工程图中粘连字符的提取与分割

针对二值数字化机械工程图中字符的提取和分割问题，提出了一种新的图文自动分离算法———行程编码匹配法，能对原始点阵图像的噪声水平、图形与字符粘连以及字符的大小和书写方向等因素几乎不加限制地进行处理．在此算法的基础上，提出的一种字符分割算法可以成功地将字符与字符的粘连分割转化为图的边割集问题．经对以此算法研制成的图纸识别软件系统ＧＩＲＳ８０的初步测试，提取率在９５％以上     

用于字符数控加工的图像细化算法

提出了一种针对字符加工的图像细化算法。该算法满足了新的字符加工方法因为要使用字符骨架生成刀位轨迹而对细化算法的要求。根据新的加工方法的思路，通过对传统细化算法进行分析，并且结合opta算法，新算法弥被了通过传统算法获得的骨架偏离图像中心，有毛刺等缺点，新算法能准确地得到骨架上每一点的宽度，并计算出相应的深度，使新的字符加工方法能够加工出传统字符加工无法表现的雕刻效果，通过新算法得到了居中并且光滑的骨架，取得了很好的加工效果。     

一种对实摄图象的变形矫正算法

提出了一种对实摄图像的变形矫正算法。它通过对目标区域在水平和垂直方向计算差分，并对投影所得结果计算方差，找出使方差达到最大的直线，并按这两条直线来对原图进行矫正。结果显示，用此方法不仅对于矫正实摄车辆牌照字符的变形有较好的效果，而且对其他字符以及一些图形图象也有一定的矫正效果。     

工程图中粘连字符的提取与分割

针对二值数字化机械工程图中字符的提取和分割问题，提出了一种新的图文自动分离算法－行程编码匹配法，能对原始点阵图像的噪声水平、图形与字符粘连以及字符的大小和书写方向等因素几乎不加限制地进行处理。     

一种基于字符边界的细化算法

字符图像细化能极大地消除图像中的冗余信息量,大大简化字符识别特征的提取过程,提高字符识别的准确性和快速性.对字符进行细化,是字符识别的前提.提出了一种利用字符边界细化字符的算法,每一步都针对单个像素点作处理,并提取笔划单侧边缘点序列作为字符图像骨架.实验结果表明：该算法能较好地保留字符图像的基本信息,快速地去除字符图像中冗余的像素点,有效地解决了交叉点分离,笔段变短等问题,并为连笔笔划的切分提供了有效的方法,具有较好的细化结果.     

手写字符轮廓曲率的特征提取和识别

首先对手写体字符图像进行平滑,同时获取字符的轮廓点.然后提出了一个字符轮廓曲率计算的有效方法,为了利用小波变换对曲率信号进行去噪和平滑,该方法不是直接从轮廓点出发,而是进一步抽样得出新的轮廓点.最后得到了不受字符旋转、平移、大小、位置影响的字符特征,以及相应的识别算法.实验结果表明,它在单一的特征识别方法中优于其他方法.     

基于字符块提取的车牌字符分割算法

为了解决车牌图像倾斜、背景复杂、分割过程中出现的字符间粘连、断裂等问题,提出简便有效抗干扰强的基于字符块提取的车牌字符分割算法,以此提升车牌字符的识别效果.通过车牌图像二值化处理、倾斜矫正、去除干扰以及字符块提取一系列步骤,实现车牌识别前对车牌字符的准确有效分割.实验结果表明,该车牌字符分割方法可靠、准确度高,为后续车牌字符的正确识别奠定基础.     

自然场景中字符型交通标志的检测算法

提出一种检测城市和高速公路环境中字符型交通标志的新方法.首先,在输入图像中分割出蓝色和墨绿色区域,用形态滤波和形状标记图判断交通标志的候选区域;其次,将候选区域的彩色图像灰度化,用Otsu算法计算候选区域灰度分布直方图的阈值,并对其进行分割,得到包含字符的二值图像;然后,将候选区域的二值图像向垂直方向上投影,用3次样条拟合算法对其进行拟合,利用曲线的性质,找到拟合曲线中的局部极小值点,分割出包含字符条形区域;最后,将条形区域向水平方向上进行投影和曲线拟合,查找局部极小值点并分割出单个字符区域,再进行形态过滤,分割并定位交通标志中的字符.实验结果表明:该算法的字符查全率高于84％,准确率超过92％.     

基于改进的Stroke滤波器的车牌字符分割

提出一种基于改进的Stroke滤波器的车牌字符分割算法.该算法首先将stroke结构中央的矩形视为stroke主体,推测出stroke的形状;从车牌图像中搜索stroke的存在和变化.再通过连通成份分析补偿字符,对车牌图像进行分群,排除非车牌字符像素,从而达到车牌字符分割.实验表明算法能够准确快速地分割车牌字符.     

