基于模板匹配的手写体字符识别方法

提出了一种新的矢量化字符的特征提取方法,能有效地提取出矢量化字符的矢量线段数、交叉矢量线段数以及矢量线段的角度;给出了生成标准字符模板和模板库的方法;并提出了基于模板匹配的手写体字符识别算法,对机械图纸上各种手写体字符进行了有效的识别。     

基于模板匹配的改进型目标识别算法

针对图像处理过程中采用局部特征提取与特征匹配的目标识别算法对纹理不丰富物体识别精度差、在同一次学习过程中不能多视角识别同一个物体的缺点,提出采用基于模板匹配的改进型目标识别算法,提高对纹理不丰富物体的识别速度及准确率。利用梯度作为特征量完成模板匹配,结合DOT算法去除次要的梯度特征,只采用幅值大的主导梯度方向作为特征量进行模板匹配,融入仿射投影变换算法、将模板特征二进制化来提高在线同时识别多个不同物体、多视角识别同一个三维物体的速度及准确率。试验证明,该目标识别算法对复杂背景中纹理较少的物体,发生微小变形、微小平移和光照变换的物体识别效果鲁棒性强。     

一种基于模板匹配的船铭牌字符分割方法

字符分割是船舶身份识别系统中的关键步骤,提出了一种船铭牌字符分割方法.该方法首先进行图像增强、灰度化和二值化等图像预处理操作,采用了一种基于Hough变换和K均值聚类直线拟合算法校正倾斜变形的牌照图像,然后在分析船铭牌字符特点的基础上,采用一种快速的模版匹配结合垂直与水平投影法对船铭牌上的单个字符进行分割,提高了字符分割的速度和精度.实验结果表明,该方法能够对船铭牌字符进行准确分割,具有良好的鲁棒性和实用性.     

基于模板匹配的发票号码识别算法

针对数字识别系统中的发票号码识别问题,提出了一种有效的基于模板匹配的发票号码识别算法.通过对发票数字图像进行前期处理以获得单个字符图像,根据印刷体数字二值化后矩阵特点,基于模板匹配的思想,将待识别字符图像与模板图像进行信息区叠加,对叠加后的图像进行不匹配像素统计,从而得到匹配系数,取匹配系数最小值为最佳匹配.结果表明,该方法简单有效,抗干扰性强且识别率较高,识别发票图像准确率可达99%.     

改进模板匹配的快速识别算法

为解决噪声导致的模板图像误匹配问题以及提高算法的识别速度和准确率,提出一种改进模板匹配的快速识别算法。该算法使用改进的低通滤波器对图像进行降噪处理,并使用改进的加权Hamming Distance,对图像进行相似度检测,降低算法的复杂程度,最后使用阈值和同伦骨架加快算法识别的运行速度。通过对不同背景下的噪声图像进行实验,该算法在目标识别过程中有很好的识别效果,对噪声有很好的鲁棒性,并且能够改善算法的运行效率,从而证明了该算法在目标识别过程中的有效性。     

基于识别结果校正的车牌字符分割算法

在车牌识别系统中,字符分割发挥着承上启下的作用。由于外界环境如光照、尘埃的影响,造成预处理后的车牌图像产生字符断裂和粘连现象,造成分割错误,影响后续字符识别。通过研究多种字符分割算法,提出了一种结合垂直投影法、连通域分析以及通过模板匹配字符分类器的识别结果进行反馈校正的分割方法。分别对停车场车辆车牌、高速公路路口抓拍的车牌以及公路行驶车辆抓拍的车牌进行测试,其中停车场车牌可以实现98%以上的分割正确率,其余2种情况的正确率也在97%左右,表明该方法有实用性。     

基于模板匹配的人脸识别跟踪方法研究

在对运动物体的实际追踪过程中,由于目标运动方向不确定、背景环境复杂多变等因素,增加了动态目标跟踪的难度,所以用普通识别方法较难提取出目标特征,从而无法准确跟踪动态目标。提出了基于模板匹配的人脸识别算法,分析了基于方向梯度直方图(HOG)的人脸特征提取算法和基于欧氏距离的人脸识别算法,设计出了人脸识别跟踪系统。实验结果表明通过动态目标视觉检测以及PID控制的角度输出,该系统实现了对特定目标的人脸识别和跟踪。     

基于模板匹配的手机隔板砂粒检测

手机隔板作为手机装配的重要部件,其在生产过程中经常出现划痕、砂粒残留、污渍等外观质量问题,从而影响手机装配及整体质量,为此,本文采用模板匹配法实现了手机隔板残留砂粒的检测。     

