工程图形扫描图像中的尺寸字符提取与识别

给出了一种提取与识别工程图形扫描图像中的尺寸字符的方法，提出了几种简便，易于抽取的字符结构特征，能有效地识别工程图形扫描图像中的手写字符。该方法已成功地应用到工程图形扫描输入后的智能识别软件ＣＩＲＳ５。０中，字符提取及识别率达到９２％以上。     

两种文本类型验证码字符分割提取方法

作为区分人机操作的一种有效方法,验证码图片被广泛使用.通过对验证码图片识别技术的研究,可以及时发现和改善验证码漏洞.识别混合字符型文本类型验证码的关键是提取验证码图像中的单个字符.介绍验证码识别的一般过程,给出基于颜色提取单个字符和基于支持向量机分割为单个字符的两种单个字符提取方法,通过实例给出了详细步骤.     

基于字符笔画斜率特征的车牌识别算法研究

车牌字符识别是车牌智能识别系统中的关键技术之一,为了提高车牌字符识别准确率和实时性,提出了一种基于车牌字符笔画斜率特征的字符识别算法,新算法在对准确分割后的车牌字符图像进行归一化、二值化和细化等预处理后,提取车牌字符笔画像素点的斜率值,再将斜率值构造成识别向量,进而通过计算特征向量的夹角值实现待识别字符与标准模板字符的相似度判断;实验结果表明,新的算法与已有的传统字符识别算法相比,既提高了识别准确率,又降低了识别耗时,结果满足实际工程应用需要.     

数字图像的不变特性与特征提取

讨论了两种字符特征向量的提取方法．一种是基于平移、旋转和尺度不变性的图像变换法,另一种是强调字符形状和结构的方向特征量提取法．比较试验的结果表明,通过计算字符图像中心矩的图像变换法具有比较稳定的特征值,有利于机器识别．实验中通过最小距离法进行字符的分类识别,识别率达到80％以上,可用于实时性要求较高的车辆牌照字符识别系统．     

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.     

数字图像的不变特笥与特征提取

讨论了两种字符特征向量的提取方法,一种是基于平移,旋转和尺度不变性的图像变换法,另一种是强调字符形状和结构的方向特征量提取法,比较试验的结果表明,通过计算字符图像中心矩的图像变换法具有比较稳定的特征值,有利于机器识别,实验中通过最小距离法进行字符的分类识别,识别率达到80％以上,可用于实时性要求较高的车辆牌照字符识别系统。     

基于字符行特征的车牌倾斜矫正算法

针对Hough算法在识别白色反光车牌时的不足,提出了基于车牌字符行特征的倾斜矫正算法.该方法采用通过字符行倾斜度恢复车牌原貌的机理,即从多个角度来对图像倾斜的方向扫描,分别记录各扫描平行线组中具有车牌字符信息的行数,对应字符行数目最多的扫描角度就是图像倾斜的角度.实验表明,该算法能较理想地减少车牌倾斜给车牌字符分割及识别带来的负面影响,运算量小且易行可靠.     

模线图形数字化处理方法的研究

本文提出一种模线图形的数字化处理方法.介绍了模线图形的数字化实现过程,基于模线图形特征给出了模线图形灰度图像二值化与细化、图形拟合以及分幅扫描图形拼接等一些关键算法,并以工程模线图形样板为例,采用模块化程序验证了该方法的可行性.实例分析表明,本文提出的模线图形数字化处理方法具有较高的识别精度,在飞机数字化制造方面具有工程应用价值.     

文本区域字符颜色极性判断方法

文本区域的字符存在着不同的颜色极性.为了能够正确地把文本区域的灰度图像转换成OCR识别软件可以识别的二值图像,提出了一种判断文本区域字符颜色极性的方法.首先计算文本区域的灰度-梯度共生矩阵,并根据目标函数快速地找到分割的灰度和梯度最佳阈值;然后在此基础上提取特征向量,送入神经网络进行分类;最后根据颜色极性判断的结果,分割出字符.实验结果表明,提出的方法在复杂度不同的背景下,正确地识别出了不同类别的字符颜色极性.     

基于支持向量机的车牌字符识别

作者将支持向量机SVM方法用于车牌字符的识别.算法首先采用Gabor变换和外围轮廓结构特征提取的方法提取车牌字符图像的特征参数,然后采用提取的特征训练SVM分类器,再应用SVM分类器分类和判别车牌字符.实验表明这种方法具有良好的车牌识别效果,较强的鲁棒性,较大的应用价值.     

