基于小波和DCT的灰度压印字符图像的特征抽取

标牌压印字符是“反光差”的凹凸字符,通常的基于二值化图像的字符特征抽取方法都不适宜。提出了基于灰度图像的标牌压印字符特征抽取新方法,首先对灰度字符进行圆周投影,然后利用小波变换,将投影曲线分解为大致信号和细节信号的子样本,最后对子样本进行DCT变换,生成凹凸字符的特征矢量。该方法是直接对灰度图像抽取字符特征,不仅可以尽量多地保持原始字符的特征,而且克服了传统的字符图像特征抽取时,过分依赖于二值化算法、抗干扰性差等弊病。对标牌压印有限凹凸字符集进行特征抽取和识别实验表明,该特征抽取方法具有尺度和旋转不变性,有较好的抗干扰性和很好的分类性能,实用价值很高。     

基于字符投影最小距离的车牌校正方法

提出一种利用字符投影距离进行车牌校正的方法。根据伴生与互补颜色特征提取车牌中的字符区域,将车牌旋转计算字符区域在垂直坐标轴上的投影,利用投影的最小距离获取垂直倾斜角度。将车牌水平错切计算字符区域在水平方向投影,利用投影最小距离获得水平错切角度,采用双线性插值对图像进行校正。该方法不依赖车牌边框特征,抗干扰性强。实测车牌图像试验证明,该方法具有较高的鲁棒性和工程实用性。     

基于SIFT图像配准的维吾尔语文字识别方法

提出一种新的维吾尔语文字识别研究方法。首先,建立字符样本库,并对库中文字图像归一化。然后,将测试图像与样本图像进行垂直和水平双方向投影相关性检测,对与测试图像双投影相关性较高的样本字符进行笔画数特征提取,得到预分类结果。最后,将测试图像与预分类结果进行SIFT关键点检测、方向描述子生成与配准,与测试图片匹配点对最多的预分类结果为识别结果,并输出该结果标记符号对应的维吾尔语字符。实验结果表明:该方法能减少字符样本的数量,并有效解决测试图像尺度与几何形变的差异造成的匹配困难问题。     

基于小波变换和反馈的车牌字符分割

提出一种基于小波变换和反馈的车牌字符分割算法.首先,对车牌图像进行预处理;其次,根据车牌图像的垂直投影进行字符粗分割;最后,通过两级反馈进行字符精分割.第一级反馈是字符个数与字符宽度反馈,第二级反馈是字符识别反馈.在字符识别反馈中,对字符区域图像的垂直投影进行小波变换,利用其低频系数重构垂直投影;最后根据纹理特征进行字...     

基于圆心定位和放射状圆形投影编码的字符识别算法

圆心定位是圆形投影中关键的一步,为提高圆心定位的速度和精度,提出一种基于三角形和四边形相关理论的快速圆心定位方法,在字符图像特征提取中,在放射状圆形投影的基础上提出放射状圆形投影编码,放射状圆形投影通过计算图像在各个方向上的投影值来记录图像在各个角度上的分布信息,放射状圆形投影编码是在它的基础上,对同一角度上的图像信息进行分段编码,从而在不增加复杂度的情况下保留图像在角度和半径上的分布信息,提高字符的识别率。     

一种新的车牌字符快速识别方法

针对车牌字符图像的特点,在研究各种特征提取方法适用场合的基础上提出了改进的特征提取方法和字符识别方法。对于英文和数字,使用一种基于模板匹配和神经网络的车牌字符识别方法。该方法采用两级识别,第一级采用模板匹配识别差别明显的字符,第二级采用BP神经网络识别第一级不能确定的相似字符。对于汉字采用小波变换和LDA提取特征。该方法利用小波变换的特性最大程度地提取了字符图像的特征信息。实验结果表明此算法具有较高的识别率和较快的识别速度。     

基于投影归一化的字符特征提取方法

提出了一种基于投影归一化的字符特征提取方法,该方法首先对字符图像进行横向扫描和纵向扫描生成行投影向量和列投影向量,然后通过对行投影向量和列投影向量进行维数和密度的归一化处理生成双投影归一化向量作为特征向量。聚类和识别实验表明双投影归一化向量不仅计算简单,而且对同种字体不同字号的英文字符识别可达到较好的结果。     