基于中英文字符型属性的数据库水印算法

提出了一种基于中英文字符型属性的数据库数字水印算法。通过元组哈希值和字符属性值长度计算出预测嵌入位置,根据预测嵌入位置所在的字节序号确定水印嵌入位置。以ASCII字符集的不可见字符作为水印信号,将版权图像嵌入宿主数据库。嵌入的水印信号具有不可见性,并且保持数据库的原始可用性,可实现水印的盲提取。该算法对添加元组、删除元组、修改属性值、添加与删除属性以及元组与属性重排等常见数据库攻击具有较强的鲁棒性。     

一种快速景象匹配方法的研究

将变阈值SSDA算法、遗传算法及分层搜索三者结合起来用于景象匹配中，从而既保留了SSDA算法的强抗干扰能力及其对匹配景象几何畸变有较好的鲁棒性，又进一步改善了SSDA算法的匹配速度，使景象匹配具有较高的实时性。     

SSDA并行算法在无纸化阅卷中空白题识别的应用

图像匹配是图像处理领域的一项重要技术。针对无纸化阅卷系统的主观题评阅,提出了一种结合自适应阈值SSDA(序贯相似性检测算法)和多核多线程并行技术的图像匹配方法,由电脑自动完成主观题空白题的评阅,以提高评阅工作效率。通过螺旋分配多核处理器资源,在多核处理器的每个核心上并行运行SSDA图像匹配,按行列顺序处理待匹配区域,每个核心的匹配结果不断更新阈值,达到提高匹配速度的目的。最后进行实验仿真,可见,与传统的串行算法相比较,本算法能够满足空白题识别中图像匹配的实时性要求,并且有较好的识别效果。     

径向基神经网络算法在车牌字符识别中的应用

提出一种基于径向基网络的汽车车牌字符识别算法.在预处理阶段,采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度;在字符分割阶段,采用极限元素位置确定法实现独立字符分割;在字符识别阶段,利用自行构建的字符子块图像库对径向基神经网络进行训练.选取基于反向传播(BP)神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较.实验结果表明:文中方法在识别准确率上具有明显优势,更适用于汽车车牌的字符识别.     

一种改进的Sunday模式匹配算法

字符匹配效率是很多计算机应用系统的性能瓶颈,研究设计高效的匹配算法有助于提高相应系统的应用性能。在分析典型Sunday匹配算法的基础上,对其进行了较为有效的改进。改进算法在字符串匹配前先计算模式串的倒序特征值,也就是以此计算出模式串的最后s个字符在本模式串中倒序除自己以外的下一次出现的位置。每一次字符匹配都采用倒序匹配并利用这种匹配的结果,匹配结果结合倒序特征值可以直接决定特征串的下一次位移数。在进行完一次字符匹配后,采用增加一个遍历字符的Sunday算法来遍历模式串以计算下一次位移数,以此尽可能地排除无效匹配。实验结果表明改进算法的效率比Sunday算法有一定提高。     

一种基于先验知识约束的车牌字符分割新算法

车牌字符分割是车牌自动识别系统的三大核心技术之一,字符分割是字符识别的基础;针对传统的基于连通域分割字符算法计算量大、处理时间长的不足之处,在此提出了一种改进的算法,充分利用先验知识进行字符粗分割,在此基础上再利用连通域法最终实现字符完整分割,同时利用先验知识改进了传统的迭代法求二值化阈值算法,减少了迭代次数;实验表明:在此提出的字符分割算法在准确提取了车牌字符的前提下,大大缩短了处理时间,满足了实时性要求。     

基于改进LeNet-5的车牌识别算法

传统的车牌识别算法包括模板匹配、特征统计等方法,但是这些算法依赖于人工提取图像特征,识别准确率低。卷积神经网络LeNet-5算法能够自动提取车牌图像的特征,提高车牌识别准确率。但是目前基于LeNet-5网络结构的车牌识别算法存在识别不完整,运算时间长等缺点。提出基于改进的LeNet-5网络的车牌识别算法,该算法将输入车牌字符图像归一化为32×16大小,并通过删除传统LeNet-5网络中的C5层、修改输出层中神经元个数等,将车牌字符按照汉字和数字/字母的形式识别输出。通过采集大量车牌数据进行训练验证,结果表明:与前人改进的LeNet-5网络结构相比,本文算法在识别率和时间效率上均得到了提高。     

基于模板匹配的图像配准算法

在研究传统图像匹配方法和分色理论的基础上，提出了基于模板匹配的图像配准算法．在将标准图像和待测图像分别分色的基础上，采用序贯相似性检测算法对各色灰度图像分别进行模板匹配，并根据匹配数据，对图像进行平移、缩放及旋转操作，使两幅图像能够在空间上配准．实验表明，算法的效率和精度与采集设备的分辨率、模板选取以及匹配区域大小等因素有关，与传统图像配准算法相比，效率和精度分别提高了30％和35％以上，不仅满足了彩色精密印刷品质量检测的要求，而且还可应用于其他图像快速配准的过程中．     

一种改进的Hough圆检测算法

普通Hough圆检测计算量大，且实际图像易受光照和背景不均匀等条件的影响，针对这些情况提出了一种将待检测圆图像先作边缘检测后，再对边缘图像进行粗匹配和精匹配，以实现圆检测的方法．粗匹配使用改进的SSDA算法进行，精匹配利用圆的两条不平行弦的中垂线相交于圆心的几何性质，对经典Hough变换加以改进，提高了检测速度．     

基于改进的投影方法的车牌图像字符分割

提出了一种用于车牌识别系统中的基于改进的投影方法的字符分割方法.该方法利用数学形态学与投影相结合的方法进行车牌字符分割,首先利用数学形态学突出车牌字符区域特征,然后利用水平投影除去上下边界,用垂直投影突出单个字符区域,再结合车牌固有特征等先验知识最终分割出字符.实验结果表明:该方法实现简单,分割质量好、效率高,便于下一步的字符识别.     

工程图粘连字符串的提取与综合

针对工程图中的字符特别是粘连字符的提取与分割这一工程图识别与理解中的难点，提出并实现了一种新的基于光栅直线识别的字符串整体提取算法，能比较准确地提取图纸中的粘连字符串，并对提取后的字符串进行空间位置分解组合，从而确定字符串的分组与方向，实现较高层次上的图文分割。