基于Krawtchouk-RBF的印章图像分类识别

为了有效地对印章图像进行分类,提出了一种基于Krawtchouk矩和RBF神经网络的印章图像分类识别方法。首先提取标准印章图像的Krawtchouk矩不变量,将其作为RBF神经网络的原始训练样本;然后提取全部待鉴印章图像的Krawtchouk矩不变量,将其作为RBF神经网络的输入量进行分类识别。实验结果表明,使用Krawtchouk矩来描述印章图像的特征并通过RBF神经网络来对其进行分类识别的方法十分有效,与同类的Brushlet-RBF法和KPCA-RBF法相比,其识别率更高,且更准确。     

一种利用Photoshop进行印章印文图像重合比对的方法

Photoshop是一款功能强大的图像处理软件,应用Photoshop辅助文件检验使文检工作变得轻松快捷。该文利用Photoshop中多种色彩模式的相关操作,对印章图像中红色印文与背景字迹进行分离,然后通过一系列操作对检材和样本进行重合比对,与传统鉴定手段相比,其操作过程更方便、直观,处理结果更精准,是一种简单、实用、有效地检验鉴定方法。     

印鉴自动识别系统中模式识别方法的研究

本文介绍了以前的印鉴自动识别系统中所采用的各种模式识别方法，分析了这些方法各自的特点及局限性，并对这些方法进行了分类和比较，最后提出了一种更有效的模式识别方法。     

一种自动提取中国书画作品中印章图像的方法

在分析了中国书画印章图像特点的基础上,针对基于内容的书画作品图像检索领域中存在的"语义鸿沟"问题,提出了一种自动提取中国书画作品中印章图像的方法,并设计实现了该算法.通过对提取效果进行分析,证明该方法有较高提取率,这对书画作品中图像语义和特定图像鉴别的研究有重要意义.     

电子印章图像的分割技术

首先介绍了图像分割的几种典型技术,包括基于边缘检测的图像分割、阈值分割和基于颜色分量的图形分割.并通过实验证明了基于颜色分量的图形分割技术能够对电子印章图像进行快速、准确的分割,尽可能减少分割过程中造成的图像信号的衰减,大大提高图像分析的质量,为后续去噪和图像增强提供良好的图像分析.     

基于PKI的电子印章系统

本文将数字签名技术应用于电子印章,设计了一套基于PKI的电子印章系统。这套电子印章系统采用XML数据格式、原始文档、印章图片和落款等盖章信息在盖章文件中分开存放,支持多次盖章和同时盖章。通过客户端浏览器插件和Office插件,可以在浏览器和Office中完成盖章、验证、浏览等功能。最后,本文给出了基于B／S结构的电子印章系统结构,并以甲、乙双方在同一文档上盖章为例,介绍了盖章、验证和再盖章的过程。     

基于eKey和Word的电子印章系统的研究和设计

提出了利用电子钥匙eKey和其他技术来设计一个基于Word的电子印章系统；详细叙述了电子钥匙eKey和Word的二次开发；分析了电子印章的研究发展和应用前景。     

基于Web Service的电子印章系统

印章在政府办公和企业事务处理中起着极为重要的作用,在对电子印章各种实现技术进行了系统研究基础上,采用面向对象的软件工程方法,结合电子印章的特点和政务办公信息系统中的签章需求,提出了一套简单、高效、安全的签章方案,详细论述了系统框架、印章原型设计、印章图形处理技术,并对系统所采用的Web Service体系结构服务器端进行了深入的研究。     

基于NSCT-GLCM的印章图像特征提取

为了有效提取印章图像的特征,提出了一种基于NSCT域GLCM的印章图像特征提取方法。首先对图像进行NSCT分解,得到多幅子图像;然后通过GLCM提取图像的特征信息,并用特征参数描述该矩阵,用该特征参数构成的特征向量代表图像的特征信息;最后利用欧式距离对图像进行分类。针对印章图像进行了大量的实验,并与GLCM法和LBP-GLCM融合法进行了比较。结果表明,该方法识别率更高。     

电子印章系统的安全性研究

针对电子印章系统中数字水印算法在空间域中稳健性差的问题,提出了一种新的在变换域中实现的数字水印算法。并对电子印章系统中电子文档和电子印章的安全性进行了初步研究,探讨了数字签名和数字水印技术在电子印章系统中的作用。     

印鉴自动识别算法研究

印鉴在许多东方国家被广泛使用了多年.印鉴自动识别是模式识别中的一项非常困难的课题.文中对计算机印鉴自动识别的各个阶段进行了仔细研究,并给出一系列相关算法.为了把"伪造印鉴多出的笔划部分"与"由于印泥渗出而多出的部分"区别开来以及将"伪造印鉴少出的笔划部分"与"由于印泥少而盖印不清晰的部分"区别开来,文中提出了全差图、内差图、多差图、少差图等一系列差图的概念,并对这些差图进行了处理.在此基础上,完成了一套完整的计算机印鉴自动识别方法.实验结果表明,该方法可能在实际应用中是可行的.     

