基于数码设备的二代身份证号码识别系统

研究基于数码设备（如手机、Pad等）的第二代身份证号码识别技术。对于预处理,提出基于Sobel算子边缘检测的身份证图像竖拍或倒拍的判断方法;对于字符分割,基于沈俊边缘检测的边缘二值图像,提出改进的垂直投影法,有效地解决了粘连体字符的切分;对于字符识别,提取模糊网格八方向梯度特征,采用K近邻分类器的方法进行分类识别。实验结果表明,本系统能准确定位和识别二代身份证号码,具有较高的识别准确率,具有一般通用性。     

基于灰度多值化的身份证号码识别

为了方便警察在公共场所核对居民的身份证信息,实现身份证号码的自动识别,提出了一种基于灰度多值化的身份证号码识别方法。该方法的思想是先找到身份证的四条边缘在图像中的位置,根据身份证号码所处区域在身份证中是固定的,可以定位到身份证号码所在区域;采用投影法分割出身份证号码单个字符;将单个字符灰度图像进行多值化处理,提取字符的网格特征,利用模板匹配法识别出字符。该方法不仅能快速地识别出号码,而且对于比较模糊或亮度不均匀的图像也能准确地识别。     

移动平台下的身份证图像字符分割方法研究

基于移动平台的身份证识别有广阔的应用。针对智能手机拍照的二代身份证图像字符分割进行了研究,提出了基于图像对照的字符分割方法,该方法可对身份证图像在拍照过程中的旋转进行自适应校正,并能有效实现手机拍照身份证图像字符的精确分割,进而有利于身份证字符在移动平台上进行识别。     

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SIFT特征匹配的车牌识别方法

针对智能交通系统中基于视觉的车牌识别中存在的依赖于光学字符识别以及在复杂环境下准确率低的问题,提出了基于SIFT特征匹配的车牌识别方法。通过基于插值的超分辨率图像重建方法对车牌图像进行预处理,基于轮廓特征对车牌进行定位,通过SIFT特征匹配的方式,利用模板库中的车牌字符模板对车牌进行定位验证以及字符识别。实验结果表明该方法能有效提高车牌识别的效率。     

轮廓跟踪算法的改进及在字符识别技术中的应用

针对图像中字符识别技术的应用需求,提出了轮廓跟踪算法的改进算法,在链码表示法基础上提出了轮廓表存储结构。在字符识别中根据轮廓表生成字符的轮廓特征数据序列,运用其相关值来度量字符的相似程度。实验结果表明提取特征少,识别速度快,准确率高,受字号的影响较小。     

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。     

基于Mean-Shift的图像文本信息提取

图像和视频中包含着丰富的文本信息,提取和识别图像文本信息非常具有实际意义。传统的图像文本信息提取方法大多基于字符的代数和几何特征。作者从另一个角度出发,将彩色字符看成彩色图像的一部分,使类似字符的景物也可以被当作字符识别出来。提出一种基于Mean-Shift算法的图像文本信息提取方法,首先利用Mean-Shift算法对图像进行分割,然后对分割得到的文本区域进行投影分析从而将每个字符分割出来,最后将字符识别。     

基于轮廓层次和小波分析的工业字符识别

为了提高工业字符识别的准确率,增强字符识别算法对含噪声字符或发生形变字符的适应性,提出了一种改进的轮廓层次特征提取方法.对经过预处理归一化的字符,先提取轮廓层次特征,再对特征信号进行小波分解,从分解结果的低频部分中提取特征信息,最后将特征输入SVM(Support Vector Machines,支持向量机)训练和分类.实验结果表明,该特征提取方法降低了后续要处理的数据量,具有良好的抗干扰能力,实用价值较高.     

基于方向轮廓的小波分解车牌字符识别方法

字符识别是车牌识别的技术核心。本文提出了一种快速的车牌字符识别方法。首先提取字符的外轮廓。根据小波分解变换的性质,对字符轮廓进行多分辩分解,得到低分辨率下字符轮廓的近似,通过计算待识别字符与参考字符在多尺度下的轮廓之间的相似度,判别待识别字符与参考字符的匹配程度,最终确定匹配字符。本文对字符匹配算法进行了改进,加快了匹配速度,提高了匹配的可信度。利用本文算法,对1200幅车牌字符图像的识别,准确率达到95.4%,单字符识别平均耗时约为10ms。     

基于流形学习的单字符字体辨别

文字种类识别及字体辨别已成为继印刷体文字识别以后新的国内外研究的热点,关于单字的手写体和印刷体辨别的研究不多,但在表单中却极为常用。对于字体辨别问题,引入流形学习算法局部线性嵌套（LLE）,假定数据为存在于嵌入高维空间的一个低维流形。提出了用于单字字体辨别的LLE泛化方法及邻域和内在维数的参数估计方法,基于印刷体/手写体汉字字符及数字的辨别实验表明,其性能优于直接支持向量机（SVM）分类,且经过LLE降维后的数据直接用线性判别分析方法（LDA）分类可以获得与LLE计算后SVM分类相近甚至更高的正确率和更快的分类速度。     

打印文件鉴别打印机型的文字图像模糊识别*

探索了一种以打印件鉴别打印机型的文字图像计算机模糊识别方法.该方法收集标准常用字号和字体,以及常用打印机打印的文字,扫描采集,用改进的直方图波形分析法处理图像,提取文字的笔画总面积和笔画轮廓总周长等特征指标;再选定一种机型为参照,对各种机型相同字上述指标测量值及其几种组合的计算值,形成相对差值指标序列,建立信息数据库.在此基础上,建立对应指标的统计均值波动区间的值域表,并确定各指标的权重和建立权重系数矩阵.判断未知机型时,先按照前述方法任测100个常用字,利用OCR汉字识别模块和前述指标,自动辨识文字,进入模糊识别过程.根据相应检测字在值域表区间出现的概率,建立模糊关系矩阵.通过两个矩阵乘积的模糊变换产生判别矩阵.以最大隶属性确定打印机类型.按照数学模型,设计并实现打印机智能鉴别程序.应用实例测试,结果显示判别准确,符合设计预期.     