基于极坐标变换的脱机手写藏文字符特征提取方法

为了使得藏文字符特征向量维数少、存储空间小、运算速度快及区分相似字能力高,基于图像投影法提出一种基于极坐标投影变换的脱机手写藏文字符特征提取方法。将脱机手写藏文字符图像进行预处理后得到大小、位置统一的二值图像,并定位二值图像的极点;求出二值图像中所有值为1的点对应的极坐标后将其进行投影变换得到投影向量,即作为脱机手写藏文字符的特征向量。使用KNN分类器对30 000个脱机手写藏文字进行实验,其中80%的样本作为训练数据,20%的样本作为测试数据,识别率达到了96.32%。结果表明该方法的有效性、计算简单及达到了较好的识别效果。     

一种基于二值图像的鲁棒字符特征提取方法

随着自动识别的应用与发展,光学字符识别被广泛应用到各种领域,而特征提取是字符识别的关键一步。本文对汽车牌照自动识别系统进行了论述,针对二值图像的字符特征提取,提出了一种基于距离变换的字符点阵特征提取算法。该算法通过距离变换方法来增加二值图像的前景与背景像素之间的距离,降低笔画边界的影响。从而提高车牌字符点阵特征的鲁棒性。实验结果表明我们的算法是有效的。     

一种新的车牌字符图像的提取方法

在车牌自动识别（LPR）系统中，从车牌图像中正确获得各字符有效信息的图像尤为关键。传统的车牌字符提取方法适应性不强，当不能拍摄车牌正面时获取的车牌图像存在着变形的问题，从而无法从中正确提取出字符。针对此问题，设计了一种基于Radon变换与最大全零列判决法相结合的车牌图像矫正算法来矫正车牌图像，再根据车牌字符分布特点使用了边界投影确定各个字符的边界，对车牌字符进行分割提取。实验证明，此方法能从各种情况下拍摄的车牌中准确分割出单个字符图像，并且计算量较小。     

基于HHT的脱机手写体汉字特征提取

提出了一种基于数学形态学方向笔画提取的希尔伯特一黄变换(HHT)方法,对脱机手写体汉字进行特征提取.通过对HHT得到的Hilbert谱和边际谱的分析,构成4维结构特征和32维统计特征,并对其进行特征融合后得到36维特征向量作为最终的识别特征.试验结果表明其识别率比单独使用Gabor变换、小波变换等方法的识别率高.在识别速度上虽然比矩变换、数学形态学等方法慢,但是比Gabor变换的速度有明显提高,比多方法特征融合的方法在速度上有一定提高.该研究表明HHT作为一种新的信号分析方法,可以被有效地运用于提取汉字图像的特征.     

Feature extraction and local Zernike moments based geometric invariant watermarking

A robust and geometric invariant digital image watermarking scheme based on robust feature detector and local Zernike transform is proposed in this paper. The robust feature extraction method is proposed based on the Scale Invariant Feature Transform (SIFT) algorithm, to extract circular regions/patches for watermarking use. Then a local Zernike moments-based watermarking scheme is raised, where the watermarked regions/patches can be obtained directly by inverse Zernike Transform. Each extracted circular patch is decomposed into a collection of binary patches and Zernike transform is applied to the appointed binary patches. Magnitudes of the local Zernike moments are calculated and modified to embed the watermarks. Experimental results show that the proposed watermarking scheme is very robust against geometric distortion such as rotation, scaling, cropping, and affine transformation; and common signal processing such as JPEG compression, median filtering, and low-pass Gaussian filtering.     

