基于Hu矩和Zernike矩的文字识别

在研究Hu矩和Zernike矩的基础之上,提出一种基于Hu矩和Zemike矩的文字识别方法,在采集的文字图像中提取Hu矩和Zernike矩特征,利用K近邻的分类方法进行分类,理论和实验表明,该识别方法具有很强的抗图像平移、拉伸和旋转识别能力,其中Zemike正交矩由于其正交性在具有较高的识别能力的同时,还具有很强的冗噪能力。     

入侵检测技术在OA系统的应用研究

办公自动化(OA)系统作为企事业单位信息化系统的重要组成部分,其安全性备受重视,本文通过对OA系统中部署入侵检测系统的意义及方法进行研究,并给出入侵检测数据挖掘的一般方法。     

基于Legendre矩的圆度测量方法

由于传统的依靠图形面积和周长的圆度测量方法不适合边沿有突变的图形测量并易受到噪声的影响。为此,提出了基于Legendre矩的新型圆度测量方法,通过图形的(p+q)阶Legendre矩与图形的0阶和p阶极半径矩来计算该图形的圆度。该方法的主要特点在于:首先,其满足图形圆度测量的基本条件;其次,与传统的依靠图形面积和周长的圆度测量方法相比,新提出的方法更适合于一些边界有突变的图形的圆度测量并具有较低的时间复杂度和较强的抗噪能力。实验结果同样表明了这两种方法要明显优于传统的圆度测量方法。     

基于Zernike矩的图像不变性识别研究

本文提出一种基于Zernike矩的图像不变性识别方法,用于图像的平移、缩放和旋转不变性识别。理论分析和实验结果表明,Zernike矩做为一种经典的正交矩分析方法,具有良好的抗噪能力、图像识别能力。     

基于全局特征U-net的胰腺图像分割

为了在医学图像中提高胰腺计算机断层成像(computed tomography,CT)自动分割的准确率,针对传统分割方法存在受噪声影响大、过分割、欠分割等问题,以及胰腺周围的重要结构组织关系紧密且多变、边缘界限不易确定等特点,提出了一种基于全局特征U-net(U-net with global features,GF ...