一种通过方向白游程校正文本图像倾斜的方法

在OCR系统中,倾斜校正是非常重要的一个步骤。首先提出了方向白游程的概念。然后提出了基于方向白游程的计算倾斜角度的算法。最后通过对图像做以图像中心为坐标原点的旋转达到倾斜校正的目的。实验结果表明该算法能够准确地校正倾斜的图像。     

小角度倾斜图像的快速检测和校正方法

基于文字识别系统中图像的自身特点 ,提出一种对于小角度倾斜 (± 5°以内 )文本图像的倾斜角度快速计算及校正算法 ,有效克服了几何失真对文字识别系统的影响 .通过采用逐段整块搬移的线性校正方法 ,成倍提高了校正算法的执行速度 .给出了具体的实现方法     

一种文本图像倾斜校正的方法

文档图像倾斜检测与校正是文档分析的预处理的重要环节.提出了一种基于像素点的方法来检测文档图像的倾斜问题,并通过迭代运算来准确的实现倾斜文档图像的校正.实验结果表明,本算法速度快,精确度高,具有较强的实用性.     

像素面积插值法及其在名片识别系统中的应用

提出了一种新的算法用以提高名片识别系统中的图像倾斜校正效果．根据倾斜像素在相邻像素中所占的面积，进行面积插值，获得像素的灰度值、将这一算法应用于名片识别系统，利用从系统中获取的倾斜角度和顶点坐标，得到了很好的校正效果.     

基于字符行特征的车牌倾斜矫正算法

针对Hough算法在识别白色反光车牌时的不足,提出了基于车牌字符行特征的倾斜矫正算法.该方法采用通过字符行倾斜度恢复车牌原貌的机理,即从多个角度来对图像倾斜的方向扫描,分别记录各扫描平行线组中具有车牌字符信息的行数,对应字符行数目最多的扫描角度就是图像倾斜的角度.实验表明,该算法能较理想地减少车牌倾斜给车牌字符分割及识别带来的负面影响,运算量小且易行可靠.     

生物芯片微阵列图像倾斜校正算法研究

针对现有生物芯片图像倾斜校正算法校正精度和运算速度的矛盾问题,提出对矩形样点和圆形样点图像分别采用改进的Hough变换和改进的Radon变换方法进行倾斜校正。改进的Hough变换首先对图像进行二值化,并仅统计矩形样点的上下边缘像素的Hough参数和累计值,然后根据所得的Hough参数空间提取占主导的直线组,最终计算出直线组的平均倾斜角度;改进的Radon变换在提取圆形样点边缘后,对边缘图像进行二级Radon变换,从而得到最佳校正角度。实验证明本文的方法能准确、快速地实现芯片图像的倾斜校正,为生物芯片样点识别奠定基础。     

基于Hough变换的列车客运票图像倾斜校正

为解决列车客运票防伪和自动验票中的列车客运票图像倾斜校正的问题,提出了一种基于Hough变换的列车客运票图像倾斜校正方法.该方法根据现有倾角检测算法及列车客运票图像的特点,将列车客运票图像的前景与背景分离,在对图像前景进行水平轨迹线平滑的基础上提取文本行特征线,然后采用分级Hough变换的思想实现倾角的检测,最后用直线拟合的方法实现图像的校正.实验结果表明了所提出的算法的有效性和可靠性.     

一种基于SIFT特征提取的车牌定位方法

针对传统车牌定位算法对车牌图像质量要求较高、鲁棒性较差、准确率较低等不足,提出了一种基于尺度不变特征（SIFT）特征提取的车牌定位新方法．它利用车牌中汉字字符的局部特征属性,以SIFT特征提取方法进行抽取,并用之构建特征模板库,然后把待识别车牌图像的SIFT特征与之相匹配,用RANSAC算法剔除误匹配点后,便得到仿射变换矩阵,从而实现对车牌较准确的初定位和初倾斜校正．进一步对提取的车牌区域图像二值化,用Radon变换求得倾斜角度后,可生成精确的仿射变换矩阵,并实现对车牌的精确定位和倾斜校正．实验表明：与传统算法相比,本方法不仅能够实现准确的车牌定位及倾斜校正,而且对图像亮度、污损、倾斜、尺寸变化等具有良好的适应性和鲁棒性．     

基于Canny算子和Radon变换的证件图像倾斜校正

倾斜的证件图像不利于识别,为此提出一种基于Canny算子和Radon变换的校正方法。该方法首先使用Canny算子进行证件图像边缘检测,然后利用Radon变换计算出图像的倾斜角度,最后用双线性插值算法进行图像旋转校正。在Matlab平台对该方法进行了仿真实验。实验结果表明,该方法能够准确、高效地对证件图像进行校正。     

一个改进的车牌号码倾斜校正方法

在智能交通系统中,车牌号码倾斜校正是预处理的重要步骤．论文使用加权最小二乘法,把车牌区域拟合成一条直线,然后求得该直线斜率,并计算倾斜车牌图像的倾斜角％最后把图像旋转一Ⅸ完成倾斜校正．实验结果表明：论文方法能快速准确地检测出图像的倾斜角,并具有较强的适应性．与最小二乘法拟合直线比较,倾斜角精度更高,目标函数值更少;与Hough变换校正相比较,论文算法处理时间更短,倾斜角测量精度更高．     