基于二次模版库的车牌残缺字符识别

字符识别在车牌识别中的作用不可或缺,最简便的识别方式为模版匹配法。本文提出改进的模板匹配法,通过细化的字符子库,结合相关匹配算法,提升识别效果,克服了传统模版匹配无法识别残缺字符或匹配识别错误的缺点,实现遮挡或残缺字符的精确识别。     

基于模板匹配的新闻图像字幕行切分算法

针对新闻图像中水平字幕行的字符切分问题,为了克服已有基于单字符切分方法造成的字符分裂问题,利用字幕行中字符的分布规律构造了响应函数,从而将字符切分问题转变为响应函数的最优值问题,最后基于优化结果进行字符切分.该算法主要包括两部分：首先,利用垂直投影直方图确定单个字符的粗略宽度,并根据该值构造一个可变长模板;然后,构造模板响应函数,根据不同长度模板的最优响应函数值确定单个字符的左右边界位置;最后输出切分结果.实验结果表明,对于粘连/非粘连字符图像,该算法均能获得较好的实验结果.     

Fingerprints Matching Based on the Integrated Template

Traditional fingerprints matching approaches are based on the minutiae and the texture characteristics. It is difficult for today's techniques to deal with the images captured by the solid-state fingerprint sensors because the sampling area of these sensors is very small and only portion of the fingerprint can be obtained. In this paper, a novel integrated template has been built using several images and combining the minutiae with the texture characteristics at the same time. By using a kind of Gabor filters (eight directions) on the region around the reliable minutiae, local texture of each minutia termed as minutiacode is extracted. Further, a real-time matching algorithm using the integrated template is presented. The output is determined by the weight factor of the compound matching. Finally, experimental results show that this system performs well in reducing false reject rate (FRR).     

一种基于模糊分类的模板匹配眼睛定位方法

针对眼睛定位问题，提出了一种基于模糊分类的模板匹配方法。在用一种合成的眼睛模板对人脸图像进行匹配得到眼睛定位点的备选集合的基础上，通过模糊分类技术引入双眼相对位置关系等知识信息，从备选集合中找出相似度最高的一组作为双眼的定位点。实验证明与传统模板匹配方法相比，该方法能够同时定位双眼，并能够显著提高定位准确率和定位速度，对戴眼镜、头部变化、焦距变化和光照变化具有一定的鲁棒性。     

一种基于模板匹配的远场畸变校正方法

在激光照射性能监测系统跟踪移动目标采集远场图像过程中,由于受主光轴入射角度、相对位移等因素影响,导致所摄图像会产生一定程度的畸变。为了校正图像畸变,提出一种基于模板匹配的远场畸变校正方法。首先制作四个靶板角点模板,利用模板匹配算法跟踪识别畸变图像的靶板角点;依据相机成像模型计算出理想靶板角点的像素坐标;根据四对靶板角点,利用透视投影模型求解畸变校正系数,从而实现对图像的畸变校正。实验表明,该方法可以对远场畸变图像进行有效校正,具有实验条件要求低、校正精确、处理速度快等优点,为激光照射性能监测系统提供了准确的图像信息,在实际工程中具有重要意义。     

一种基于肤色和模板匹配的人脸检测方法

提出了一种基于肤色和模板匹配的人脸检测方法，该方法首先对搜集到的人脸肤色样本在YCbCr空间中进行聚类，然后根据聚类的范围在输入的图像中确定候选的人脸区域（假设存在）的位置，接着对该候选人脸区域进行归一化处理，再计算人脸模板和该候选区域的Hausdorff距离，根据该距离大小最终确定该候选区域是否为人脸．实验表明：该算法检测准确率高，具有良好的实时性和鲁棒性．     

基于模糊聚类与模板叠合的色织物自动判析

采用模糊聚类与模板叠合判定技术相结合的方法实现了色织物组织点颜色的自动判析,得到色纱的排列图和颜色分类后的织物图像,可用于进一步的组织识别和叠合验证。文中首次提出了一种力学拉伸矫正和清晰化与图像处理组合的技术,对于解决以往织物组织图像的识别困难效果显著,是织物图像分析中的实质性进步。     

一种基于肤色和模板匹配的人脸检测方法

提出了一种基于肤色和模板匹配的人脸检测方法,该方法首先对搜集到的人脸肤色样本在YCbCr空间中进行聚类,然后根据聚类的范围在输入的图像中确定候选的人脸区域(假设存在)的位置,接着对该候选人脸区域进行归一化处理,再计算人脸模板和该候选区域的Hausdorff距离,根据该距离大小最终确定该候选区域是否为人脸.实验表明:该算法检测准确率高,具有良好的实时性和鲁棒性.