基于HOG特征提取和模糊支持向量机的西夏文字识别

提出了基于方向梯度直方图(Histogram of oriented gradient, HOG)特征提取和模糊支持向量机(Fuzzy support vector machine, FSVM)的西夏文字识别技术.在模糊支持向量机模型中引入了新的隶属度函数,构造了基于多超平面的模糊支持向量机模型,增强了分类能力,降低了噪声点的干扰,提高了分类效率.将HOG特征提取和FSVM相结合应用于西夏文字识别,提高了文字识别效率.通过在数据集上测试,并与已有的文字识别方法相比较,结果表明,HOG特征提取结合FSVM的方法性能优于现有的其他方法.     

基于积分直方图分块的MeanShift跟踪算法

该文提出了一种新的基于积分直方图分块的MeanShift运动目标跟踪算法,采用积分图分块作为目标描述算子,融合了颜色直方图和空间信息,有效地解决了原始MeanShift跟踪算法仅仅利用了颜色信息,而造成颜色相似运动目标之间的误匹配,大量的试验结果表明,该文提出的方法,即使在复杂的场景中,也能够鲁棒准确地实现运动目标的定位并跟踪.     

基于轻量级AlexNet网络的秦简文字识别算法

以样本少且欠均衡的高信噪比秦简文字图像为研究对象,提出一种基于改进的轻量级AlexNet网络模型的秦简文字识别算法。首先,构建秦简单文字图像数据集,对其进行增强降噪、图像归一化等预处理操作;其次,调整AlexNet网络模型结构,构建4层卷积层与池化层的顺序连接,并在前2层卷积层分别融入InceptionA与InceptionC结构,以分解卷积的形式对秦简文字进行局部特征提取,选取ReLU函数作为模型的激活函数,并在全连接层融入Dropout层进一步防止模型出现过拟合现象;最后,调用Softmax分类器完成秦简文字图像识别。研究结果表明：该网络模型在轻量化与识别准确率的表现上具有明显的优势,平均识别耗时为635 ms,识别准确率达到了99.89%,识别效果良好,可为秦简文字识别理论研究提供参考。     

彝文文字识别中的文字切分算法设计与实现

针对目前国内OCR及其文字切分技术主要应用于汉字、英文等文字的识别,而对于少数民族文字,则缺乏较为实用的文字切分工具的问题,提出了基于少数民族文字识别的文字切分方法.该方法以彝文文字为例进行切分,经实验证明该方法具有较好的切分效果.     

基于Contourlet和MeanShift的交通视频车辆跟踪算法

提出一种基于Contourlet直方图的MeanShift交通视频车辆目标跟踪算法.首先,利用Contourlet变换提取交通视频中感兴趣区域下跟踪目标的纹理特征和轮廓,并用其直方图统计跟踪目标的纹理特征;然后,通过Kalman滤波技术来进行跟踪目标轨迹的相关性函数计算,并将计算结果迭代到MeanShift跟踪算法中选取最优估计值,进而实现对交通视频车辆在复杂场景中的精确定位.通过与传统的MeanShift跟踪算法以及基于Kalman滤波的MeanShift跟踪算法等比较表明,此算法不仅能够对复杂场景中的视频车辆进行有效跟踪,同时还具有较好的稳定性和抗干扰性.     

带宽自适应的MeanShift目标跟踪算法

针对传统均值漂移(Mean Shift)目标跟踪算法中核函数带宽缺乏良好自适应调整的缺点,提出了自适应调整核函数带宽的Mean Shift目标跟踪算法.该算法首先采用核函数计算目标颜色特征值的概率密度,在视频当前帧目标的最优位置区域由目标颜色特征概率投影生成目标概率密度分布图;然后根据概率密度零阶矩值调整下一帧跟踪窗口...     

基于Kalman滤波和改进的MeanShift算法的目标跟踪

MeanShift算法因为简单性和稳定性在目标跟踪中得到广泛应用,但是当目标和背景的颜色模型比较接近时,传统的MeanShift算法由于缺少空间信息,且经典的相似性度量函数不易区别,导致跟踪失败。为了克服上述缺点,采用基于空间颜色特征和新的相似性度量的MeanShift算法,并提出一种融合Kalman滤波器和改进的MeanShift算法的目标跟踪方法。首先,利用改进的MeanShift算法计算出当前帧中目标的准确位置,然后使用Kalman滤波器去预测下一个初始搜索位置,用于下一帧中MeanShift迭代,最后实现对目标的跟踪。实验结果表明,该算法可以准确地跟踪目标,并且跟踪的准确率优于传统的MeanShift算法或者Kalman和传统Meanshift的融合算法。     

西夏文字库的建立与实现

首次用计算机处理了西夏字,并采用三次Ｂ样条曲线拟合还原字符,建立了通用的西夏字库。研究了结果表明,该字库系统功能完善,稳定可靠,生成的西夏字光滑美观,既能处理标准的西夏,又能处理西夏篆字,草体。     