工程图矢量化处理系统

为将存贮在纸介质上的工程图纸信息转化为 CAD的数据格式 ,研制了工程图纸矢量化处理系统。该系统将工程图纸信息自动输入到计算机系统中 ,形成点阵图像 ,经过图像预处理、字符识别、图形矢量化等处理步骤转化为 CAD文件。解决的系统关键技术包括 :蓝图的消蓝去噪 ,提取粘连和非粘连字符的图文分离算法 ,基于复数域非线性指数自回归模型的神经网络字符识别算法 ,快速细化处理 ,自适应节点修正算法 ,跨节点矢量跟踪算法 ,基于神经网络的箭头识别 ,图形的分类整合等。系统在 Windows 95操作系统上运行 ,已达到实用化     

一种基于轮廓形状分析的图纸识别方法

用一种新的基于轮廓形状分析的工程图识别方法，可有效地处理段线、模糊线、字线粘连等多种退化图纸的情况，既可以精确获得线的逼近，也可抽取图纸的整体图形结构针对工程图的特性给出了局部图像特征的数学描述，并将其作为区域分类的特征依据扫描图像的三层中间描述用于低质量图纸的识别，基于轮廓曲率的一种直线抽取技术用作这种中间描述     

一种识别工程图的新方法

提出了一种识别工程图的新方法,开发出一套工程图识别软件.利用该软件系统,对一工程图依次进行前处理、分段处理、圆和直线的识别,耗时约12s获得该工程图的识别图.结果表明该方法可以较为逼真地、快速地识别工程图,是一种识别工程图的有效手段.     

一种新的字符特征提取方法及其在识别中的两个应用

特征抽取是识别中的重要步骤，提取描述性强的特征能够有效提高分类器的识别效率。在提出有关概念的基础上，介绍了特征行抽取在字符过程中的两个重要应用。首先,在分类识别时可用作匹配的特征向量，通过双向匹配来识别独立的字符。其次，可在识别粘连字符时用于预测前端字符，并在提取前端字符后对预测结果进行验证，从而达到准确分割和识别粘连字符的目的。还详细描述了交互确定特征行的方法。最后根据实验数据对字符特征行的应用价值作出了评价。     

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.     

基于笔划方向特征和非对称分布的手写体汉字识别

基于笔划方向特征和非对称分布的手写体汉字识别模型,提出一种从手写体汉字骨骼图像上提取分叉点的有效改进算法,保证笔划提取的可靠性,并直接从笔划结构上计算统计识别特征矢量;采用主向量空间的非对称参数分布模型计算距离测度．实验表明,基于笔划方向特征和非对称分布的统计识别模型具有优良的识别性能．     

限制性手写体汉字识别中的笔划跟踪及特征抽取

在对计算机的汉字识别方法讨论分析之后,本文以汉字的结构特征为基础,提出了一个新的笔划跟踪搜索方法,用来解决手写体汉字的识别问铱,在该方案中采取了速度快、质量好的平滑细化等预处理方法。在特征抽取中采用了定向记忆跟踪和笔划拼接二种方法,从而解决了在笔划抽取中,特别是在笔划经过细化处理后,不可避免地带来某种程度的笔划畸变的情况下,如何正确地抽取笔划特征,找到了一个较完善的处理方法。经过大量的计算机实验,证明该方法切实可行。且已使正确识别率提高到95％以上,误认率低于5％,识别速度小于2秒。     

图像处理在汽车牌照识别中的应用

随着自动化和交通工程的发展,汽车牌照识别技术成为一个热点。以识别一张汽车牌照的图片为例,阐明了车牌自动识别的原理,处理过程由预处理、边缘提取、车牌定位、字符分割、字符识别五大模块组成,采用MATLAB编程实现。经过实例证明,所提方法对牌照识别率很高,且识别方式简单易行,可以应用于实际。     

基于直线和圆的工程图的自动识别方法

提出基于直线和圆的工程图识别方法,该方法首先对工程图的图像进行预处理,找出图形中的种子段,然后由种子段确定搜索的方向和范围,实现对直线和圆的整体识别,从而识别工程图．实验结果表明,基于直线和圆的工程图的自动识别方法具有良好的识别性能.