边界链码在字母与数字混合识别中的应用

将链码技术应用到字母与数字的混合识别中,用链码跟踪其轮廓,提取形状特征.针对链码间的差异性,设计了多级分类器,获得了良好的分类器品质.方法简单有效、存储量小,具有实用性,可嵌入到车牌、图书索号识别等应用领域.     

属性链匹配法识别自由手写数字

本文提出一种属性链匹配识别自由手写数字的方法,以带有属性的基元描述待识字符,粗分类后的一般类字符用属性链匹配法识别.     

基于多级分类器的自由手写数字在线识别

设计了一种用于手写字符在线识别的多级分类器模型。在该模型中,通过对四个独立的分类算法进行集成,将脱机方法与联机方法,神经网络方法与传统方法有机地结合起来构成一个完整的手写字符在线识别系统。理论分析和实验结果表明,该集成系统比单一系统具有明显的优越性。     

基于链码特征的几何图形快速识别算法

针对目前几何图形识别算法计算复杂度高、处理时间长、识别种类少等问题,提出一种基于链码特征的几何图形快速识别算法.该算法结合链码直方图和链码空间分布熵,兼顾链码的统计特性和空间分布特性,具有尺度、旋转、平移不变性及链码起点无关性.仿真实验表明,该算法能够识别较多种类的图形,且识别准确率较高、较快.     

用于WCDMA码树管理的码匹配机制

提出了一种用于正交扩频码分配的码匹配机制,这种码匹配机制类似于已有的拥挤优先码分配机制．给用户分配码字时,码匹配机制只需比较待分配码的上层节点容量,不像拥挤优先机械机制中要比较所有上层节点的容量．因此码匹配机制在操作上比拥挤优先机制简单,相应的仿真时延平均减少了5％．仿真结果表明码匹配机制使得码阻塞概率减少了8％．也就是说,码匹配机制能够更为有效地使用WCDMA系统稀缺的无线带宽．     

基于链码差的边界凸凹性判别

对边界凸凹性判别的多种算法进行了分析比较。从边界的链码描述出发,论述了绝对链码、相对链码、链码和、链码差等边界特征参数提取的算法。分析了用链码和曲线,了解边界性状的方法,提出了一种新的基于链码差的边界凸凹性判别算法。实践表明,该算法避免了叉积运算,有效地提高了判别速度,而且实现算法简单、稳定。最后对该算法可能的应用进行了展望。     

基于自对偶码的S-链构造

研究具有某种最优性质的码的存在性、结构和构造是编码研究的中心问题,为构造量子纠错码开始研究具有特定对偶距离的二元自正交码。研究了码长n满足12≤n≤20的二元不可分解自对偶码B12、D14、E16、F16、H18、I18、J20、K20、L20、M20和S20的两类子码,即对偶距离最优或对偶距离拟最优的子码,以及相应的S-链的构造。依据不可分解自对偶码的生成矩阵,利用组合方法构造出对偶距离为2、3和4的对偶距离最优或拟最优的子码生成矩阵。在此基础上研究了这些子码构成的子码链,以及由它们的对偶构成的S-链。最后,利用得到的S-链构造出好的量子纠错码,这些量子码都是给定码长和维数时距离达到最大值的量子码。     

四元码链和量子纠错码的构造

研究量子纠错码的构造,并构造出具有较好参数的量子纠错码。首先利用随机搜索的方法,得到一些具有较好参数的短码长自正交码及由这些自正交码所形成的自正交码链;其次根据这些自正交码的对偶码可得到一系列相应参数的L-链;最后通过组合构造方法和得到的这些L-链构造出量子纠错码。得到一些码长n满足20≤n≤36和n=40,45,50,55,60、对偶距离达到5或6的自正交码,并根据这些自正交码和它们的对偶码分别构造出了相应参数的自正交码链及L-链。构造出具有较好参数的量子纠错码,其中码长在20≤n≤30范围内的量子纠错码的参数达到或超过了已知的量子纠错码,码长在31≤n≤36和40≤n≤64范围内的量子纠错码都是新的。     

基于编辑距离的手写数字Freeman链码匹配算法

提出了一种基于编辑距离的图像轮廓8方向Freeman链码模板匹配算法度量两个链码序列的相似度进行手写数字字符识别。通过对自备手写数字字符样本库的分类,实验结果表明该算法的有效性。     

图像区域边界抽取与链码树结构生成算法

通过定义二值图像像素顶点的链码,构造像素顶点矩阵,给出了一个基于像素顶点的线性的图像区域边界追踪和链码树结构的生成算法,算法在追踪和抽取区域边界的顶点链码的同时生成区域边界的链码树结构.算法复杂度是线性的,且适用于任意复杂图像区域.     

实时识别数字和英文字母快速算法的现场可编程门阵列设计

在分析阿拉伯数字以及大写英文字母的形状特征后,提出了一种适于现场可编程门阵列(FPGA)实现的图像实时识别算法.该算法能够充分描述数字和字母图像的特征向量,然后经过预处理和定位后提取出各特征向量,最后计算出各特征向量间的距离并比较大小就能对图像进行实时识别.算法对图像平移和小角度旋转具有不变性,并且具有简单、识别准确率高、计算复杂度低、存储量小的优点.FPGA仿真结果表明,该算法只需要8 000逻辑门就能实时识别出50×75像素大小的数字和字母图像,证明了算法具有较高的可行性和高效性.     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

基于黑莓手机的QR码识别系统

首次将QR码识别技术应用于黑莓手机.在深入研究QR码图像处理技术和解码技术的基础之上,针对黑莓手机处理能力有限的问题,设计了有效的QR码图像识别算法,最终在黑莓手机开发平台(Black Berry JDE4.6.1)上开发出QR码识别系统,并在黑莓手机8320上实际应用.测试结果表明,该系统能够通过拍照识别QR码信息,并满足时间和准确度的要求.     

基于边界模板匹配算法的集装箱箱号识别

为了解决集装箱箱号识别精度差、速度慢的缺点,提出了一种新的识别方法.该方法从字符的边界信息中抽取出其特征向量并利用模板匹配法完成字符的初步识别.然后通过大量的实验确定易混淆的字符集,再利用这些字符的独有特征加以区分识别.实验结果表明此算法不但减少了运算量,而且提高了识别速度和精确度.     

基于小波分析和EMD的手写体数字字符特征表示

针对经验模态分解(EMD)能有效地对信号结构作出精确分辨的特点,提出了一种基于小波变换和EMD的手写体数字字符特征表示方法.首先对原始数字字符进行G小波变换极大模预处理,得到能反应字符特征信息的光滑轮廓;然后对规范轮廓曲率序列作EMD分解,以获取浓缩曲率特征的主要信息;最后对此曲率特征数据进行聚类和识别.实验结果表明,与经典的字符特征提取算法相比,文中方法具有更好的聚类效果,提高了分类器的分类设计能力.     

基于HOUGH变换的二维条码识别技术的研究

条形码在日常生活中具有广泛的用途,但常用的一维条形码存在信息含量小的缺点,已不能满足实际的需要,因此,二维条码技术应运而生.本文研究了关于Data Matrix二维条形码自动识别的相关技术,包括对二维条形码图像的预处理、图像的提取及其译码等,并通过实验模拟得到了很好的实验结果,实现了Data Matrix二维条形码的自动识别过程.