纸币数字的多特征综合识别算法

针对目前存在的纸币识别率低和速度慢的问题,提出了一种新型的纸币数字多特征综合识别算法。分析细化后纸币字符图像的拓扑结构,以及字符像素的端点等结构特征,对其进行初步分类;改变字符拓扑特征,对上一步骤的结果进行进一步分类识别;针对破损字符不满足拓扑结构特征的污损字符,采用了模板匹配的方式进行了补漏识别。实验结果表明,相对于传统的识别算法,提出的算法不仅具有更高的识别率,而且具有较高的识别速率。     

百叶轮抛磨叶片微结构区域识别及路径拼接方法研究

叶片型面具有曲率突变特性,需进行分区域加工,其微结构区域的精确识别和抛磨路径拼接是提高叶片表面质量一致性的关键。针对此类问题,提出一种依据截面线切向量夹角变化识别前、后缘微结构区域,根据截面线法向量配准识别叶根过渡圆弧微结构区域的方法,即根据百叶轮最大加工带宽度和抛磨点匹配法分别实现前、后缘和叶根过渡圆弧微结构区域与叶盆、叶背抛磨路径的拼接。仿真及实验结果表明,该方法相较传统圆弧识别方法,能更有效保留微结构区域轮廓信息,相比未考虑路径拼接的抛磨方式,抛磨后叶片型面轮廓精度提高 49.52%,表面粗糙度提高 57.31%,加工质量一致性提高 7.15%和 11.55%,证实了微结构区域的识别及路径拼接可有效提高叶片加工质量的一致性。     

基于特征融合的维吾尔文笔迹鉴别

针对采用纹理方法鉴别维吾尔文不稳定的问题,提出一种与文本无关、特征融合的笔迹鉴别方法,融合的特征包括网格窗口微结构特征和笔迹曲向特征。所提方法从笔迹原始图像提取笔画边缘,对笔迹的边缘图像建立大量局部窗口模型,通过扫描边缘图像获取融合特征结构的概率密度分布,使用多种距离公式计算概率密度向量间的距离。在实验笔迹容量大小为80的笔迹库上进行实验得到的鉴别率为89.2%。所提方法能很好地刻画笔迹的局部书写变化趋势和笔画的曲向,采用概率密度分布来统计笔迹的网格窗口微结构特征和曲向特征,鉴别效果达到了预期值。     

文字图像和墨料FTIR图形模糊鉴别打印机型的误差分析*

通过实际案例的激光打印机打印文字,鉴别打印机型和打印机墨粉类型,分析打印文字图像或墨料(粉)FTIR图形单一鉴别与联合鉴别结果之间的误差率,评估两种鉴别方式的可靠性差异。方式一,用打印文字图像字域及其等方格分区的笔画比面积相关法模糊鉴别打印机型;方式二,用墨料傅里叶变换红外光谱(FTIR)图形吸收峰波数及其一二阶导数和自卷积相关法模糊鉴别打印机墨料种类。相对上述两种方式,计算出相关系数的距离,进行误差率的模糊综合分析。结果表明,单一鉴别方式与联合鉴别方式的误差率有显著差别。     

汉字手写笔迹鉴别预处理算法的研究

研究了笔迹鉴别中的各种预处理算法,对传统的方法进行了改进.与传统的预处理方法相比,增加了笔迹图像背景去除、标点去除、汉字过分合并等功能,省去了去除行间和字间的空档的步骤,实现了汉字的任意拼接.以Matlab7.0为开发平台进行了大量的实验,实验结果表明,提出的算法具有处理效果好、可行性强、速度快等优点.最后用20个人120幅样本作对比实验,新算法可以提高笔迹鉴别率5%左右.     

The relationship between character identification and flow state within video games

Flow is a concept used to describe the pleasurable immersion that individuals experience, often in recreational activities such as video games. A key component in many video games is the player's avatar; through which the player experiences the game world and game play. Past theory suggests that flow and the identification of a player with their avatar are vital aspects of video games and it is this that differentiates them from other forms of media. However, research on the relationship between flow and avatar/character identification is in its infancy. This study aimed to further examine these two concepts and their relationship within video games. This study consisted of 306 participants, who completed a series of self-report questionnaires online. As hypothesised, it was found that character identification was strongly and positively related to flow. It was also found that only the video game specific characteristics of similarity to character and customisation were negatively and positively related to flow respectively. Furthermore, similarity but not customisation was related to character identification, and that similarity was strongly and positively related to character identification. Other findings include Openness to Experience being positively related to character identification, and Extraversion being negatively related to character identification.     

小型无人直升机模型辨识数据处理方法研究

针对小型无人直升机模型频域辨识过程中的姿态角速率测量误差,提出了一种飞行数据处理方法。该方法采用飞行试验扫频测试技术,确保激励信号能够满足不同频段下模型辨识对飞行数据的需求;设计基于有色噪声的卡尔曼滤波器以降低紊流风场对飞行测量数据的影响,同时,对飞行测量数据使用数据预处理的方法以剔除测量噪声、野值、直流成分和低频分量。在小型无人直升机系统各通道中进行验证,验证结果表明,所提出的飞行数据处理方法能够满足小型无人直升机模型辨识对姿态角速率数据精度的要求,为精确建模提供了较高质量的飞行数据。