面向彩印标签的手机数码识别及应用

针对Android手机拍摄标签数字码实时识别的需要,以及拍摄图像具有分辨率低、亮度不均匀、背景复杂等特点,由手机拍摄直接获得灰度图像后,通过数字区域投影定位,获取只包含数字的图像;采用二值化进行灰度图像到黑白图像的变换;通过投影及归一化处理进行数字码图像分割,并对每个数字码图像进行细化获取细化数字码;基于统计学抽取数字码的特征;建立数字码模式特征后,采用最近邻域判别函数进行数字码识别,取得了良好的识别效果。     

基于Android手机的标签数字码识别与应用

为了实现商品的标签中印刷体数字码Android手机实时拍摄与识别,对手机拍摄图像进行灰度化、二值化、标签分离和定位预处理;进一步采用数字区域定位、数字分割和归一化处理后进行数字统计特征提取,通过特征相似性计算识别与矫正,实现高精度的数字码识别;由C语言实现图像处理功能,并形成动态链接库;采用Java,基于NDK调用动态链接库,形成具有交互功能的Android手机实时拍摄数字标签的识别系统;实验结果表明,Android手机实时拍摄与识别具有识别率高、稳定性好、操作简单的特点.     

数字指示秤LCD显示屏数字识别方法研究

数字指示秤LCD显示屏数字的快速准确识别可提高数字指示秤作弊性的检测效率。传统方法实现代价较高,应用场景受限。针对此问题,通过分析数字指示秤LCD显示屏数字的七段码数字图像特性,基于图像数字边缘灰度轨迹,计算图像中数字的倾斜角,基于穿线法数字识别机制,建立数字识别关系,给出了数字指示秤LCD屏幕图像中的数字识别方法。实验搭建了作弊数字电子秤检测平台,利用摄像头拍摄了原始LCD显示屏图像。实验结果表明,该方法能够有效识别数字电子秤的LCD显示屏图像数字。该方法在数字识别过程中不需要大量样本的训练,在兼顾识别率和识别速度方面优于支持向量机和K最近邻方法,具有一定的优势,为作弊数字电子秤的准确检测提供了可靠的技术基础。     

基于二级复合链码的七段数字识别方法

针对动态数字图像的识别问题,提出基于二级复合链码的七段数字识别方法。对细化后的目标图像进行第1级8方向Freeman链码描述,在此基础上,进行第2级4方向Freeman链码描述,得到的复合链码与七段数字具有单一映射关系。在无线瓦斯检测系统中的应用结果表明,该方法具有较高的识别率和执行效率。     

利用功能图形的防伪码图像盲去模糊

目的 防伪码是一类经过特殊设计的QR(quick response)码,在防伪和溯源领域有着广泛应用。模糊的防伪码图像不利于解码和真伪鉴别,需要进行去模糊操作。目前主流的盲去模糊算法在用于防伪码图像时,去模糊效果不好且算法消耗时间较长。对此,本文提出一种基于防伪码功能图形的盲去模糊优化算法。方法 首先,定义了防伪码图像的强度先验和梯度先验。强度先验是图像像素的灰度值,而梯度先验是图像像素水平方向和垂直方向的差分。然后,将整幅模糊防伪码图像均分为左上、左下、右上、右下4块,提取左上、左下、右上3个位置的探测图形和右下的校正图形。最后,将强度先验和梯度先验作为约束项,利用正则化方法求出4个分块的清晰图像和模糊核。结果 本文测试了100幅人工添加模糊的防伪码图像和50幅手机实际拍摄的模糊防伪码图像,采用峰值信噪比(peak signal to noise ratio, PSNR)、结构相似度(structural similarity, SSIM)和自然图像质量评价器(natural image quality evaluator, NIQE)作为图像清晰度评价指标。从实验结果来看,相较于对...     

一种快速的QR码图像去模糊方法

具有摄像功能的手机已经成为一种便捷的二维条码阅读器,但手机因为本身的限制造成拍摄图像模糊,影响了后续的条码识别。本文提出了一种适合在手机平台上的图像盲恢复方法,以QR码识别为应用目的,利用QR码图像的灰度分布特点,通过模糊图像的边缘响应计算得到PSF函数,再进行图像恢复。实验证明,本文提出的方法具有去模糊效果好、计算简单的特点,适合手机等嵌入式平台的实时应用。     

基于安卓手机的液晶屏数字识别系统的设计与实现

针对带有七段码的数字液晶屏,设计了一种基于安卓手机的液晶屏数字识别系统。通过手机拍照获取液晶屏图像,利用安卓本地接口功能调用计算机视觉库,对图像进行处理;针对图像的倾斜问题,通过图像预处理和霍夫变换取得图像倾斜角,并进行倾斜矫正;利用直方图对数字字符进行分割,以网格法提取字符的特征值,用三层BP神经网络进行液晶屏数字字符的识别。实际检测结果表明识别率很高,而且识别速度很快,该系统基于安卓手机,使用方便,便于携带,可以实时操作。     

基于多分辨率的水表用户码定位与识别

本文对数码相机拍摄的水表图像中的用户码进行定位与识别,以获得用户编号信息.采用基于多分辨率的方法,并结合边缘检测、区域分析与hough变换,定位用户码区域,然后识别用户码中的信息.本文的方法实现了条码区域的快速定位,能有效识别复杂水表背景中的条码.     

