字符识别中两种改进的模板匹配算法

模板匹配算法是字符识别中最常用的一种算法。本文首先介绍了字符识别与模板匹配算法的基本原理,然后在传统模板匹配方法的基础上提出了两种改进的模板匹配算法。一是多模板匹配法,该算法可以对模糊不清、有倾斜的字符进行了有效识别;二是字符区域分割匹配法,该算法使相似度较大的字符可以得到准确的识别,并且大大减少了计算量,加快了识别速度。本文使基于模板匹配的字符识别达到了更有效,更准确的效果。     

全自动共晶粘片机实时多目标识别的实现

模板匹配是非常成熟的单目标识别算法,它可以找出与模板匹配得最佳的目标。然而如果将经典的模板匹配算法直接用于多目标识别,由于目标的数量无法预测,经常出现误识别、漏识别的现象。为了实现全自动粘片机中对多目标的高速识别,本文介绍一种基于边缘检测和模板匹配相结合的多目标识别算法,该算法克服了经典的模板匹配算法的不足。实验证明该算法成功的解决了粘片机中对多目标实时识别的问题,达到或超过了设计指标。     

一种改进的模版匹配识别算法

通过对现有常用的几种模板匹配算法的分析与研究,提出了一种全区域特征加权模板匹配识别算法,它是对特征加权的模板匹配算法的一种改进。经过理论分析与实际测试,这种改进的识别算法进一步降低了字符的误识率。     

一种面向密封条长度检测的模板匹配优化算法

针对现有的汽车密封条长度测量设备中使用模板匹配算法检测特征点位置时,密封条自身旋转导致匹配效果差的问题,提出一种基于Hough变换的自适应模板更新算法。该算法在传统模板匹配方法的基础上,通过设定阈值对模板匹配效果进行判断;对于匹配效果不好的图像进行Hough变换,结合特征点的几何特征进行识别;通过特征点的位置与尺寸信息,将其转化为新的模板用于下一次的模板匹配,实现模板的自适应更新。试验结果表明,该算法弥补了传统模板匹配法对图像旋转异常敏感的问题,提高了识别的稳定性,同时保证了检测效率满足现场的要求。     

两种改进的模板匹配识别算法

在开发在线轮胎编码图像自动识别系统时,通过对现有常用的几种识别算法分析与研究,提出了两种改进的标准模板匹配识别算法,分别是基于特征加权的模板匹配算法和基于特征块的模板匹配算法,两种改进的算法都以抽取字符特征为基础,结合模糊原理进行识别,经过理论分析与实际测试,两种改进的识别算法都进一步提高了图像字符的识别率。     

基于连通域的模板匹配法用于字符识别的算法研究

文章介绍了一种用于字符识别的基于连通域的模板匹配算法.该算法是在传统的模板匹配法的基础上,运用了重心重叠等处理方法,并且对字符块进行连通域处理后再实施匹配,最后利用最大相似法得出识别结果.该算法在光学仪器读数图象的动态识别中取得了良好的识别效果.     

一种快速模板匹配目标识别算法

该文拟将计算机视觉中传统模板匹配方法与对场景物体的中心矩描述方法相结合,提出了一种效率较高的匹配算法。算法在匹配识别上不仅不受物体方位旋转及尺寸缩放变化影响,而且能较精确地求出物体相对于模板的缩放比例和偏转角度。文中给出了与传统模板匹配算法对照的实验结果。     

一种在线图像编码识别系统的设计

本文介绍了在线图像编码字符识别系统的设计与实现过程,对其中重点环节进行了分析与研究,给出了主要环节问题的解决方法,在识别算法上,结合模板匹配与特征识别,提出了基于特征加权的模板匹配算法,该算法对提高字符识别率提到了较好的作用。     

基于模板匹配的苹果果实识别

为了实现果蔬收获机器人的果实识别和定位,同时为了消除由于果实大小和生长角度对识别的影响,以自然环境下的果园苹果作为识别对象,采用模板匹配方法,计算目标图与模板图的归一化互相关系数矩阵,通过在空域对模板图像做尺度变换和角度旋转进而对目标图像进行模板匹配,实现对果园苹果的果实识别。实验结果表明,该模板匹配算法能有效识别自然环境下的苹果果实,可以用于机器人视觉系统的识别任务。     

一种改进的模板匹配的数字识别算法

提出了一种改进的模板匹配的数字识别算法,该算法是预先将字符分成若干个集合,经细化得到数字中央的骨骼部分,再对待识别数字提取特征并与训练库中的数字特征加权比较,利用欧式距离最小原则来对数字作出判决,试验结果表明,加权的模板匹配法保证了数字识别的正确率,而对数字进行预分类和细化处理,可以大大缩小模板匹配的识别速度,弥补了模板匹配算法对于大量数字耗时多的缺点,提升了系统速度。     

一种用于反编译代码与源代码的比较算法

现有反编译器产生的代码与对应的源代码之间存在差异,找到并理解差异有助于改进并完善反编译器的设计。该文给出一种适用于C语言反编译代码与源代码的比较算法。该算法以语法树匹配方法为基础,定义新的C语言中间代码表示形式并对表达式进行动态匹配,提高了语法树匹配的准确性。实验结果表明,该算法能有效计算出反编译代码与源代码之间的多数差异。     

矩形点阵上链码的转换算法

链码是图像处理和图像识别中的一个重要工具.给出了四近邻图像的顶点链码（VCC）、Freeman链码和边界链码之间的转换算法,这样只要获得一种链码就可以得到其它的链码表示,由某种链码获得的图像信息也为其他链码所共享.     

