳定且有效.     

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.     

一种改进的文档图像倾斜检测算法

在分析现有倾斜检测算法基础上,提出一种改进的文档图像倾斜检测算法。该算法首先对文档图像进行图像增强、去噪和二值化处理,然后提取边界线、计算每条边界线的角度,最后计算加权平均得到文档图像的倾斜角度。通过在计算每条边界线的角度过程中引入LMS算法。改进的算法提高了原算法的精确度、稳定性和适应性。实验表明,改进的方法有效可行。     

自动选取阈值方法比较研究

在数字图像处理中，阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域，近年来已有许多阈值化方法被提出。阈值选取是图象处理与分析问题的基础，如何才能正确地找到适当的阈值，是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法，通过计算机仿真对实验结果进行了比较研究。并在此基础上，提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是：首先，用微分算子检测图像的边缘。然后，在这些边缘象素点进行一值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象。     

OCR中一种基于最小一乘法的连通域去噪方法

提出了一种在OCR过程中利用最小一乘法分析连通域大小从而实现去噪功能的方法.在图像中存在少量颜色与提取信息相似且大小具有明显差异的噪声的前提下,采用最小一乘法取代传统的最小二乘法对所有连通域的大小进行分析,从而获得需要的连通域阈值,实现去噪功能.数据结果显示,在规定前提下该方法比经典的最小二乘法所确定的范围更为准确;实验结果显示,该方法能够达到去噪效果.     

双集合FCM和改进Otsu算法的灰度图像阈值分割

针对FCM算法和Otsu算法的不足,根据灰度图像的特点,提出了基于双集合FCM和改进Otsu算法的阈值分割算法,该算法从两个方面对FCM算法和Otsu算法进行改进．第一、采用双集合的方法,减小FCM算法和Otsu算法的时间复杂度;第二、适当移动分割阈值提高Otsu算法的分割效果．从数学分析和实验可知,文中算法的时间花费和分割效果均优于FCM算法和Otsu算法．     

基于模糊推理的名片识别后处理方法

针对名片信息的特点和通常的OCR名片识别方法识别率较低的问题,提出一种新的基于模糊推理的名片识别后处理方法.该方法通过OCR识别得到的文本信息和候选文本信息来进行文本内容分析,通过OCR过程中的图像切分参数进行版面分析,在分析中均采用模糊推理的方法,同时,提出一种新的模糊运算的交型算子,应用于模糊推理运算中.最后综合上述内容分析和版面分析的结果得到最终的信息分类结果.实验结果表明,该方法在名片识别和分类正确率方面明显优于其他几种常用名片系统采用的算法,本方法不仅提高了OCR识别的正确率,而且还提高了经后处理以后的识别正确率.     

嵌入式平台下英文名片字符识别算法的实现

提出了一种嵌入式平台下英文名片字符识别的设计思想和实现方法,研究出了一套适合于嵌入式平台的字符识别系统。应用高效的特征提取算法和合理的分类器设计算法能够识别斜体、黑体和常用字体的英文字符和数字,其识别率达到95.5%。     

图像分割中的阈值选取方法

分析了几种基于不同准则选取阈值的方法，着重讨论了模糊阈值法的特点和不足，提出了改进算法。最后，通过实验结果验证了算法的有效性。     

一种新的快速动态阈值图像分割算法

简要讨论了固定阈值法、局部阈值法,对几种动态阈值分割算法做了分析研究,并提出了一种新的适用于荧光探伤的快速有效的自适应动态阈值分割算法．     

利用方向特性实现非下采样Contourlet变换阈值去噪

系数阈值是流行的去噪方法,其中阈值方式与大小的选择是一个重要的技术问题．依据非下采样Contourlet分解系数尺度内与尺度间的相关性,考虑到相同尺度内不同方向上系数分布的聚集性依赖图像自身发生变化,提出一种利用方向特性实现非下采样Contourlet变换阈值去噪策略．对于被加性高斯白噪声污染的图像,实验中将利用方向特性实现非下采样Contourlet变换阈值去噪策略方法与小波阈值去噪、Contourlet变换去噪方法和非下采样Contourlet变换去噪方法进行了比较,结果表明利用方向特性实现非下采样Contourlet变换阈值去噪策略的峰值信噪比结果相比这些方法平均高出0.5~3.3dB,在边缘特征方面保持了良好的视觉效果．     

基于类内散度的OCR证件图像的倾斜检测算法

针对包含有OCR字符区域的OCR证件图象,提出了一种基于方向投影和类内散度的OCR证件图象的倾斜检测算法.该算法以整数Bresenham算法计算不同扫描角度的方向投影,同时计算各个方向投影的最小总类内散度,然后寻找所有最小总类内散度的最小值,以该最小值对应的扫描角度为最终的检测倾角.实验结果表明,该算法能快速准确地检测出OCR证件图象的倾斜角度.     

特征值类频谱感知算法的仿真分析

为了全面了解基于特征值类的合作频谱感知算法的性能,通过Matlab仿真实验对该类算法进行仿真,以探究门限值随虚警概率的变化、采样次数和认知用户数对检测性能的影响,并分析针对不同信噪比的检测概率和实际的虚警概率。仿真结果显示,基于特征值类的算法不需预知主用户信号和噪声方差信息,能够克服噪声不确定度的影响,相较于传统的能量检测,有着更加稳健的检测性能;基于最小特征值极限分布的改进算法在低信噪比、采样次数和认知用户数较少时,判决门限更低、检测概率更高。     

基于遗传最大类间方差值选择的研究

目前对图像的阈值选取进行了改进,其中最大类间方差算法是使用最多的方法之一。该文在对该方法进行分析的基础上,采用改进的大津法,结合遗传算法的优点进行全局寻优,提出了一种改进的最大类间方差值的选取算法,能自动进行最大类间方差阈值的更优选取。实验表明,该方法对图像双峰问题有较好的效果,有效地解决了背景色和目标色的交叉现象。