复杂背景下彩色图像车牌提取与字符分割技术

车牌图像分割是车辆牌照自动识别系统的关键部分，本文提出和提取了车牌标准模式的多种重要特征，综合利用数学形态学运算、连通域形状测量和彩色图像分析，有效地解决了复杂背景下提取车牌的问题，并实现了牌照的倾斜校正和边框线与铆钉去除，最后分离出牌照的各个字符、实验表明该技术方案在实时性，鲁棒性和正确率都达到实用技术指标。     

复杂背景下的车辆牌照字符提取方法研究

针对复杂背景中字符难于提取的问题，提出了 一种通用的提取字符的方法．该方法很好地利用了字符固有的特性，先对图像进行基于变分 法的自适应二值化，再用一种快速区域标号算法求取连通域，然后对连通域进行处理，提取 出字符行，最后进行倾斜校正．实验结果表明，该方法简单可行，成功率达到了96%以上．     

面向复杂道路场景小尺度行人的实时检测算法

复杂道路场景中小尺度行人目标检测漏检率高,实时性较差,提出了一种针对小尺度行人检测的增强算法,对RFB(Receptive Field Block)网络从特征提取网络结构及损失函数两方面进行改进:通过反向融合的方式将多尺度特征图通道间Shuffle后的深层特征组多级融合到浅层,并在采用更浅层特征的同时加入改进RFB模块及Normalization层,充分利用多尺度特征层间的信息进行小尺度行人检测。损失函数采用基于交并比和中心点距离解决评测与回归损失函数评价指标不等价问题。实验结果表明,该算法在Caltech行人数据集上总体行人和小尺度行人的漏检率分别降低了4.7个百分点与9.0个百分点,单张图片平均检测时间为36 ms,性能高于同类算法。     

基于字符综合特征的车牌字符分割算法

字符分割技术是车牌识别系统的关键技术之一。字符分割最主要的问题是字符粘连及车牌边框的影响。鉴于车牌字符具有布局规整,字符个数确定,字符大小一致、宽高存在规律等特征,文章提出一种将投影和字符间距相结合的基于字符综合特征的字符分割算法。实验证明该算法那对分割粘连字符具有较好效果。     

复杂背景下的粉笔数字字符自动提取方法研究*

根据粉笔字符背景复杂、断笔、残笔、手写字符粘连、重叠等特点,提出了一种复杂背景下粉笔数字字符自动提取方法。通过数字区域定位,获取局部图像并进行二值化;通过数学形态学处理,解决二值化结果中的断笔、残笔等问题;通过改进滴水算法,对粘连字符进行切分,获取单个字符。最后,以板坯号识别为例,开发了板坯号自动识别系统,并成功地应用在板坯的生产过程中,证明了其有效性。     

复杂彩色文本图像中字符的提取

从复杂彩色文本图像中提取和识别字符已经成为一个既困难又有趣的问题。本文给出了一个具有创新性和实用性的区域生长算法用于彩色图像的分割:彩色图像游程邻接算法CRAG(color run-length adjacency graph algorithm)。我们将该算法用于彩色文本图像,首先得到图像的彩色连通域,再对这些连通域的平均颜色进行颜色聚类,可得到若干个聚类中心,然后根据不同的颜色中心将图像分为相应的彩色层面,最后通过连通域分析判断所需的文字层。该生长算法修改并扩展了传统的BAG算法,并将其运用于彩色印刷体文本图像中,充分利用了彩色图像的颜色和位置信息。实验结果表明新的方法能很好的从彩色印刷图像中提取多种常见的艺术字,并具有较高的提取速度,同时保留了文字和背景图像的原始色彩,便于将来的图像恢复。     

基于连通域提取的车牌字符分割算法

车牌字符分割是车牌识别系统的三大关键技术之一.为了准确地进行字符分割,提高字符识别的准确率和识别的速度,提出了一种改进的连通域提取车牌字符分割算法,算法通过扫描目标像素的若干相邻像素后按照一定的准则确定目标像素与相邻像素之间的连通关系,可克服同类算法中像素重复标记和归并标记需大量运算的缺陷,最后得到正确的连通标记划分并能提取出各个分离的连通区域.实验表明算法能够准确快速地识别字符,且具有较好的稳健性.     

