基于计算机图像处理的书法笔画特征提取

提出一种利用计算机图像处理技术进行楷书基本笔画特征提取的方法.从书法笔画图像细化得到笔画骨架出发,提取笔画的全局特征和局部特征,用骨架关键点将笔画分为多个笔段,并结合书法写作特点通过对笔段内部及笔段之间特征进行分析,对书法笔画图像的形体特征选择、提取进行初步的探索.     

在线签名鉴别的改进DTW算法

论述一种改进的在线签名鉴别算法,在原有的应用DTW算法基础上,在所需鉴别签名的动态特征中加入角度特征,克服了规整中将两个签名中的同一笔画规整成不同的笔画的弊端,提高了鉴别的准确率.同时,提出的选取最优化样本的方法更好地增强了在线签名的实时性,并且通过反复试验得以验证.     

笔画背景抑制的自然场景文本检测

针对复杂背景中过多的边缘信息与噪声干扰引起笔画宽度检测不准确的问题,提出了一种结合纹理背景抑制的笔画宽度变换文本检测方法.采用Butterworth高通并结合文本纹理特征,实现了在抑制背景的同时有效保留文本区域的信息.通过结合利用加权引导滤波的图像增强技术降低噪声对边缘检测的干扰,使得文本图像的笔画宽度与边缘梯度信息的提取更为准确,从而有效提升了笔画宽度变换文本检测的性能.基于ICDAR数据库的实验结果也验证了该方法的有效性.     

基于笔画平面和模糊隶属度的手写体汉字识别

基于笔画平面抽取和动态网格划分,提出一种笔画平面与模糊隶属度相结合的手写体汉字特征提取方法,该方法克服了汉字特征抽取过程中因笔画粗细不均、笔画长短变形等引起的特征抽取不稳定问题.其基本思想是：用动态网格将汉字图像分别划分为横、竖、撇、捺4个笔画平面,并赋予每个网格中的点模糊隶属度,针对每个网格求加权累积直方图,最终获得汉字特征.基于南京理工大学NUST603HW手写汉字库的实验结果表明,该汉字特征抽取方法是有效的.     

三维模型特征笔画的风格化绘制

提出一个基于特征笔画的三维模型风格化绘制方法,能够在风格化绘制的同时,很好地描述三维模型的表面特征。首先定义了基于顶点径向曲率的分割标准函数和能量函数,采用能量最小化的Graph Cuts算法将三维模型表面的特征顶点和非特征顶点进行分割,连接特征顶点构成三维模型的特征笔画。在获取特征笔画后,采用纹理映射的方法生成风格化绘制效果。还提出两种纹理坐标的计算策略,可分别用于生成不同的风格化绘制结果。相比已有的方法,本方法能很好的表现模型的特征,且生成的笔画风格易于控制。     

基于基本笔画运笔特征的汉字笔迹鉴定的研究

基于汉字笔迹鉴定的有效特征主要蕴于手写汉字笔画运笔中的设想 ,提出以汉字笔画作为笔迹鉴定的主要对象 .在选用手书基本笔画为研究对象的基础上 ,进一步从手书汉字中抽取基本笔画作为对象 ,在基本笔画中抽取反映各自行笔部运笔的特征 ,形成多维特征空间 .求得各鉴定对象在特征空间中的分布 ,计算它与辞书中各书写者位置间的广义距离 ,实现笔迹的鉴定 .实验选用 10位书写者 ,8种基本笔画 ,每种笔画采用 10个样本 ,结果显示对于单一笔画和简单的汉字取得令人满意的鉴定率 .本研究完全克服了以往笔迹鉴定研究中结体依存性的不足 ,大大缩小了辞书所需的空间 .研究结果不仅证实了该方法的可行性 ,还进一步验证了该方法的实用前景 .     

