Display text segmentation after learning best-fitted OCR binarization parameters

In this paper text segmentation in generic displays is proposed through learning the best binarization values for a commercial optical character recognition (OCR) system. The commercial OCR is briefly introduced as well as the parameters that affect the binarization for improving the classification scores. The purpose of this work is to provide the capability to automatically evaluate standard textual display information, so that tasks that involve visual user verification can be performed without human intervention. The problem to be solved is to recognize text characters that appear on the display, as well as the color of the characters’ foreground and background. The paper introduces how the thresholds are learnt through: (a) selecting lightness or hue component of a color input cell, (b) enhancing the bitmaps’ quality, and (c) calculating the segmentation threshold range for this cell. Then, starting from the threshold ranges learnt at each display cell, the best threshold for each cell is gotten. The input and output data sets for testing the algorithms proposed are described, as well as the analysis of the results obtained.     

基于先验形状信息的水平集图像分割

针对现有水平集方法对于具有强噪声或弱边界的目标进行分割时存在的问题,提出了一种基于形状先验的图像分割方法.该模型采用变分水平集方法,融合了区域特征和边界轮廓特征,并通过相似性匹配选择最佳先验形状.该模型不仅对具有强噪声和弱边界的复杂图像具有较好的分割效果,而且有效地解决了曲线演化的初始轮廓的确定问题.与传统方法进行对比实验,结果表明,该方法具有较好的分割效果和较高的准确率.     

基于MapInfo的城市物流配送信息查询系统研究

研究了城市物流配送信息查询系统.根据城市交通网络的特点,运用结点-弧段-有向线结构描述交通网络,利用动态分段技术建立了基于MapInfo的配货网络数据库.充分考虑了配货路线短、用时少,费用低的特点,提出了一种物流配送最优路径算法.采用Delphi和MapInfo集成开发方式,设计了城市物流配送信息查询系统,实现了输入查询信息或直接对地图操作来获得配货最优路线,提高了城市物流配送的便利性和高效性.     

固体推进剂药柱图像的自适应阈值分割方法

以固体推进剂药柱内窥镜图像表面缺陷的自动检测为例,在分析了此类图像特征的基础上,提出了一种利用梯度直方图信息的图像自适应阈值分割算法。通过实例,与原自适应直方图阈值分割算法和固定阈值分割算法相比较,结果表明：该算法采用可动态调整的形态学梯度算子计算梯度直方图,充分利用了图像的边缘信息和缺陷内部灰度分布不均匀的特性,算法简单,适应性广,具有实时准确分割图像的特点。     

基于并行点火PCNN模型的图像分割新方法

提出一种并行点火脉冲耦合神经网络(Parallelized firing pulse coupled neural networks, PFPCNN)模型的图像分割方法. 首先用改进的Unit-linking PCNN (ULPCNN)模型对图像进行增强, 便于后续的图像分割. 然后采用PFPCNN新模型对增强后的图像进行分割, 最后用最大香农熵方法判定最佳分割结果. 各种复杂场景下的仿真实验及定量评价表明, 本文提出的图像分割方法, 其效果明显优于常规的PCNN分割方法.     

歧义字段的归类及切分算法

在汉语自动分词系统中，歧义字段的切分直接影响着分词的精度。本文深入地分析了歧义字段产生的根源，据此给出了歧义字段的详细分类和消除每一类歧义字段的有效方法。并在对歧义字段进行统计分析的基础上提出了切分精度的级别划分。     

用于知识规则挖掘的粗集归纳中类化方法的研究

针对将面向属性的归纳和粗糙集理论相结合的现有类化方法中存在的属性概化过重地依赖于阚值控制以及没有考虑属性动态变化的缺陷，提出了一种新的类化方法，即通过对分层类化方法的研究，在考虑最小信任度和最小支持率两因素的前提下，提出了粗粒度和细粒度区化方法．将设计的方法用于基于粗糙集理论的知识规则挖掘中，从玻璃碎片的动态数据库中提取了有效规则．交通肇事逃逸侦破系统的应用实践验证了方法的有效性．     

基于区域分割的水下目标实时识别系统

提出了一种基于最优阈值分割算法的水下目标自动实时识别系统。该系统首先运用去噪、图像均衡等方法对实时摄取的水下图像进行预处理。然后运用基于遗传算法优化的 Otsu(即大津方法)最优阈值分割算法对所得图像进行区域分割并提取图像的特征向量。最后采用 BP 神经网络对提取的特征向量进行自动分类从而最终确定了水下目标的类型。水槽仿真试验表明该方法能够在恶劣的环境下自动地检测水下目标,而且该方法具有较强的抗光线干扰能力和较高的准确度。     

纸币号码识别中分割方法的研究

针对纸币号码识别过程中图像分割存在的问题,提出了一种逻辑脊谷判断的图像分割方取号码线条,经过简单的迭代法二值化和数学形态学闭运算处理,分割线条清晰准确,算法简单,算法与本文算法比较．本文算法处理速度快,分割图像准确。