基于改进BP算法的数字字符识别

本文利用BP神经网络算法，在MATLAB环境下，分别用理想字符信号和含噪声字符信号对同一网络进行了训练，使系统具有较强的容错性。最后用实际扫描的不同字体字符进行了识别实验。实验结果证明了系统在实际应用中的可行性。     

基于模板匹配算法的字符识别研究

文中提出了一种基于模板匹配的字符识别算法。该算法在对输入的字符进行预处理的基础上对字符进行特征量提取,预先将字符分成若干个集合;然后再对各集合中的字符进行模板匹配,最终对字符做出判决。试验结果表明,模板匹配算法保证了字符识别的正确率,而对字符进行预分类,则缩小了模板匹配的字符对象范围,弥补了模板匹配算法对于大量字符耗时多的缺点。     

基于MMSE准则自适应预处理算法研究

自适应OFDM(Orthogonal Frequency Division Multiplexing)系统根据信道情况自适应地分配各个子载波发送的比特和功率,在频率选择性衰落信道条件下,它比传统的OFDM系统有更好的误比特性能。提出了一种基于MMSE准则的自适应预处理算法,并将该算法应用于自适应OFDM系统,与基于最大信息速率设计的自适应OFDM系统相比,误比特性能有了显著提高。     

基于多结构特征的纸币字符识别算法

针对现有人民币冠字号字符识别算法对严重污染磨损的人民币冠字号字符识别率低的难题,提出了一种将模板匹配法与多种字符结构特征(字符轮廓、区域密度)相结合的人民币冠字号字符识别算法.通过定位分割、分类识别、验证纠错3个步骤完成字符的识别,实验结果表明,该算法具有较高的识别率和较强的鲁棒性.     

基于笔画分析和形态学的汽车牌照定位算法

分析了目前存在的车牌自动定位方法及其相应的问题,提出了一种多分辨率下结合数学形态学和字符笔画分析的车牌定位算法.通过大量的实验证明该方法准确率高,速度快,召回率较高.     

基于OpenCV的光缆表面喷码字符识别算法

人工识别光缆喷码字符弊端众多,亟需光缆自动化识别技术.针对光缆喷码点阵字符特点,提出一种在线光缆喷码字符识别系统,对模板匹配、人工神经网络和支持向量机等3种字符识别算法进行仿真研究和参数优化,并比较了这3种算法的优劣;分析了人工神经网络和支持向量机相关参数对识别准确率和训练时间的影响.仿真结果表明:相同测试集下,人工神...     

一种基于CIS的快速字符识别算法

字符识别目前广泛用于文献资料的检索等场合。目前大多数字符识别使用摄像头采集图像,预处理后,进行字符校正,字符分割,字符识别。传统算法主要存在运行速度慢,耗时长,内存占用多等问题。同时,用摄像头采集图像,其本身也有一定的缺陷,例如对光线敏感等。因此,文中提出使用一种改进过的FPA字符细化算法结合SWT文本检测算法对文本进行预处理,使用HOG特征向量提取以及SVM分类等算法进行字符识别。同时,给出一种新型的基于CIS(接触式图像传感器)图像采集和处理系统,CIS自带光源,具有一些摄像头所不及的优点。文中方案经过测试,识别率较高,运行速率较快,内存占用率和处理时间较传统的字符识别方式都有一定的改善和提高。     

基于BP神经网络算法的车牌字符识别系统设计

构建车牌字符识别系统,并对系统中BP网络反传学习速率进行改进,提高了识别率并降低学习时间;在特征提取上针对汉字综合采用非均匀网格特征和外围特征提取法,字母与数字采用均匀粗网格特征加笔划密度特征提取法,优化了系统的识别精度并提高了识别速度.采用BP算法增强了车牌识别的容错性、鲁棒性.     

基于EMD分析法和改进的BP算法的车牌字符识别

保证最优的分解效果和克服传统的BP网络训练速度慢和易陷入局部最小等缺点,首先通过EMD中的IMF分量的引入,对每一个基本模式分量进行波间与波内频率与幅度调制,得到一个可变幅度与可变频率的信号描述方法,从而实现信号的一次筛选.然后利用竖直方向的投影具有波峰、波谷间隔出现的特性,将字符进行分割.最后将分割的字符大小归一化后,送入采用动量因子的改进的BP神经网络进行字符识别.实验结果表明该识别方法可以改进信号分解或展开的效率,提高识别速度和精度.     