基于离散小波变换的QR二维条码防伪技术

基于数字水印的快速响应矩阵（QR）二维条码防伪技术的水印容量低、防伪效果差。为解决该问题,提出QR码二值图像Rand灰度化和背景图灰度化方法,以提高防伪水印容量。QR码二值图像灰度化的程度由灰度化阈值决定,并且可以根据实际应用需要灵活确定。在此基础上,设计基于离散小波变换的QR二维条码防伪水印方案,通过量化函数实现水印的嵌入和检测,利用混沌密钥生成的二维混沌序列控制水印嵌入和检测的位置。实验结果表明,该方案在确保条码信息可识别的条件下,提高了QR码防伪水印的性能。     

人民币冠字号码识别预处理算法研究

近年来,人民币冠字号码的识别受到越来越广泛的关注,其在打击经济犯罪,维持市场稳定和社会和谐等方面都具有很强的实用性和广阔的应用前景。一个稳定高效的人民币冠字码识别系统在很大程度上依赖于图像预处理的结果。提出了一套完整的人民币冠字码识别预处理方案,其中包括图像采集、倾斜校正、采集方向识别、冠字号码区域定位和二值化、字符提取等算法,并对三种冠字码区域二值化方法进行了比较和分析。实验结果表明,所提出的预处理方法精度很高,为后续的冠字码字符识别工作提供了可靠的技术保障。     

基于对抗网络的验证码识别方法

在人机智能交互中,让机器自动识别验证码是机器模拟人的一项基础技术。基于文本的验证码识别一般先对验证码图片进行预处理,然后切割,最后对字符分类识别。字符切割的准确程度直接影响最终识别结果。提出一种对抗学习方法识别文本型验证码。先训练一个Pix2pix网络对验证码图片进行预处理,然后对抗训练出一对分割和识别网络。分割网络不仅能分割粘贴字符,而且可以筛选出难以分割的验证码结果。识别网络采用上下文相关的多通道卷积网络,能有效解决分割过程中因信息丢失而无法识别的问题。实验结果表明,该方法能提高文本验证码识别的准确率。     

基于改进PCA和支持向量机的掌纹识别

掌纹识别是一种新兴的生物特征识别技术。掌纹识别是用掌纹特征(包括人眼可见的和不可见的)来进行身份鉴别的一种方法。其中掌纹特征提取和掌纹特征匹配是掌纹识别研究的关键部分和核心内容。在特征提取方面,给出了两种改进的特征提取方法。先对掌纹图像进行傅里叶变换,再对变换后的图像进行主成分分析;针对掌纹图像的特点,对PCA进行改进,设计了适用于掌纹图像的分块主成分算法。将一整幅掌纹图像分为若干子块图像,在此基础上进行主成分分析。通过实验验证了改进的特征提取方法可以提高识别准确率。在特征识别方面,模版匹配虽然在一定程度上计算量小,准确率高,但容易陷入小样本问题。因此通过训练SVM分类器,进行掌纹识别。实验证明该方法有较好的可行性。     

大范围液位实时自动跟踪测量系统

针对传统液位测量方法的精度低、速度慢、测量范围受限制等问题,设计了一套基于视觉图像处理的高精度、快速的液位自动测量系统,它适用于测量范围大、液位变化速度快的实时液位测量。该系统以CCD摄像机采集的液位和钢尺图像为基础,通过钢尺刻度识别、钢尺刻线及液位识别三大识别模块完成液位高度测量,根据液位高度反馈控制电机带动CCD相机跟随液位实现实时自动跟踪测量。为了提高算法的识别速度,增强算法的鲁棒性,该系统采用了NCC(the normalized cross correlation)模板匹配数字识别方法,在刻线识别和液位识别过程中充分利用了图像的灰度特征和钢尺的结构特征完成识别。实验结果表明该测量系统的算法有着较高的鲁棒性以及较快的测量速度,可以完成精度在0.1mm以内的液位测量。     

基于ERDAS IMAGING的TM影像中较小水体识别方法

针对利用Landsat TM遥感影像中水体信息识别的常用方法对细小水体识别的局限性作了深入研究,提出了新的基于ERDAS IMAGING的较小水体识别方法.将TM影像中某3个波段组成的假彩色合成图转换到IHS彩色空间,构建模型进行细小水体的识别.该方法有效地提高了细小水体识别的精度.     

