共查询到20条相似文献，搜索用时 140 毫秒
1.
2.
在对传统的字符垂直投影分割算法深入研究的基础上,提出了一种基于二分思想的字符垂直投影分割法,该算法能较好地避免传统垂直投影分割法对粘连字符的误切分问题,且分割速度快,实现容易。该算法经过大量实验证明了其在准确率方面的优越性。 相似文献
3.
4.
车牌自动识别系统是一种利用车辆的动态视频或静态图像从而进行车牌号码自动识别的模式识别技术,是计算机视觉技术与模式识别技术相结合的技术领域。本文应用图像处理技术对车牌进行定位、获取字符,对字符进行分割,利用神经网络识别技术来对车牌字符进行识别,从而达到较好的自动识别效果。 相似文献
5.
文字图像由于受噪声、随机污点的干扰,以及图像边框的影响,其字符很难精确分割,直接影响后续的特征提取以及识别工作.为解决上述问题,本文提出采用分形理论进行字符切分,仿真结果证明此方法和传统的基于上下轮廓凹凸特征的分割方法相比,可以有效抑制噪声特别是图像边框干扰,提高了切分的正确率. 相似文献
6.
图像分割在数字图像处理技术中占据重要地位,属于机器运算的视觉技术,在图像理论研究及实际图像处理中得到了广泛重视。图像分割没有唯一的标准和方法,应该按照不同种类的图像应用不同的分割技术。现在的图像,基本已经有相应的分割方法可以对其进行分割,在大多数通用方法的情况下,也有些特殊的图像需要用到特殊技术。讲述了边缘检测应用于图像分割比较常用的3种算法,并对基于边缘检测的图像分割方法进行了研究和分析,指出了图像分割技术未来的发展方向。 相似文献
7.
图像分割是目标检测和识别的基础,对所采集到的图像进行分割处理是图像识别跟踪技术中实现目标检测的一种重要技术手段;遗传算法是一种优化算法,利用其高效、并行的寻优能力,通过选择、交叉和变异等遗传操作快速逼近最佳阈值,大大缩短图像阈值分割中阈值的选取时间,提高分割效率;介绍了遗传算法在图像阈值分割领域的应用研究进展。 相似文献
8.
9.
10.
目前常见的字符分割法有垂直投影法,聚类分析法,连通域分析法,模板匹配法等方法,本文对车牌字符进行粗分割处理采用最小外围矩形框包围法,为了减少分割时的干扰,本文使用改进的Bernsen法对字符进行二值化;去除牌照区域边框使用线型滤波器;使用投影法处机动车理牌照字符的粘连和断裂等问题。 相似文献
11.
随着时代不断地发展,计算机技术迅速地更新,为了人们的信息安全,验证码技术已经成为保护网络安全的重要手段。验证码技术属于人机区对于大小固定的、质心位置居中的验证码,可以得到百分之百的识别率。由于扭曲字符干扰较大,所以识别率达不到理想效果。文章采用的方法有助于提高验证码的安全性。 相似文献
12.
Mean Shift算法是目前广泛应用于图像分割和计算机视觉中的方法。论述了该算法应用在彩色图像分割中的原理及过程,并给出实验过程和结果。 相似文献
13.
指纹特征是人终生不变的特征之一,而且不同人的指纹特征相同的可能性几乎为零。由于指纹鉴定花费小、效果好,因此将其作为身份鉴定的一种手段,具有广泛的应用前景。本文对其中的指纹图像分割方法进行比较深入的分析。 相似文献
14.
分析了汽车牌照的几何特征和成像特点,提出基于自适应性阈值的搜索策略,对图像中的车牌进行定位;利用Hough变换对图像进行倾斜矫正;然后设计一个三级分类器,对单个字符进行模式匹配,得到识别结果,最终实现对原始车牌图像的识别。 相似文献
15.
16.
图像在获取和传输过程中,会受到各种噪声的干扰,使图像退化,质量下降,对分析图像不利。图像的平滑或去噪一直是数字图像处理技术中的一项重要工作。为此,论述了在空间域中的各种数字图像平滑技术方法。 相似文献
17.
分形图像编码是目前可达到的压缩比最高的编码技术,但由于编码时间长阻碍了它的发展。本文首先介绍了分形理论和提升小波变换理论,提出快速提升小波变换结合快速分形编码的混合编码方法。实验结果表明,该算法加快了图像的编码速度,同时压缩比也有很大提高。 相似文献
18.
主要研究了均值聚类图像分割问题。针对传统的聚类图像分割算法对图像地分割精度较低等问题,提出一种基于模糊控制的C-均值聚类快速图像分割新方法。本文采用快速模糊C-均值聚类算法对图像分割。实验结果表明,图像分割边缘清晰,分割效果明显优于传统的聚类图像分割算法。 相似文献
19.
一种基于位置变换和灰度变换相结合的数字图像置乱方法 总被引：1，自引：0，他引：1
图像置乱技术在数字图像加密中有着广泛应用。作为一种图像加密技术,它主要通过改变原图像中各像素位置或改变像素灰度值的方式达到对图像信息进行隐藏的目的。提出一种易于实现的将像素位置变换和像素灰度变换相结合的数字图像置乱方法。实验证明该方法相对传统算法置乱效果得到明显加强。 相似文献
20.
自动提取植物染色体特征的研究 总被引：2，自引：0，他引：2
植物染色体特征参量的提取是实现植物染色体计算机自动识别和分析的关键,本文首先对原始植物染色体图像进行图像分割、边界搜索、背景噪声滤除等处理,将各条染色体从图像中提取出来。然后,提出采用边界的高阶方向链码来判定染色体边界上明显凹凸点的分布,又根据染色体的细化中轴,自动判定出染色体着丝点的位置。进而,测量得到描述染色体特征的主要参量。经对植物染色体图像进行实验,其结果表明这一系列处理方法对植物染色体特征的自动提取是有效的。 相似文献