基于改进BP神经网络的手写字符识别

针对标准反向传播（BP,Back Propagation）神经网络算法收敛速度慢、易陷入局部极小等缺点,采用附加动量法与学习速率自适应调整相结合策略对神经网络初始参数进行设置。通过在权重计算公式中加入动量项,降低神经网络对误差曲面局部调节的敏感性,有效抑制其陷于局部极小。学习速率根据总误差的变化进行自适应调整,可以有效地缩短学习时间,加快收敛速度。将该改进算法应用于数字、英文字母以及简单汉字的手写字符识别系统中,进行了有无动量、有无噪声等实验,结果表明该方法与传统BP算法相比识别精度较高、训练时间较短且具有较强的鲁棒性。     

基于神经网络的车牌字符识别算法研究

提出了一种基于神经网络的车牌字符自动识别算法。用本文提出的方法对车牌图像进行实验,对车牌字符样本进行特征提取,用特征来训练有效分类器,用MATLAB完成了对车牌照数字识别的模拟,结果证实此算法对车牌字符识别有一定准确性,具有良好的效果。     

车辆牌照字符识别算法的设计

对当前典型的车辆牌照字符识别算法进行了研究和分析,在此基础上提出一种新型算法,通过提取一些具有表征性的字符结构特征构建合理的判决树进行有效识别.采用车牌识别系统中分割出的一些数字和字母进行识别仿真,实验结果表明该算法简单、快速、高效,在复杂的噪声环境下同样具有较高的识别率.     

一种基于数学形态学细化的道路跟踪选择算法

在航空图像中提取道路信息具有十分重要的军事和民用价值。利用航空图像中道路与背景之间通常存在着灰度差异,结合数学形态学知识,提出了一种基于数学形态学细化的线性跟踪选择算法,并对算法进行了详细描述和算法优点分析,通过实验验证了算法的有效性,实验证明所设计的线性跟踪选择算法检测效率较高,参数易于选择,道路提取效果好,具有较高的应用价值。     

一种基于视频的新型行人识别方法

混合交通是我国城市交通的主要特点。我国城市步行交通在总出行量中所占比例较大,且将持续相当长的一段时间。而随着智能交通系统（ITS）研究与应用的不断深入,在优化交通管理、减少交通事故、保证行人安全等方面的要求越来越高,所以行人识别具有重要意义。视频检测是一种在智能交通监控中广泛使用的检测方式。文中基于视频图像,利用行人的形状、速度、非刚体性的特点,设计了一种具有较好实时性和鲁棒性的行人识别算法。     

一种新颖的基于小波变换的虹膜识别算法

虹膜识别是一种新兴的生物识别技术,研究了虹膜图像的快速定位、增强等预处理方法,并提出了一种新颖的基于二维小波变换的虹膜识别算法,它的基本思想是:对预处理得到的虹膜图像进行四层小波分解,对得到的低频和高频系数抽取115维特征矢量,最后用汉明距离进行图像匹配判决合法性.实验证明,该算法运算速度较快,在图像模糊、噪声干扰等不利条件下仍具有良好的稳健性.     

基于对数极坐标变换的目标识别算法

针对二维ISAR像的空中目标识别问题,提出了一种新的识别算法。首先通过对数极坐标变换,将笛卡儿坐标系下的尺度、旋转变换转变成对数极坐标系下的平移变换,然后对新坐标系下的图像进行二维傅里叶变换,利用傅里叶变换模值的平移不变性,得到具有尺度、旋转不变性的特征矩阵,最后与模板的特征矩阵进行矩阵相关,识别分类。用实测数据进行了验证,证明了算法具有较快的速度和较好的识别结果。     

基于半分积分投影的车牌字符快速识别算法

提出了一种用于车牌识别的快速字符识别算法。首先利用半积分投影把大小为W×H的二值化字符图像转化为长度为2(W×H)的一维信号,保留了用于图像识别的关键特征,降低了后续算法的复杂度。然后将投影得到的数据进行离散Harr小波变换,抽取第二层小波变换后的低频系数并送入支持向量机进行训练识别。实验结果表明,所提算法可以使车牌字符的总识别率达到97.60%,平均识别时间为16.2ms,有效地提高了识别速度和精度。     

一种对光照鲁棒的人脸图像预处理算法

分析了Retinex理论的本质意义,得出Retinex输出图像本质上是相对反射率,而相对反射率对光照不敏感,从而将其应用于光照情况复杂的人脸图像预处理.采用均值方差归一化的方法,对Retinex输出图像进行灰度值线性拉伸.实验结果表明,该算法能有效地提高人脸识别对光照的鲁棒性,尤其是非受控条件下得到的复杂光照人脸图像.     

基于多信息融合的中文手写地址字符串切分与识别

该文提出了一种有效的中文手写地址字符串的切分与识别方法。首先,利用笔划提取与笔划合并将字符串图像进行过切分,得到字根图像序列;然后综合利用几何信息、识别信息和语义信息挑选最优的字根合并路径,得到最优的切分结果及对应的最优识别结果。其中,几何信息是根据当前字符串自身的特点统计得到,因此可适应不同书写风格的字符串。识别信息由单字分类器给出,包括10个候选识别结果及其相应的置信度;单字分类器采用MQDF分类器。语义信息用基于字的bi-gram模型进行描述,模型参数是从包含18万条地址数据的数据库中统计得到的。用3000个实际的手写地址样本做试验,单字识别正确率达到88.28%。