印鉴识别中图像预处理问题的研究

为便于对印鉴图像进行识别,必须对其进行一系列预处理。针对印鉴图像的特点,阐述了图像预处理的过程,着重研究图像预处理中的杂色去除、灰度化、图像降噪、二值化、空穴填充等。通过在HSV颜色空间中提取红色颜色分量的方法,将印鉴图像提取出来;二值化处理中,采用了结合邻域平均滤波和中值滤波两者优点的新方法。实验表明,经过该方法处理后,可以得到较高质量的图像,处理速度较快,能够满足后期识别的需要。     

印章提取在票据自动处理中的应用研究

印章的提取是银行票据自动处理过程中的瓶颈。为了提高工作效率，提出综合采用彩色模型中基色间差值，二维投影响方法以及灰度特征逐步去除票据中的复杂背景，自动提取出印章图像，实践表明，该方法能够在保证印章提取质量的同时，大大加快提取速度，满足票据的实时处理要求。     

一种基于笔划宽度的印鉴分割方法

印鉴分割是正确识别真假印鉴的关键问题，本文给出了一种新的印鉴图像分割算法。该算法基于样本章（印鉴）和待验章（印鉴）在具有相同的笔划宽度时，分割效果最佳，最利于真假印鉴的识别。选定一定范围的灰度值作为可能的阈值，从中选 出使待验章和样本章的笔划宽度相差最小的阈值作为最佳阈值。对位于待验章和样本章的交集中的边缘点分别在待验章和样本章中求水平和垂直方向上的笔划宽度，并且仅取宽度差最小的一个方向上的宽度差，很好地避免了印泥的浓淡、盖印时用力的深浅、印泥污染、笔划断裂和分裂带来的干扰。实验和实践证明，该方法分割效果好，并具有很好的稳定性，在识别真假印鉴的实践中得到了很好的应用。     

基于图像识别技术的输电线路智能监控系统应用

针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.     

基于图像处理和模式识别的网络图像监控系统

随着科学技术和生活水平不断的提高,人们的财产和人身安全问题已经不仅仅来自于传统的经验,而是逐渐的转变到虚拟的网络当中;为此,提高人们的隐私安全和财产安全需要加强网络监控,其中图像监控是较为主要的方面;加强图像监控的可靠性和实时性,是实现社会稳步发展和人民网络隐私安全的首要目标;应用计算机网络技术和现代化通讯技术相结合,综合图像处理技术和模式识别技术的应用,设计应用于网络图像监控系统是当前社会发展的安全技术保障之一;文章通过对图像监控进行简析,阐述图像处理技术和模式识别技术的相关方面,探讨研究网络图像监控中图像识别和处理方面的技术;通过对图像处理中的色彩均化和模糊识别实验,得出其对于网络中传播的图片辨识度和提取信息能力具有很高的发展。     

基于神经网络的网络验证码识别研究

本文首先介绍了神经网络的基本思想,提出了一种基于神经网络的网络验证码的识别方法,并利用开源的神经网络包JOONE用Java技术实现了验证码识别软件。最后通过训练样本对其进行了实验分析,取得了较高的识别率。     

银行验印系统开发

银行验印系统通过安装在银行前台或事后业务部门的验印机来实现对银行支票或其他信用票据印鉴的自动识别,从而校验票据的合法性,代替银行的手工折角核印的过程,它解决银行通存通兑业务中的印鉴审核问题,同时提高银行工作效率。介绍了该系统的功能,数据结构,性能以及开发环境。     

基于几何统计特征的印鉴自动识别算法

提出一种基于几何统计特征的印鉴识别方法。待检印鉴图像经预处理并二值化后,依据样本印鉴匹配求得对应的差矩阵,再根据笔划差异在空间分布上的对应规律将差异点在矩阵中进行搜索和特征统计并抽取出三维的特征向量作为图像的主要差异特征并送入三层BP神经网络进行判决。该方法对印痕进行了结构化分析处理,能够区分盖印条件和伪造印鉴造成的误差。实验结果表明该方法同时具备同类印鉴的鲁棒性和异类印鉴的可靠性。     

基于Matlab神经网络的图像识别

神经网络是信息科学、脑科学、神经心理学等诸多学科近年来共同关注的研究热点.由于神经网络具有良好的抽象分类特性,使其成为解决图像识别相关问题的有效工具.在简述图像识别过程的基础上重点讨论利用BP神经网络对图像进行识别,用Matlab完成对神经网络的训练和测试,获得满意的结果.