结合特征点与极谐变换的图像拼接

提出了一种新的结合特征点与极谐变换（Polar Harmonic Transform,PHT）的图像拼接算法。利用Harris角检测器提取图像中的特征点,计算特征点圆形邻域的PHT特征矢量,并通过计算欧氏距离作为特征点匹配的依据提取出初始特征点对。根据几何变换模型剔除伪匹配对,利用正确映射模型计算出变换参数,采用加权平均法得到图像的拼接结果。实验结果表明了算法的有效性。     

基于数学形态学的脱机手写体汉字识别方法

笔画特征是一种有效的脱机手写体汉字的识别特征,但是笔画细化往往会造成字体的变形,提出一种无需细化预处理的笔画特征提取方法,通过数学形态学中的腐蚀、膨胀等运算,采用不同的、具有自适应性的结构元素对汉字图像进行笔画分解,并利用弹性网格提取其方向特征,最后使用广义K L变换对特征向量的维数进行压缩,去除冗余信息。实验结果验证了本方法的有效性。     

多字体多字号印刷汉字识别方法的研究

本文对多体多字号印别汉字识别的方法进行了研究, 本文提出的方法是首先对不同字号印刷 汉字进行归一化处理, 再抽取汉字四周笔端数特征、改进粗外围特征、笔划穿插次数特征和投影变换特征, 然后对组合特征进行多级分类识别。实验在IBM一PC AT 微型机上进行, 结果表明, 实验系统在识别实际印别文本时识别率大于98%。     

结合梯度投影稀疏重构和复数小波的图像重构

压缩感知主要包括随机投影和重构两部分。针对迭代收缩算法收敛速度较慢,普通二维小波变换缺少方向性表示的缺点,利用置乱离散余弦变换（PDCT）实现随机投影,重构时采用梯度投影算法,在简化计算的基础上,通过迭代的方式完善图像在双树复数小波域的变换系数,最后经反变换后得到重构图像。在同一重构算法下,比较了利用双树复数小波变换和双正交小波变换的重构结果,结果表明前者重构后的图像在细节和平滑度上优于后者,在峰值信噪比（PSNR）上平均高出约1.5 dB;同一稀疏域中,梯度投影算法的收敛速度优于迭代收缩算法;相同稀疏域和重构算法下,PDCT与结构随机矩阵相比在PSNR上略高。     

基于梯度方向直方图与高斯金字塔的车牌模糊汉字识别方法

针对现有车牌识别方法中对模糊车牌识别率不高的问题,提出一种结合高斯金字塔与梯度方向直方图(HOG)特征的车牌识别算法。利用金字塔模型多尺度表达的方法,首先对车牌模糊汉字图像建立两层高斯金字塔模型,第一层描述了模糊汉字的细节特征,通过对第一层作平滑处理并向下采样得到第二层,在描述模糊图像细节特征的基础上突出主体特征;然后对两层高斯金字塔模型提取HOG特征,拓展图像的特征维数,提高特征对模糊汉字的识别能力;最后采用BP神经网络分类器进行模糊且互为形近字间的汉字分类识别。仿真结果显示,在相同的样本空间下,与HOG特征法、K-L变换法相比,所提算法在识别率方面均有提高,能提高视频监控中对模糊汉字的有效识别率。     

基于特征点密度的DCT域盲检测数字水印算法

针对数字水印图像遭受几何攻击问题,提出了一种融合图像不变特征和频域稳定特性的强鲁棒数字水印盲检测算法。通过构造自适应尺度不变特征变换(SIFT)算法和Harris角点补位法,利用在不同尺度空间获取的特征点的密度自适应地调整水印信息嵌入到离散余弦变换(DCT)域的强度;将图像子块的特征向量集进行Arnold置乱,生成密钥文件,与隐秘图像的特征向量做双向特征匹配,获得几何失真参数并进行图像恢复性校正,以盲检测的形式提取IDCT反变换域水印信息。从实验结果来看,该算法比使用离散小波变换(DWT)和离散傅里叶变换(DFT)的峰值信噪提高13%,水印相似度提高11%,说明该文算法在获得较好的不可见性的同时,对几何攻击和常规信号处理均具有良好的鲁棒性。     

基于Web服务的地图投影变换

在分析了现存地图投影变换实现手段的基础上,考虑到了XML Web服务在地理信息系统领域中广阔的应用前景,采用结合了组件和Web两方面优势的Web服务方式,实现了地图投影变换,并随后给出了使用桌面应用程序、Web应用程序、嵌入式设备和HTML脚本四种适合于不同应用目的的访问服务的方式.采用Web服务方式能显著提高开发效率.