储蓄凭条中手写体的提取与净化系统

给出了储蓄凭条手写体提取系统的设计与实现,包括预处理,建立模板,基线定位与去除,倾斜校正 处理,定位格去除和手写体净化分割等。重点讲述了图像二值化,手写体分割与净化算法。     

由手写体图象恢复笔划的一种方法

本文提出一种由手写体图象复恢笔划是的跟踪算法。该算法突破了象素级链码跟踪的传统方法，在考虑了周围笔划的走向基础上进行笔划跟踪。首先，灰度图象经过二值化和细化产生手写体的原始骨架；其次由手写体的宽度信息进一步得到两类骨架：基本骨架与参考骨架；再通过基本骨架的跟踪连接得到笔划段。实验表明该方法对手写体笔划段。最后讨论了跟踪后处理，其目的是为了得到和人书写结果类似的笔划。实验表明该方法对手写体笔划跟踪有很好的效果。     

手写体汉字识别中基于笔段的松驰匹配算法

在汉字识别中，基于线性变换的识别模型往往会失效，用轮廓线段来进行松驰匹配．当手写体汉字曲折笔划较多时也很难提取稳定的轮廓特征，而且轮廓提取受笔划写书粗细的影响较大。本文用相容匹配算法来提取汉字的笔段特征，用模板匹配识别出手写体汉字样本。文中给出一个１００个汉字的识别结果．     

一种改进的等高线并行细化算法

讨论了经过分色提取之后等高线的细化问题,以减少数据的处理量,为矢量化过程做前期处理准备.针对军事地图等高线,提出了一种改进的快速并行细化算法.采用两步法细化算法对等高线进行细化处理.在已有的两个逻辑规则基础上,增加了若干限制条件,处理了模板的对称性问题.同时还给出了删除数组,提高了算法的运行速度.从运行结果看,没有发生骨架畸变现象,避免了过度腐蚀,具有较好的连通性,此方法的细化效果较为理想.     

数字图像的一种快速细化方法

提出一种基于保留中心骨架的细化算法 ,在细化过程中 ,只利用一个 3× 3的模板 ,便可以快速地判定细化中的连通性 .并且针对手写数字识别的一种实际问题 ,给出改进的细化算法     

一种基于BP-bagging的手写体数字识别算法

基于BP-bagging的手写体数字识别算法,以BP网络做基本分类器,用Bagging产生多个基本分类器,把每一个手写体数字作为一幅图像,通过扫描提取25维特征,并投影压缩生成5维特征向量,并输入到BP-bagging分类器,用简单多数投票法进行集成,实现手写体数字的分类识别.经反复的实验证明,该手写体数字识别算法具有...     

改进的ZS细化算法在FPC缺陷定位的应用

针对ZS细化算法中存在冗余像素,在运用到柔性电路板(Flexible Printed Circuit Board, FPC)短路和断路缺陷定位时,会出现误检和重检的情况,提出了一种改进的ZS细化算法.首先,对FPC原始图像进行通道分离和二值预处理,运用ZS细化算法获取初始细化图像;然后,针对Z字型,T字型和十字型交点处存在的像素冗余,构造9个删除模板,改进经典ZS细化算法,消除ZS细化算法的冗余像素;最后,将改进的ZS细化算法、Hilditch细化算法和经典的ZS细化算法应用到FPC短路和断路缺陷定位中,并进行对比.结果表明：改进的ZS细化算法处理时间比经典的ZS细化算法稍长,但只有Hilditch细化算法的1/3左右;改进的ZS细化算法在保证FPC骨架连续性的基础上,实现骨架的单一像素化,可以准确快速地定位FPC的短路和断路缺陷.     

基于两极复合式指纹图像细化算法的研究

针对现有指纹图像模板细化算法中存在的诸如迭代次数较多，细化速度慢，图像局部细化不完全等问题，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点，提出了一种基于两极复合式算法的指纹图像细化算法，该算法在保证对图像完全细化的同时，能较明显提高细化处理速度。     

基于旋转不变的三维细化算法及非接触测量

针对现有的三维细化算法会出现断裂、不连续以及破坏物体原有的拓扑结构等问题,提出一种基于保拓扑结构和具有旋转不变性的新的三维细化算法.首先,自行设计和完善了具有各向同性的删除模板,使模板在各个方向上保持一致,保证了算法具有旋转不变性;其次,根据需要定义了真伪删除点,讨论提出的算法满足连续性保持的条件.通过假设验证法,检测候选删除点删除前后26邻域内目标体和背景组的数目变化,确认删除点的真伪,保持了原有的拓扑结构,进而确保物体旋转后细化结果的连续性不变.同时,在三维细化的基础之上,研究了基本尺寸、基准线和基准面等特征的提取方法,实现了三维非接触测量.实验结果表明:新的细化算法具有连通性保持不变,几何及拓扑性质保持不变,及旋转后细化结果保持不变的性质.     