基于游程长度和边缘统计的图像拼接检测

阐述了一种利用图像内在统计特性进行图像拼接检测的方法。图像拼接检测是一个基于拼接图像特征的模式识别问题。本文通过对游程长度和图像边缘的统计特性进行分析,说明了拼接操作所引起的图像像素不相关性和不连续性。为进行拼接检测,从图像游程长度和图像边缘统计特性中提取特征量,以此特征量去训练神经网络作为最后的分类器。结果表明,由此特征量作为图像拼接检测的标准,检测结果的精确度良好。     

信息填涂卡文档图像预处理算法的研究

阐述了信息填涂卡文档图像标记识别系统中的预处理算法．对信息填涂卡文档图像预处理中的图像二值化、图像偏斜纠正以及图像平滑等关键步骤进行了描述．在图像二值化过程中采用全局阈值法,在图像偏斜纠正过程中给出了一种基于Wingner-Ville分布和水平投影直方图的偏斜纠正算法,在图像平滑过程中采用特定的同步孔平滑算法．结果表明这些算法能有效地解决信息填涂卡文档图像预处理问题．     

图像识别神经网络处理系统

目的　研制用于二值图像实时识别的神经网络处理器; 方法　采用数字电路实现的图像识别神经网络系统有３ 大模块：边缘提取模块以二值图像序列作为输入,用平面建筑物原理和８ 邻域原理提取图像的边缘特征;特征提取模块在边缘特征的基础上提取具有不变性的角特性和组块特征;模式分类模块采用４ 层特征映射神经网络实现图像模式识别; 结果　通过对图像信号发生器送出的二值飞机图像识别说明,训练样本数越多系统识别率越高; 结论　该系统能够快速、正确地实时识别二值图像序列;     

Skew detection for binary document images using mathematical morphyology

The input document images with skew can be a serious problem in the optical character recognition system. A method is proposed for skew detection in binary document images using mathematic morphology. The basic process of our approach consists of three steps: Firstly, a dilation operation is applied to the binary image; Secondly, the dilated image is thinned; Finally, the skew angle is detected using the Hough transform. The proposed approach with high precision can detect skew with large angle (-90°-90°). The experimental result shows this method is applicable and efficient.     

一种基于距离向入射角的月表雷达圆极化比影像校正模型

搭载在月球侦察轨道器（Lunar Reconnaissance Orbiter,LRO）上的微型无线电频率（MiniatureRadioFrequency,Mini．RF）合成孔径雷达（SyntheticApertureRadar,SAR）观测系统主要通过以固定入射角观测所得的圆极化比（Circular Polarization Ratio,CPR）来研究月球表面的物理性质．然而值得注意的是,在许多Mini—RFCPR影像中都可以发现沿距离向存在着明显的梯度．对于一个具有15km刈宽的典型Mini—RFCPR影像,CPR沿距离向的系统性增长会达到0．2-0-3,这可能会对雷达影像的地质解译带来误导．更进一步的研究表明,这种系统性的CPR梯度有可能是由原本被认为固定的、但实际上沿距离向变化的局部入射角引起的．为了消除这种由入射角引起的CPR梯度,本文首先提出了三种模型用以拟合CPR与入射角的变化关系,接着再用一种基于沿距离向入射角的校正模型进行影像校正．以月球北极地区Baillaud撞击坑坑底的CPR影像为例,校正结果表明本文所提出的方法在保证原有CPR影像统计特征不变的情况下有效减少了系统性的梯度．这一方法可以为较大区域CPR影像的无缝镶嵌以及更为准确地解译月表的地球物理性质提供帮助．     

面向摄像整纬器的织物纬斜检测方法

为了解决局部阴影、疵点和噪点对图像法的检测带来不利影响的问题,设计一种基于分步大津法和窗口像素统计的图像检测方法.首先,利用图像分割技术解决在有局部阴影情况下图像二值化的问题;然后,通过窗口像素统计的方法得到纬斜信息;最后,根据统计结果得到准确的纬斜角度值.实验结果表明:该检测方法可以克服局部阴影、疵点、噪点的影响,保证检测误差低于0.3°.     

基于深度学习的任意形状场景文字识别

场景文字识别的一个具有挑战性的方面是处理具有扭曲或不规则布局的文字.尤其是侧视文字和曲线文字在自然场景中较为常见,且难以识别.本文提出了一个带有灵活矫正功能的注意力增强网络,将其用于任意形状场景文字识别.此网络由基于卷积神经网络的文字矫正网络和基于注意力增强的识别网络两部分组成.矫正网络自适应地将输入图像中的文字进行矫正,降低识别难度,使基于注意力增强的序列识别网络直接根据矫正后的图像预测字符序列.整个模型可以进行端到端的训练,训练只需要图像和相应的文字真实标签.在各种公开数据集上进行了广泛的实验,包括SVT、ICDAR 2003和CUTE80等数据集,验证了此网络具有优异的性能.     

模糊模式的手写数字识别技术研究与实现

通过对CCD传感器获得的邮政编码的24位bmp图像进行仿真和数字识别,提出了一种基于色素的二值化方法,分别提取了邮政编码框格线的二值图像和邮件字符的二值图像;对图像处理的过程进行了分析,它包括邮编框边缘检测和分离、图像的二值化、平滑去噪、倾斜矫正、邮编数字的提取、位置归一化处理、数字图像的细化、字符识别特征提取等。首先对图像识别的预处理过程进行了阐述,然后再对预处理过的图像进行特征字符提取,并对邮件编码框格和字符进行角度修正,最后判断识别结果;在此方法中避免了框格线和编码字符线分割的困难;为了提高识别率,研究使用了手写数字多种方法的复合,使邮件编码的识别率得到了提高;实验表明:该方法可以获得较高的识别率,为邮政系统中分拣识别技术提供了参考。