基于ASM算法的特征提取与匹配在文字识别中的应用

西夏文是西夏王朝创制并使用的文字,笔画繁多,结构复杂,为实现在计算机下的扫描录入,运用改进的ASM算法,对西夏文识别中的笔形特征提取与匹配关键技术进行研究。基于等间距插值方法扩充手工标定的特征点,利用差分和线性插值进行降维处理;采用配准变换和主成分分析(PCA)处理特征点进行形状模型建立;统计特征点局部灰度特征,通过对目标特征点的灰度信息进行收敛,从而实现西夏文笔形的匹配。使用Matlab验证本算法能否有效地将测试笔形匹配到合适的样本集,从而证明该算法的可行性。本算法的研究对于西夏文字的扫描录入有重要的现实意义,并且对各种文字的光学识别具有一定的借鉴价值。     

基于汉字字形的西夏文字原型及其轮廓宇研究

对西夏字的三种计算机表示方式和西夏字的结构分析方法进行了研究，并应用拓朴和几何的基本原理，分析了西夏字的结构及其制约关系，提出了一种基于Ｆｏｕｒｉｅｒ变换的西夏轮廓字生成算法。     

基于汉字字形的西夏文字原型及其轮廓字研究

对西夏字的三种计算机表示方式和西夏字的结构分析方法进行了研究,并应用拓朴和几何的基本原理,分析了西夏字的结构及其制约关系,提出了一种基于Ｆｏｕｒｉｅｒ 变换的西夏轮廓字生成算法．     

LLE算法及其在手写文字识别中的应用

手写体识别有着广阔的应用前景和很高的理论价值,其主要分为在线识别和离线识别两种.在分析局部线性嵌入算法LLE和文字识别过程的基础上,实现了整个手写文字识别过程,包括图像获取、预处理、特征提取、分类、LLE降维、识别输出等过程.通过文字的相容度试验,确定了本过程的有效性.     

基于OCR技术的书写文字识别系统设计

OCR(Optical Character Recognition,光学字符识别),是属于图型识别(Pattern Recogni-tion,PR)的一门学问。其目的就是要让计算机知道它到底看到了什么,尤其是文字资料。书写文字识别是人工智能理论在这一领域应用的一个分支,它研究的对象是如何利用电子计算机自动辨认人书写在纸张上的文字。文章主要是对模式识别的基本原理以及如何利用图像识别技术对书写文字的识别的研究,并给出了模板匹配法识别图像的原理。     

基于手势识别的大屏幕文字输入系统

目前基于手势交互的系统应用越来越多,但都是简单的利用手势操作鼠标进行交互,没有向系统进行文字输入的功能。利用盲人字母手势作为输入手势,采用微软的体感设备Kinect获取深度图像,对其进行手势分割,再利用SIFT提取特征,得到手势字母,利用拼音输入法,提供了一种向系统输入汉字的功能。     

一种融合改进MeanShift和SIFT的跟踪算法

针对传统Mean Shift（ MS）跟踪算法易受遮挡,复杂背景和光照变化等因素影响,导致不准确跟踪或跟踪丢失,提出了一种融合改进MS和SIFT的跟踪算法。改进的MS算法根据目标对象的最新外接矩形尺寸,确定对象的分块方法,根据各块的Bhattacharyya系数值,确定各块的权重系数,获得初步的跟踪结果;采用SIFT特征匹配和校正的方法对其初步跟踪结果进行调整;采用线性加权的方法融合改进的MS跟踪结果和SIFT校正结果,得出最终的跟踪结果。实验表明,提出的方法比传统的MS算法和固定分块的MS算法都具有更好的跟踪性能。     

笔形束剂量算法中物理学参数的计算

高能电子束具有有限的射程,因而可以有效地避免靶区后深部组织的照射,在治疗体表肿瘤和体内浅部肿瘤方面,具有不可替代的作用.研究了基于Hogstrom笔形束电子剂量计算算法中的物理学参数计算问题,分析了物理学参数的基本原理,并根据实际的临床条件,讨论了物理学参数的计算方法.实验结果表明,Hogstrom算法能够有效地解决电子束的剂量计算问题.     

手写汉字的文字识别

主要对利用神经网络进行手写体汉字识别的方法进行了介绍。最后对手写体汉字识别技术进行了展望。     

基于K-means的图像文字识别与提取研究

针对当前图像文字识别与提取的最新发展状况,提出一种基于K-means的图像文字识别与提取算法,其主要处理步骤包括图像的预处理、像素点聚类处理、图层的选择与优化以及最终的文字切分等。经过上机对算法进行测试,该算法能够有效提高图像文字识别与提取的准确率与执行效率,并可以针对不同环境下的图片文字进行有效识别。