基于梯度与形态学的低质量车牌定位

针对低质量车牌的定位问题,提出一种水平梯度信息和数学形态学操作相结合的定位方法。利用自适应梯度图阈值分割算法分割出车牌部分的梯度信息;通过形态学和区域合并操作得到连通的候选区域;结合车牌自身特点进行区域搜索,粗定位出车牌;用扫描线法去除边框,实现车牌的精确定位。实验结果表明,该方法对光线昏暗、噪声严重、车牌区域污损、倾斜等条件下的车牌定位具有较强的鲁棒性,能满足实际交通场景中的车牌定位需求。     

高噪声环境下的快递包裹条形码的快速定位分割识别

随着国内物流行业的快速发展,人们对于快递包裹派送信息的快速查询的需求日益迫切,快递单号的自动化获取有望解决该问题。该文针对复杂环境下的包裹单扫描件图像中的条形码/二维码定位分割识别问题,提出了一套条形码区域定位分割识别算法,将原始图像从RGB空间转换成HSV空间,之后使用MSRCR算法进行增强处理。整个算法在实际快递单扫描件图像中进行了充分测试,结果显示本算法快速、准确、误码率低,具有很强的实用价值。     

基于多任务目标检测的条形码倾斜矫正算法研究

条形码识别技术在日常工作中发挥着巨大作用,尤其是在智能物流包裹分拣领域。该技术主要分为三个部分:条形码检测、矫正和译码。目前条形码检测和译码技术较为成熟,而在条形码倾斜矫正技术上研究效果一般。为提升条形码矫正效果,设计一种矫正算法。先对条形码倾斜程度进行分类,再进行角度回归,有效降低条形码矫正任务难度;并将该算法与单阶段检测器融合构成多任务目标检测算法,协同促进发挥检测和矫正的作用。实验表明:余弦距离角度损失函数更加适合角度回归任务,针对条形码倾斜程度分类有助于提升条形码矫正效果。与其他相关算法对比,该算法在矫正准确率、实际译码率和速度上均取得最优的效果。     

复杂背景和非均匀光照环境下的条码自动定位和识别

提出了一种在复杂背景和非均匀光照环境下的条码自动定位识别算法,用于定位和识别实际应用中的条码图像.该算法首先将灰度图像分成若干个子区域,根据每个子区域的梯度特征和角点特征筛选出可能含有条码的子区域,对这些子区域采用连通区域算法进行合并和分析,定位出条码区域.由于传统的二值化方法对于非均匀光照环境下的条码图像处理效果不佳,提出一种改进的Bernsen二值化算法对条码区域进行二值化处理,有效地减小了光照不均对条码识别的影响.实验结果表明,该算法可以有效去除大量复杂背景,准确定位和识别任意角度的条码区域.特别在非均匀光照环境和含有大量文字等复杂背景的情况下,该方法具有明显优势.     

一种新的基于机器学习的2维条形码检测算法

随着2维条形码在人们的日常生活和工业生产中越来越多的应用,对2维条形码的检测定位是十分有意义的。目前的检测算法只适用于纸制印刷品表面,不能用于检测印刻在其他材料表面的2维条形码。提出了使用机器学习的方法来检测各种材料表面的基本模式各不相同的2维条形码,在AdaBoost的基础上提出了自适应SpatialBoost算法,将图像的纹理信息和空间信息自适应的结合起来。实验结果表明,该算法所训练出的2维条形码检测器在测试样本上达到了100%的检测率。     

基于图像区域和骨架特征的条形码印刷缺陷检测算法

条形码广泛用于商品的流通,为提高条形码质检的准确性和效率,提出了基于图像区域特征和骨架特征的条形码印刷缺陷检测算法。相机采集条形码图像后,利用模板匹配定位条形码,按照仿射变换参数进行图像矫正;然后,通过阈值分割、连通域、闭运算等处理,得到条码ROI待检区域;最后,利用区域最小外接矩形长度特征、区域矩形度特征、骨架特征先后检测条符,识别缺陷位置并存入新区域。生产现场测试表明,该方案的检测成功率为99.2%,平均耗时51.982 ms;实验仿真数据还验证所提算法适用不同角度的图像。与其他方法相比,该算法在识别精度、运行速度和鲁棒性方面均具有优势,能获得较好的检测效果。     

基于PDES的二维条形码图像预处理方法

目前二维条形码在各领域得到了广泛地应用,但实际环境中受图像采集设备的限制,译码图像中通常混有较大的噪声,导致经常出现误码。为了进一步提高二维码译码的可靠性,必须对图像进行有效地预处理。本文根据条形码边界具有方向性的特点,将基于偏微分方程的Perona&Malik模型应用到二维条形码的图像预处理中,并对Perona&Malik模型的缺点进行了算法改进,通过合理地设计和选择参数,能很好地适应所有二维条码的图像特征,实际计算结果表明该方法对二维条形码图像的处理能得到令人满意的效果。     

活体虹膜图像的定位与分割

介绍了一种活体虹膜的定位与分割算法。算法主要分为两部分：圆环的定位与非虹膜区域的去除。本算法根据眼睛的生理特点和数字虹膜图像的实际情况，利用传统定位方法与数学形态学相结合对虹膜区域进行快速而准确的定位，并分别提出了去除眼睑、睫毛和光斑影响的解决方案。算法中也考虑到实际应用可能遇到的影响虹膜定位与分割的问题。实验表明，该算法取得较好的分割结果，并且具有鲁棒性。     

基于梯度和模板二次匹配的人眼定位

提出了一种基于图像梯度和模板匹配相结合的眼睛定位方法。利用投影函数确定眼睛区域的上下边界,然后对于眼睛睁开较大的图像根据眼球的梯度方向信息定位眼睛中心,对于眼睛睁开较小或完全闭合的情况,利用本方法中的梯度眼睛模板进行二次匹配。试验证明该算法定位准确率高,不受眼睛状态的影响,并且对头部姿态变化和焦距变化等具有一定的鲁棒性。     

基于差分光斑中心定位算法的位移传感技术研究

光斑中心定位是激光投射式位移传感技术中的关键技术.为了提高激光光斑中心检测的抗干扰性和精确性,在总结了现有的光斑中心定位方法的基础上,对其中的梯度光斑中心定位算法进行分析和改进,提出了一种差分光斑中心定位算法.该算法主要针对强干扰光线下的激光光斑特点,利用差分运算和梯度算子对光斑进行识别与定位.实验结果表明,该算法定位...