基于模式匹配的银行卡卡号定位与识别算法

针对银行卡数字卡号定位与识别的问题,本文提出一种基于模式匹配的银行卡数字卡号定位与识别算法。通过对银行卡数字图像进行图像灰度化、图像二值化、形态学操作、边缘检测、提取轮廓及区域定位等操作,对银行卡数字进行精准定位,对定位后的银行卡数字区域进行图像分割,将银行卡中分离的每一个数字图像分别与模板图像通过相关系数匹配法进行匹配,最终得到经过识别后对应的银行卡数字。在测试数据集上喷涂型银行卡数字识别正确率为94.4%,激凸印刷型银行卡数字识别正确率为89.5%,在总体样本中银行卡数字识别正确率为91.9%。经过测试可得出该算法能够有效地识别银行卡卡号,具有一定的市场价值。     

图书索书号文字识别算法的研究

探讨了一种数字图像文字识别的算法及该算法在图书索书号识别系统中的应用,该算法根据采用数字字符轮廓结构特征和统计特征相结合的方法,并从中选出稳定的局部特征,利用结构语句识别的方法进行数字的识别,能够实现不同字体索书号多种字体数字的准确识别,同时还提高了识别的速度。     

基于改进的EfficientDet的布匹疵点识别

为了准确而高效地识别出布匹各种疵点的种类，采用改进的EfficientDet算法进行布匹疵点识别。首先采取改进的Ostu阈值分割算法进行特征边缘的检测，采用非极大值抑制方法对边缘进行筛选，确定候选区域；然后采用筛选器对候选区域的疵点进行识别和分类，其中筛选器采用改进的EfficientDet算法。改进的EfficientDet算法与其他优秀的目标检测算法以及原算法进行了比较。结果表明，改进的Ostu分割算法相较于传统算法不仅可以在更多的布匹图像中更准确地识别疵点区域，而且抑制了假边缘现象；该模型规模是几种算法中最小的，识别准确率达到94%，高于目前最优算法4个百分点。     

基于深度神经网络的车辆特征识别方法

提出了一种基于深度神经网络的车辆特征识别方法,通过车辆特征智能检测识别实现交通智能监控和管理.采用三维区域轮廓扫描方法进行车辆图像采集和几何形状判断,对采集的车辆图像进行边缘轮廓检测和信息增强处理,突出车辆的类别属性特征点,在仿射不变区域对车辆角点分布信息进行直方图均衡化处理,实现车辆像素特征点的提取.对提取的像素特征点采用深度神经网络进行分类训练,实现车辆特征的智能识别.选取大量交通视频图像进行实验,仿真结果表明采用该方法进行车辆特征识别的成功率较高,输出车辆特征点正确的像素总数较多,对目标车辆的准确检测定位性能较好.     

基于傅里叶与局部特征结合的人体姿态识别方法研究

为了提高对人体姿态的识别,提出了一种以人的姿态序列图像的轮廓为特征,包括轮廓的外接矩形的宽高比、形状复杂性变化率、离心率以及傅里叶描述子相结合的人体行为识别方法。首先运用自适应的混合高斯背景建模和形态学结合的方法,利用Canny算子进行边缘检测,实现目标人体轮廓的特征提取。然后采用基于质心边缘距傅里叶描述子与k-means聚类算法与SVM分类器结合的方法,对目标人体轮廓的参数建立具有13个特征值的一维的特征向量,并和RBF神经网络的分类效果进行对比。实验表明,SVM进行分类较为准确,且不需要进行多次的迭代训练,速度较快、识别性能也很好,相比于RBF神经网络而言。运用该方法可以让人体行为识别的正确率在91%以上,该方法简单可行。     

基于二分法的纤维掩码阈值的计算

针对纤维图像的特点,提出了纤维掩码计算算法中的阈值计算方法,使得计算结果中纤维的轮廓信息具有高信噪比以及良好的连续性.此外,克服了Canny算子在纤维边缘检测中输出的伪边缘以及多重边缘的缺点,为后继纤维识别算法提供了更准确的轮廓信息.     

基于主动形状模型和K近邻算法的人脸脸型分类

针对人脸描述性脸型特征分类问题,提出一种新的基于主动形状模型和K近邻算法的脸型分类方法。根据主动形状模型方法定位得到的测试样本人脸边缘轮廓点,经归一化后以其围成区域面积作为人脸脸型特征。采用K近邻算法和面型指数实现测试图像的脸型分类。实验结果表明,该方法对人脸姿态变化有一定的鲁棒性,分类结果准确度高且脸型的分类符合人主观描述性判断。     

引入Harris角点检测的运动图像边缘轮廓提取

对运动目标图像进行边缘轮廓特征提取,提高运动图像的电子稳像性能,从而准确实现运动目标的检测和识别.提出了一种基于Harris角点检测的运动图像边缘轮廓提取算法,对运动图像进行仿射不变闭合区域增强处理,采用Kalman滤波和运动状态相邻帧补偿的方法进行运动图像Harris角点检测,提高相邻两帧之间边缘轮廓的角点检测能力,实现了运动图像边缘轮廓的提取和稳像处理.仿真结果表明,用该方法进行图像边缘轮廓角点提取的准确度高且稳健性好.     

一种SAR影像冰水边缘线提取算法

针对在低海冰密集度区域采用被动微波获取的海冰密集度数据会低估真实的海冰密集度值,从而不能准确地得到冰水边缘线位置的问题,文中基于高分辨率合成孔径雷达影像设计并实现了在低海冰密集度区域准确提取冰水边缘线的算法．该算法将海冰在合成孔径雷达影像中强度和对比度差异较大的曲线特征,通过边缘检测的方法统一为边缘信息．根据海冰与海水区域边缘信息丰富程度的差异,采用曲波域多尺度主动轮廓模型迭代搜索边缘信息丰富区域的轮廓,即为冰水边缘线的位置．实验表明,该方法能够在低海冰密集度区域准确地提取冰水边缘线,与采用被动微波海冰密集度数据得到的冰水边缘线相比,准确率有了大幅的提升．     

车牌提取方法研究

提出了一种基于模糊边缘检测和纹理特征的牌照提取方法。首先由投影法确定车牌候选区域，然后由12个边缘模板计算每个候选区域中边缘两侧的平均灰度差，并作出灰度梯度的二维直方图。据此确定每个候选区域模糊边缘检测中广义渡越点的值。然后根据车牌区域特点来提取牌照。经测试，该算法简单快速、定位准确，为后继字符分割和识别做了较好的预处理工作。