基于实景图像的道路限速标志识别算法研究

基于道路图像的交通标志识别系统中,关键步骤之一是对图像中的交通标志能够快速有效的识别.文中以具有字符信息的限速标志为例,通过对提取的区域图像进行预处理、旋转校正、字符分割和字符识别,实现了对交通标志中字符信息的自动识别.实验验证:该算法能有效地识别交通标志中的字符信息.     

基于机器视觉的数字化仪表字符识别

针对工业生产中测试仪表显示数据的自动识别问题,提出一种基于机器视觉的数字仪表数据识别方法;文章方法利用图像获取、图像去噪、阈值分割、光学字符识别等技术有效远程识别LCD/LED显示的数字信息。通过实验验证,该系统能远程实时识别具有LCD/LED显示的数字化仪表的显示数据,识别率能达到99%以上,并且能够实现超限报警及数据保存功能。     

用特征编码模板实现多模式分类识别的方法

以编码理论和神经网络优化算法为基础,提出了一种构造编码模板用于识别某一类模式集的方法,并以26个大写英文字母的识别作为实验进行了研究。     

视频图像记录判读系统

光电经纬仪的摄影胶片图像和CCD摄像机的视频图像的数字化处理是兵器试验靶场中始终未能很好解决的问题。主要源于两个问题:一是视频图像的数字化采集和转换;二是数字图像的自动处理。介绍了根据靶场广泛应用的光学图像记录、判读需求而研制的视频图像记录判读系统,并对所采用的视频图像实时存储技术、字符识别技术、目标识别与定位技术等几项主要的关键技术进行了说明,并给出了应用结果。结果表明,图像采集记录灵活方便,速度快,不丢帧;目标图像处理精度高,实时性强,自动处理能力好,使光测数据处理的精度和效率都有了很大的提高。     

浅谈“小波分析及其应用”课程中教学案例的设计与实施

首先探讨了案例教学在研究生数学公共课程中的定位与作用,在此基础上就"小波分析及其应用"一课的特点,设计了一个基于稀疏表示进行字符识别的教学案例.除案例框架之外,文中还介绍了案例教学的实施,包括课堂内容的选择、课后扩展研讨及组织形式等,以期能为其他研究生数学公共课程教学提供有益参考.     

基于BP神经网络的车牌字符识别算法研究

车牌字符识别是车牌识别系统中的关键环节。采用图像处理和神经网络相结合的方法设计新的车牌字符识别算法,先对分割出的车牌字符进行归一化处理,然后进行SOBEI．边缘检测和角点特征提取,最后输入BP神经网络进行训练、识别,其中BP神经网络模型属于改进型神经网络。通过一系列神经网络训练和仿真实验,车牌识别速度和正确率得到了明显的提高。     

一种鲁棒性的印刷体数字识别算法

针对复杂版面中具有大偏转角度的数字型字符识别问题,提出了一种识别算法。该算法充分利用笔划拐点等结构特征构造编码器进行字符识别,无需事先校正并具有平移、旋转不变性。实验结果表明,该方法具有速度快、精度高、抗干扰性强的特点。     

基于模板匹配的车牌数字与字母识别

车牌的字符识别是车牌识别的重要组成部分.我国的车牌由7个字符组成,除第一位为汉字外,其余均为字母和数字字符,所以提高数字与字母识别率在车牌字符识别中占很重要的地位.通过模板匹配的方法对车牌的数字与字母字符进行识别.选择了两个判别函数,一个是求取模板、待识别字符与运算结果的标准差的最小值,另一个是求取运算结果与模板比值的最大值.并对两个判别函数的识别结果进行了比较,求标准差最小值在总体识别结果上比求比值最大值的识别结果要好,但在个别字符的识别上,求取比值最大值的识别结果要高于求取标准差最小值的识别结果.     

机器视觉及应用——第五讲 机器视觉的典型应用

主要介绍机器视觉的典型应用，简要分析机器视觉的特点、优越性和应用分类，详细介绍了机器视觉技术在印刷行业、农业、工业、医学中的应用。并且分别举例说明。机器视觉的诞生和应用在理论和实际中均具有重要意义。     

动态目标定位和字符识别技术在机器人视觉中的应用研究

提出了一种机器人"手-眼"视觉分步动态目标定位方法,实验中保持摄像机图像平面与工作台平面平行,并对摄像机的拍摄高度进行设定,最终将目标定位在图像的中心位置。在目标类型识别过程中,采用BP神经网络技术对目标表面字符进行识别,通过识别的字符判定目标类别。最终由字符信息及目标定位信息引导末端执行器完成对目标的准确分选。