基于基本笔画起收笔特征的手写汉字的笔迹鉴定

作者基于汉字基本笔画起收笔中蕴含丰富的个人特征的设想,提出以手写汉字基本笔画为研究对象,抽取其中起收笔特征,形成特征空间,求得鉴定对象在特征空间中的分布,并计算它与辞书中各书写者之间的广义距离,从而实现笔迹鉴定.该研究选用10位书写者,4种基本笔画,每种基本笔画采用10个样本进行实验.结果证实此方法完全克服了以往笔迹鉴定研究中结体依存性带来的不足,只需对少数基本笔画的研究就对全体汉字有效,进一步验证了基于基本笔画的笔迹鉴定研究方法的可行性和有效性.     

汉字笔画编码输入法研究

提出一种基于笔画的汉字编码输入法,将汉字的所有笔画按特征分为8类,以简单的规则形成汉字的简易编码,易学易记;在此基础上增加少量几个高频部件形成高效编码,大大地降低了重码率;同时提出容错编码,使有错误笔顺习惯的人都能正确输入汉字;最后,对实现过程中的有关问题进行讨论.     

基于谱残差与笔画宽度变换的显著性文本检测方法

为有效利用Android智能终端实现对文本信息的有效识别,提出一种基于谱残差和笔画宽度变换的显著性文本特征提取方法.首先应用基于谱残差的显著性检测获取显著图;然后利用最大熵判别方法分割并建立显著性文字候选区域;最后通过笔画宽度变换算法在候选区域内提取闭合边缘等宽特征.构建基于Android智能终端和服务器的C/S架构实验平台,在MSRA-TD500文字定位数据库与实验室场景数据库中的实验结果表明,该算法可较好地获取图像中的显著性文字特征,在保证运算效率的同时算法性能有所提升.     

周边方向贡献度在脱机手写女书特征提取中的应用

目前国内OCR及其特征提取技术主要应用于汉字的识别,对于少数民族文字,特别是女书,没有提出一种有效的特征提取算法.在分析全局笔画方向密度特征(G-DCD)和局部笔画方向密度特征(L-DCD)的基础上,将周边方向贡献度特征提取算法应用到女书文字的特征提取.实验结果表明:该方法不仅克服了手写体女书字符不规范而造成的误识率高的缺点,并且识别率较前两种方法有明显的提高.     

基于DTW改进算法的在线签名鉴别方法

 在线手写签名认证是一种基于生物特征的身份认证技术,识别正确率和防伪性能是签名识别的研究重点,识别响应速度也是决定系统实用化的关键。为了提高签名认证效率,提出了一种改进的在线签名鉴别算法。改进了传统的动态时间弯折算法结构,对最佳匹配路径的动态规划方法进行改进并将其应用于在线签名鉴别系统。讨论了实际应用中训练样本不足、字体随时间变化等因素带来的系统识别率下降的解决方法。避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对签名的稳定性提出了加权距离计算公式,保证高识别率的同时降低了误拒率。在模板较多时对匹配距离进行限制,节约了系统运算量,提高了模板匹配速率。随着待识别模板数目的增多,该算法效率优势更加明显。     

动态WMN无线网格网抗毁性及仿真

在动态WMN无线网格网络模型中建立了刻画网络节点连通性状的邻接矩阵,提出了基于广度优先搜索法的网络连通判定算法和抗毁率计算方法,通过随机试验模拟了动态WMN无线网格网络节点受毁的情况,计算了与时间相关的网络抗毁率,验证了动态WMN无线网格网络的高抗毁性.     

基于神经网络调制信号识别技术的发展

信号调制样式的自动识别是软件无线电必备的功能之一,基于人工神经网络的识别方法因其较其他方法具有更好的性能受到广泛关注。分析了基于神经网络调制信号识别技术的基本原理,将目前研究的调制信号识别分为基于多层感知器神经网络的调制信号识别和基于径向基函数神经网络的调制信号识别,提出了神经网络调制信号识别技术进一步的研究方向。     

基于贝叶斯网络和卷积神经网络的手绘草图识别方法

为实现笔画的分组和识别,现有的草图识别算法通常会采用限制用户的绘图习惯来达到目的.该文提出了利用贝叶斯网络和卷积神经网络(CNN)的草图识别方法解决此问题.首先,使用高斯低通滤波器处理输入草图,得到更平滑的图像.然后将连续输入的笔划分为两部分,分别使用贝叶斯网络和卷积神经网络对分割后的笔画进行识别,当笔画的可靠性大于阈值时,以贝叶斯网络的识别结果为准,反之采用CNN的识别结果.实验结果表明,该文算法在电路符号绘制过程中的识别率和绘制完成后的识别率均取得了较好的结果.该文算法具有良好的应用前景.     