基于非零均值比的RS码盲识别方法

针对现有的RS码盲识别方法抗误码性能不佳的问题，提出了一种基于非零均值比的盲识别算法。该算法通过将截获到的RS码序列转化为GF(2 ^m )码元来构建分析矩阵，利用有限域的高斯约当算法获得分析矩阵的非零均值比，并以此来识别码长、符号数和本原多项式，最后通过伽罗华域傅里叶变换来完成信息位长及生成多项式的识别。仿真结果表明，本文提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数，抗误码性能较好，并给出了识别性能与信息位长与码长的关系：随着码长和信息位长的增加，识别性能逐渐下降。     

二值图像中拐点的实时检测算法

鉴于数字图像中的拐点通常成为重要的信息载体,因此准确、稳定和实时地检测出拐点便成为拐点检测算法面临的主要问题,针对该问题,提出了一种新的二值图像中拐点的实时检测算法。该算法与传统基于边界链码的拐点检测算法不同,其是首先构建像素的k(k>8)邻域,并将图像中物体的边界表示为k邻域链码;然后根据曲率定义的差分形式计算各边界点处的曲率;最后通过检测曲率直方图的局部峰值精确定位出拐点,并利用拐角内部像素的颜色统计信息迅速判断出拐点的凸凹性.为验证该算法的效果,给出了该算法与4种已有算法的对比实验.结果表明,该算法不仅稳定性、准确性较高,而且算法简单,实时性强,并适合于嵌入式计算环境。     

基于自适应网格矢量编码的人脸快速匹配算法

在分析传统图像匹配算法优缺点的基础上,提出了一种基于自适应网格矢量编码的人脸快速匹配算法.该算法首先对人脸进行二值化边缘分割和脸部特征轮廓提取,并对图像的细节边缘和特征轮廓进行自适应网格划分,然后对网格内的边缘段和特征轮廓段进行链码描述及矢量编码,最后通过计算编码后的方向矢量矩阵相似度来实现人脸图像的匹配识别.通过对ORL标准人脸图像库的实验仿真及对比结果表明,该算法在降低计算复杂度及提高识别精度的同时,有效地解决了由图像旋转、姿态变化引起的微小形变以及不同光照条件所带来的图像识别率低的问题.     

基于语义网络的海量源码搜索引擎

提出一种通过类自然语言输入在海量源码库中进行代码搜索的方法,旨在提高开源代码在方法层面的重用性。相比于传统的关键字匹配的海量源码搜索方案与基于自然语言的上下文相关的项目内定位方法,本文的程序分析结合语义网络的算法既可解决前者由于源码中缩写与近义词问题带来的目标无法匹配的问题,同时也可解决基于自然语言的源码定位受限于指定项目无法在应用于海量源码搜索的限制。最后通过实验验证引擎的可靠性与可用性。     

基于旋转编码模板匹配的烟支计数识别

根据烟支的几何特征构造烟支模板,采用一种旋转编码方案将此二维模板映射成为整数集上的一个整数．利用旋转编码描述烟支的属性,通过属性变换得到每组属性的标准编码值．在模板匹配过程中,对模板覆盖下的图像部分作同样的旋转编码及属性变换,得到每组属性的实际编码值．各组属性的标准编码值和实际编码值间的差异将作为制定烟支识别条件的主要依据．实验表明,该方法可解决连通烟支或残缺烟支的计数识别问题,计数精度达到应用需求．     

基于事例的面部动作单元识别算法

本文提出基于事例的交互式遗传算法进行面部动作单元识别的算法,将用户的比较能力融入到搜索过程,快速检索到与待识别图像匹配的事例图像,从而实现动作单元的半自动识别。该方法不需抽取图像特征,因而可用于识别非控制成像条件下自发面部图像或图像序列中的动作单元,具有较好的鲁棒性和实用性。文中采用16幅受控成像条件下收集的简单图像进行实验,单独AU的平均识别率达到77.5%,AU组合的平均相似度为82.8%。采用10幅有干扰的非受控成像条件下收集的复杂图像进行实验,单独AU的平均识别率为82.8%,AU组合的平均相似度为93.1%。相对于特征脸算法,本文算法的平均识别率和相似度都有较大程度的提高。     

基于知识库的遥感图像桥梁识别研究

利用桥梁的特征,实现高分辨率遥感图像中桥梁目标的识别方法。首先建立桥梁特征的知识库,在低层处理中运用链码边界跟踪与边界填充的方法提取出水域;在中层处理中使用Hough变换寻找桥梁线并提取其特征参数;最后在高层处理中对目标进行验证,并在整个过程中加入知识进行指导。该识别软件具有较高的识别准确率。     

Decoding algorithms for shortened-extended turbo product codes in WiMAX systems

The component codes of turbo product codes inWiMAX systems are extended Hamming codes and single parity check codes as well as their shortened forms. In this paper, three novel iterative decoding algorithms based on Chase, MAP algorithms and their combination are proposed for shortened-extended turbo product codes. The iterative decoding algorithm based on Chase algorithm is proposed to reduce the decoding complexity without any performance loss. An efficient MAP algorithm is then proposed to decode the component codes of shortened single parity check codes and shortened-extended Hamming codes. A comprehensive performance comparison of the proposed decoding schemes is conducted for three typical classes of turbo product codes in WiMAX OFDMA systems. The suitable decoding algorithms are recommended for different classes based on the simulation results.