复杂背景下PDF417条码定位研究

PDF417作为一种广泛应用的二维条码,其检测定位成为条码识别过程中的关键,而复杂背景下条码的定位技术目前还不够完善。本文针对这一问题进行了研究,提出了一种基于数学形态学运算和Canny边缘检测的定位算法,并在此基础上作区域精确化处理,实现了条码的准确定位。实验结果表明,该方法能够有效提取出各种低对比度、边缘模糊、倾斜、商标干扰等复杂背景下的条码图像。     

基于Gabor系数分块统计和自适应特征选择的人脸描述与识别

提出一种新的人脸描述及识别方法,首先对归一化后的人脸图像进行多方向多尺度Gabor变换;然后对人脸区域进行分块,以块为单位统计Gabor系数的均值和方差,求得块特征矢量(block feature vector,BFV),按先行后列的顺序将各块的BFV拼接,构成整幅人脸图像特征矢量(face feature vector,FFV).在分类器设计阶段,引入两两比对和投票机制,用多个两类分类器组合成多类分类器.在训练某个具体的两类分类器时,根据隶属训练样本计算FFV中每项的分辨力,以分辨力大小为依据选出最优特征子集(best subset feature vector,BSFV).基于Yale人脸数据集展开实验,与已发表的算法和结果进行对比,证明了该方法的有效性.