利用数据场和欧氏距离的图像边缘提取

图像边缘是图像分析和识别的基础,图像边缘信息的准确性和完整性对后续图像分析和识别有重要影响。为实现图像边缘有效提取,提出一种利用数据场和图像欧氏距离的图像边缘提取方法。首先,该方法利用数据场理论构建图像数据场,实现图像灰度值特征空间到数据场势值空间的转换。然后,在对图像数据场的势值计算时引入图像欧氏距离,利用图像区域欧氏距离扩大像素差异,抑制微小细节和噪声,得到"背景"和"目标"相对分离的势值图。最后,用改进Canny算法对势值图进行边缘提取。实验表明,用本文方法可以有效提高边缘提取的准确性,减少伪边缘,抑制冗余细节和噪声。     

液位实时自动跟踪测量系统

针对传统液位测量方法的精度低、速度慢、测量范围受限制等问题,设计了一套基于视觉图像处理的高精度、快速的液位自动测量系统,它适用于测量范围大、液位变化速度快的实时液位测量.该系统以CCD摄像机采集的液位和钢尺图像为基础,通过钢尺刻度识别、钢尺刻线及液位识别三大识别模块完成液位高度测量,根据液位高度反馈控制电机带动CCD相...     

不平衡数据集下的水下目标快速识别方法

水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确度低的问题,提出了一种基于生成对抗网络（Generative Adversarial Networks, GAN）的水下目标快速识别算法。利用GAN理论搭建了深度卷积神经网络的水下图像生成模型,通过生成器与判别器的零和博弈生成特定水下目标图像;设计生成目标的中心坐标计算函数和边界融合函数,将生成目标与背景图像融合后训练水下目标识别模型。实验结果表明,所提方法能够显著提高水下目标识别精确度,对实现水下目标准确抓取、促进水下作业及海洋资源的开发具有重要意义。     

基于原型网络的小样本图像识别方法

当前的图像识别领域,大部分的分类或者识别方法都建立在已有大量数据的基础上,将大量数据投入训练,经过采样分析、特征提取后做判别分类。然而在现实世界中,大多数目标分类问题并没有大量的标注数据。为了解决基于小样本数据集的图像识别问题,本文首先使用数据增强方法扩充数据集,然后利用多层卷积神经网络将图像映射到高维嵌入空间中,再使用原型网络得到每个类的原型点,根据嵌入空间中测试图像与各个类原型点之间的距离将其分类。实验结果表明,该方法在小样本条件下具有较高的识别准确率和较强的鲁棒性。     

目标提取与哈希机制的多标签图像检索

目的 哈希是大规模图像检索的有效方法。为提高检索精度,哈希码应保留语义信息。图像之间越相似,其哈希码也应越接近。现有方法首先提取描述图像整体的特征,然后生成哈希码。这种方法不能精确地描述图像包含的多个目标,限制了多标签图像检索的精度。为此提出一种基于卷积神经网络和目标提取的哈希生成方法。方法 首先提取图像中可能包含目标的一系列区域,然后用深度卷积神经网络提取每个区域的特征并进行融合,通过生成一组特征来刻画图像中的每个目标,最后再产生整幅图像的哈希码。采用Triplet Loss的训练方法,使得哈希码尽可能保留语义信息。结果 在VOC2012、Flickr25K和NUSWIDE数据集上进行多标签图像检索。在NDCG(normalized discounted cumulative gain)性能指标上,当返回图像数量为 1 000时,对于VOC2012,本文方法相对于DSRH(deep semantic ranking hashing)方法提高24个百分点,相对于ITQ-CCA(iterative quantization-canonical correlation analysis)方法能提高36个百分点;对于Flickr25,本文方法比DSRH方法能提高2个左右的百分点;对于NUSWIDE,本文方法相对于DSRH方法能提高4个左右的百分点。对于平均检索准确度,本文方法在NUSWIDE和Flickr25上能提高25个百分点。根据多项评价指标可以看出,本文方法能以更细粒度来精确地描述图像,显著提高了多标签图像检索的性能。结论 本文新的特征学习模型,对图像进行细粒度特征编码是一种可行的方法,能够有效提高数据集的检索性能。     

基于多级CS-LBP特征融合的人脸识别方法

通常,采用中心对称局部二值模式CS-LBP对人脸图像只进行一次特征提取,提取的纹理特征不够丰富。因此,本文利用CS-LBP多次提取人脸图像更丰富的纹理特征,提出了多级CS-LBP特征融合的人脸识别算法。首先,用CS-LBP对原始人脸图像进行特征提取;然后,对所得特征图像再进行相同方式的特征提取,这样能够得到原始人脸图像的多级CS-LBP特征图像;最后,将每一级特征图像的分块直方图特征进行融合并用于人脸识别。在ORL、Yale标准人脸库上的实验结果表明,相比人脸图像的一级CS-LBP特征,多级CS-LBP特征融合的方法能够显著提高识别精度。