基于多引擎的印刷体汉字识别系统的设计

设计一种基于多引擎的印刷体汉字识别系统,优先采用汉王光学字符识别（OCR）引擎的版面分析结果,在汉王、清华OCR引擎分别完成字符识别之后,根据字符的图像坐标,整合两者的识别结果,并用彩色突出两OCR引擎的冲突字符、置信度低的字符及WiseCheck语义校对引擎提示的错误字符。该系统改善了现有大规模数字化加工生产线中人工...     

粘连搭接字符切分方法研究

字符切分是影响OCR系统识别的关键因素之一．对于中英文混排粘连搭接字符图像,提出了一种基于识别反馈的字符切分方法．该方法结构简单,容易实现,实验结果表明该方法有较好的切分效果．     

基于LS_SVM的车牌字符识别

提出一种基于最小二乘支持向量机（LS_SVM）的车牌字符识别算法．实验表明,该算法对车牌字符识别速度平均为19．23ms／字符,该方法可用于陕速分类识别．     

基于Hausdorff距离的车牌字符识别方法研究

根据车牌区域的固有特征,提出了一种高效、快速、实用的车牌字符识别算法．该方法先对车牌中的单个字符进行归一化和细化,然后采用Hausdorff距离模板匹配方法识别．实验表明,该方法有效可行．     

车牌字符识别的一种快速算法

提出了一种基于改进的神经网络和改进的模板匹配方法来进行字符识别,其优点是克服了模板匹配对数字、字母和汉字分别寻找形状子图像的困难,并利用了神经网络来识别中文字符,最后通过实验,字符识别率得到了提高,取得较好的效果.     

气象传真图图题的识别

针对目前气象传真图种类识别人工干预,执行效率低的问题,提出了一种通过识别气象传真图图题来判断传真图种类的方法.首先获取图题在整幅气象传真图中的位置,然后利用投影、轮廓切分分离粘连字符方法完成对气象传真图图题字符的分离,最后通过提取字符特征量,采用模板匹配算法完成字符识别,从而确定出气象传真图的种类.该方法实现传真图类别的自动识别,避免人工干预,自动化程度高,应用于气象传真图数字处理系统,取得较好的识别效果.     

基于卷积神经网络LeNet-5的车牌字符识别研究

将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-5的识别率有所提高,识别率达到98.68%。另外,与BP神经网络进行了比较研究,从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。     

利用独立成分分析和小波矩对车牌字符特征的识别

车牌识别技术作为智能交通系统的核心,起着举足轻重的作用.通过将独立成分分析和小波矩方法引入到车牌字符识别研究中来,提出了一种对车牌字符按照汉字组、数字与字母组进行分组,然后对不同组提取不同的特征进行识别的新方案.实验结果证明,所提方案可以达到很高的识别率.     

基于最小二乘支持向量机的压印字符识别方法

将最小二乘支持向量机引入到小字符集压印字符识别中.首先介绍最小二乘支持向量机的基本原理和主要算法,然后在实验中采用最小二乘支持向量机训练软件,针对标牌上的压印字符的数字集进行仿真,同时与神经网络等其他分类方法进行比较.实验结果表明此方法的识别率较高,在小字符集识别中具有较强的实用性.     

基于小波预处理的神经网络字符识别方法

提出了一种基于小波变换预处理的神经网络法的字符识别法,利用小波变换对字符进行了预处理,提取文字字符的主要能量特征,减少了字符特征识别的维数,与直接采用神经网络方法进行字符识别相比,所用的神经网络规模小,收敛速度快,能有效识别含有噪声的低质量模糊文字字符.