数学形态学的细化算法

对目标图象进行细化处理,提取其骨架,在目标检测、图象编码以及光学字符识别等计算机视觉、图象处理与模式识别领域都有着广泛的应用．在定义了数学形态学图象轮廓和骨架的基础上,提出了基于两组结构元素模板的数学形态学细化新算法,这两组结构元素模板分别用来去掉目标的西北、东北、东南、西南方向四个角上的点和北、东、南、西四个方向上的点．用该算法对实际的字符进行细化,获得了令人满意的结果．     

Automatic Determination of Yarn Hairiness Length Based on Image Processing and Analysis Algorithm

A new algorithm is proposed to determine the actual length and the number of the protruding fibres of yarn based on a combination of image acquisition technology. First, a yarn hairiness image is obtained by the series of image processing procedures that include grayscale transformation,skew correction,yarn binary image acquisition and yarn core binary image obtaining. Then,the hairiness is realized in single pixel width by the usage of thinning algorithm. Finally, a baseline of yarn core margin is obtained,and pixels that match 8-neighbor template correctly are found by row scanning in a certain area. From this,these pixels are judged and the real crossover points of yarn core margin and hairiness,i. e.,the starting points of hairiness,are gained. The real length of the protruding fibres is calculated by tracking hairiness from the starting point constantly.     

一种图像细化算法及其在医学图像中的应用

提出一种具有较高准确度的细化算法。通过基本细化和优化等步骤,该算法抽取的骨架相当接近理想的骨架。还讨论这种细化算法在人类染色体图像处理中的应用。     

基于拉普拉斯能量的低质量手写体文档图像二值化

文档图像二值化是文档分析与识别中的一个重要环节。本文针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯（laplacian）能量,最后采用图割算法求得最终二值化结果。实验结果表明,本文所构造拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法。     

基于角点检测的图像匹配算法及其在图像拼接中的应用

研究了图像匹配与图像角点匹配之间的关系．并在此基础上提出一种基于角点检测的图像匹配算法，成功地应用于图像拼接中．该算法将角点作为图像的特征点，并通过角点值、邻域角点数、角点间距及参数一致性等4个指标对角点集进行逐级筛选，有效地剔除了不匹配的角点，保证了匹配精度，同时避免了传统算法中进行模板匹配的繁重计算，大大提高了匹配速度．图像拼接实验验证了本文算法的快速、准确和稳定的特性．     

基于模板匹配和光流法的图像配准方法

光流法是一种广泛应用的像素级非刚性图像配准方法。该方法对发生平移、旋转以及放缩变换的图像能够很好地配准,但是光流法在待配准图像比较大且初始位置远离目标位置时,配准速度及位置较差。文章提出了结合模板匹配和光流法的改进算法,首先通过模板匹配算法进行粗定位,再使用光流法进行精确定位。实验表明,该方法大大提高了原算法的配准能力。     

基于内点保留的二值图像细化算法

提出一种基于内点保留的并行细化算法，与一般基于边缘点去除的细化算法比较，它具有运算速度快，程序简单，便于硬件实现，能够完整地保存图像的拓朴结构，所获得的骨架对称性好等优点。在ＩＩＳ图像处理系统上进行了初步实验，结果表明，所提出的二值图象细化方法为解决二值图像细化问题开辟了一条新途径。     

基于多模板方向的图像修复方法

在基于样本图像修复的基础上,针对采用单一方向模板的Criminisi算法,在查找最佳匹配块过程中产生的错误匹配甚至查找失败问题,提出了一种基于自适应模板方向的图像修复方法。该算法根据自然图像中存在大量对称或有规则物体的特点,在进行模板的搜索时,通过对待修复块或样本块进行不同角度的旋转和/或映射变换,增大样本空间,来提高最佳匹配块的搜索成功率,防止错误匹配的发生。仿真实验结果证明,该方法能有效地改善图像的修复效果。     

指纹图像细化算法的研究

对指纹图像的细化算法进行了较深入的研究，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点．针对这两种算法的不足，分析其产生的原因，并且在第二种算法的基础上，重新构建了细化模板，提出了一种新的细化算法．经过实验证明。该算法能够很好的满足细化的要求，细化完全彻底，细化以后的指纹骨架在纹线中心线，并保持了纹线原有的拓扑结构和细节特征，而且光滑无毛刺，运算速度也很快．     

图像拼接技术在大米检测系统中的应用

图像拼接技术主要包括图像匹配和图像融合,根据大米检测系统获取图像的特性,在块模板匹配算法基础上提出了一种改进的块模板匹配算法.并通过大米图像实例把两种算法进行了比较分析,实验结果表明改进的块模板匹配算法效率更高,匹配效果更好.采用了最为常用的加权平均法中的渐入渐出的图像融合算法.     

指纹图像细化算法的改进算法

对指纹图像算法进行了较深入的研究,分析了OPTA算法和改进的OPTA算法的优缺点,提出了一种新的细化算法,经过实验证明,该算法能够很好的满足细化的要求,细化完全彻底,细化后保持了纹线原有的拓扑结构和细化特征,而且光滑无毛刺,运算速度也很快。