基于复杂背景的车牌字符快速分割算法研究

提出了一种充分利用车牌字符特征,采用边缘提取、最优阈值过滤、改善的连通域搜索及垂直投影算法,很好地兼顾了车牌字符分割的正确性和快速性,达到了良好的分割效果.     

工业器件上的字符提取及识别

介绍了一个工业器件上字符识别和获取系统.在字符提取阶段,给出了两种字符的提取方法以及互补Ostu二值化方法.在识别阶段,对第一类字符利用TM 矩和仿射不变矩提取特征并且组合成特征向量,然后利用交叉相关来识别; 对第二类字符利用模板匹配法,基于Hu不变矩和TM 矩的交叉相关分别得到各自的识别结果,然后采用投票原则来作出最后的判决.实验结果表明提出的方案是可行的和合理的.     

基于复杂网络的文本关键词提取算法研究

本文将复杂网络理论应用于文本挖掘技术,构造基于词汇共现性关系的词汇概念复杂网络,对文本词汇的重要性指标进行计算分析,挖掘文本中主题的关键词。在计算词汇重要性指标时,综合考虑目标词汇的频率以及其相邻节点的贡献度。通过实验对比,证实本文网络节点评价指标与基于加权度和加权集聚系数的综合指标相比具有优越性。此外,本文通过复杂网络社区合并的手段,发现了关键节点之间的网络拓扑关系,即核心网络。通过分析核心网络,可以获得关键词和文本主题的对应关系,为进一步的文本分析提供有效的理论基础。     

一种新的彩色图象文字提取算法

文字信息在描述图象内容时起着重要的作用,因此文字提取及识别是基于内容视频检索的关键技术。提出了一个从彩色图象背景中提取文字的快速而有效的算法。由于文本字符串的对比度较高,首先用一个改进的sobel算子将彩色图象变换为二值的边缘图象,再对该边缘图象进行涂抹处理,然后基于候选文本区的特征从不同复杂度的彩色图象中提取文本信息,最后将提取出的文本输入到文字识别(OCR)引擎,识别结果证明了此方法的有效性。     

一种复杂背景图像文字分割算法

根据图像中文字与背景区域的形态特征,提出了一种基于形态运算和连通元分析的复杂背景图像文字分割算法.实验结果表明,即使在图像分辨率不高以及文字布局较复杂的情况下,该算法仍然较快较准确地定位和分割出复杂背景图像中的文字.     

基于复杂背景的彩色图像中维吾尔文字切分

沿着基线并具有大量附加部分书写是维吾尔文一大特点,这些特点使复杂背景的彩色图像中维吾尔文字行与字的切分和识别成为一个既困难又有趣的问题。本文首先对复杂彩色图像进行灰度化,其次将彩色图像转换为灰度化的边缘图像,再对图像进行局域二值化,然后进行区域检测和边缘调整,初步实现了图像中维吾尔文字行的定位,紧接着根据定位结果从图像中切分出文字行,统计切分后的文字行在水平和垂直方向上的像素累计情况,查找最佳切分点,分离出文字行中的字母独立形式或几个字母连成的连体字母段。实验结果表明,文字行的切分准确率达到96%,字切分准确率达到98%以上。     

面向彩色图像和视频的文本提取新方法

随着基于内容检索技术的发展，人们逐渐意识到包含在彩色图像和视频中的文本具有重要的语义作用，并需要采用有效的方法来提取这些文本，文中提出一个全面作用在RGB颜色空间3个分量上的彩色图像边缘检测新算子和一种利用空间频率特征，结合彩色边缘检测与基于区域图像分割方法的彩色图像和视频文本提取新算法。实验表明在彩色图像和视频的文本提取中，文中算子形成的二值边缘图像的文本区域轮廓清晰完整，有利于下一步文本区域与背景的剥离，该算法具有较高的广西区域提取准确率和较好的对于文本字符在尺寸和颜色方面的适应性。     