基于地层切片的高精度边缘检测方法研究*

为了克服常规边缘检测方法的精度低、计算效率低,且只能处理二维水平时间(或沿层)切片的缺陷,在常规的基于希尔伯特变换方法的基础上提出了一种新的基于地层切片的高精度边缘检测方法.该方法针对地层切片进行计算,扩展了沿层切片的应用范围,更符合地下实际的地质情况;并且采用时间域的希尔伯特变换进行计算,计算优于常规基于频率域的希尔伯特变换的方法.此外,在计算流程上针对地层切片数组的纵向和横向等2个方向同时进行处理:先采用二维保边去噪进行预处理,然后采用时间域希尔伯特变换进行边缘检测,不仅可以有效地压制噪声,而且可以进一步提高了计算精度.塔中某区的实际地震资料的应用效果表明,新方法的裂缝检测符合率高于常规的裂缝检测方法(如希尔伯特变换方法、相干方法、基于张量的方法等).     

利用数据挖掘技术检测多形态蠕虫

理想的多形态蠕虫可以避开任何基于特征的入侵检测系统,为此提出了基于字符特征匹配和数据挖掘的多形态蠕虫检测方法.基于蠕虫攻击模型,提出了通过数据挖掘,如Bayes和ANN,识别JUMP地址检测多形态蠕虫的方法.通过对多种实际蠕虫及其多形态变种进行测试,结果表明该方法检测率和性能比传统的IDS有大幅的提升.     

基于小波变换和CUSUM算法的PDoS攻击检测方法

Pulsing denial-of-service(PDoS)攻击是一种新型的DoS攻击,它主要利用TCP超时重传机制的弱点,使用周期性的短脉冲向受害者发起攻击,由于平均攻击速率较低,传统的检测机制对其无法检测。笔者对这种攻击采用一种基于Mallat小波变换和CUSUM算法的两步检测法。首先基于Mallat小波变换和小波系数提取出攻击的特征,然后用CUSUM算法可将小偏移量进行累加,提高检测灵敏度,最后针对CUSUM算法的缺陷,提出了改进的CUSUM算法来降低误报率。两步检测法可以准确高效地检测出PDoS攻击。     

汉字输入智能人机交互界面的若干改进方法

对当前几种汉字识别与输入系统的人机交互界面 ,进行深入分析、研究和探讨 .对文字识别“后编改状态”存在的问题 ,提出机器的自动感知结合动态识别以提高识别准确性 .在语音识别校对方面 ,提出一种能让机器“听懂”的简单“语言”,来辅助机器对识别的结果进行有效修改 .在键盘输入方面 ,则提出字、词同时分区显示 ,可减少击键次数同时减少使用者查找所选字、词的时间 .最后 ,提出结合多种输入手段 ,可解决当前单一汉字输入手段识别率难以提高的瓶颈     

基于隐马尔可夫模型人脸识别的研究

提出了基于HMM的人脸识别方法.根据人脸的特点建立HMM模型,然后采用奇异值分解抽取观察序列.通过对观察向量的仿真结果表明,这种方法在提高识别率和缩短计算时间方面都有很大进步.     

并行工程环境下连接器产品开发QFD应用研究

结合某公司连接器开发的特点，提出了建立连接器开发QFD模型的设想．在此模型中，采用系统工程层次分析法分析客户需求．同时，以连接器开发为实例，建立了连接器的QFD模型．