打印机和图像色域提取算法

针对当前色彩管理研究缺乏提取图像色域算法及可视化技术支持的现状，提出了一种打印机色域提取算法。先确定打印机色域边界点，通过这些边界点利用几何方法快速构造色域外壳，对设备色域进行精确描述，并对色域及其剖面进行真彩色可视化。利用对色域的剖分操作，构造基于剖面的色域匹配模型。     

一种自适应彩色图像分割算法

目前对图像分割技术的改进一般是通过优化某种特定的算法来实现的,这样会把对彩色的分割能力拘泥在某个范围内,而文中专门针对彩色信息采用有自适应性的级联多种方法的聚类算法,在逐步的优化中,提高对彩色的分割能力,实现对彩色图像的更为清晰细致的分割。该方法在单纯的针对色彩信息时,取得了很好的实验测试效果。     

一种自适应彩色图像分割算法

目前对图像分割技术的改进一般是通过优化某种特定的算法来实现的,这样会把对彩色的分割能力拘泥在某个范围内,而文中专门针对彩色信息采用有自适应性的级联多种方法的聚类算法,在逐步的优化中,提高对彩色的分割能力,实现对彩色图像的更为清晰细致的分割.该方法在单纯的针对色彩信息时,取得了很好的实验测试效果.     

复杂背景下文本提取的彩色边缘检测算子设计

分析了当前彩色边缘检测方法的现状与复杂背景下文本提取的社会需求,提出一个新的彩色图像边缘检测算子--ColorRoberts,该算子全面作用于三维RGB彩色空间.实验证明,在文本区域提取的彩色图像边缘检测中,ColorRoberts具有传统算子所无法比拟的优势,检测出的文本区域完整、清晰,字符形状边缘保持较好,文本区域与背景易于进一步剥离.     

基于特征点提取的图像增强算法

特征提取被广泛的运用在图像处理和计算机视觉领域.而特征点提取的效果很大程度上取决于图像的质量.在室外,考虑到多变的光照条件图像的质量通常很差.除此以外,物体间的互相遮挡也是特征提取上的一个难题.因此,研究怎样实时提取低对比度图像是一个很具挑战性的问题.Retinex理论被认为是分离光照图和反射物体图从而得到补充光照图的良好办法.但是亮度图像重建的计算复杂度很高.本文提出了一种基于Retinex理论的图像增强算法.新的算法优化了可变框架的Retinex理论.文中提出一种新的卷积函数,其能有效的减少计算时间,并将多尺度和卷积函数结合起来.文章的最后提出了一种能衡量提取特征点有效性的评估实验.实验结果证明,新的算法不仅能够极大的减少处理时间从而满足实时性要求,而且能使增强后的图像更适合与特征点提取.     

基于多级文本检测的复杂文档图像扭曲矫正算法

文档的扭曲矫正是进行文档OCR(Optical Character Recognition)的基础步骤,对提高OCR的准确率有重要作用.文档图像的扭曲矫正常常依赖于文本的提取,然而目前文档图像矫正算法大都无法对复杂文档中的文本进行准确定位和分析,导致其矫正效果不理想.针对此问题,提出了一种基于全卷积网络的文字检测框架,并使用合成文档对网络进行针对性训练,可实现对字符、词、文本行三级文本信息的准确获取,进而对文本进行自适应采样并利用三次函数对页面进行三维建模,将矫正问题转化为模型参数优化问题,达到矫正复杂文档图像的目的.使用合成扭曲文档以及真实测试数据进行矫正实验,结果表明,提出的矫正方法能够对复杂文档进行精确的文本提取,明显改善了复杂文档图像矫正后的视觉效果,相比于其他算法,该算法矫正后OCR的准确率得到显著提高.