融合颜色与LBP纹理特征的布料色卡图像检索

针对在采购与销售布料中存在人工配色不准确、查找分类难等问题,基于图像检索相关技术,通过融合布料色卡图像的颜色特征和纹理特征进行图像检索应用研究。设计了布料色卡图像颜色特征提取算法和基于LBP的纹理特征提取算法,并提出融合颜色特征和纹理特征的布料色卡检索算法。对提出的融合颜色和纹理特征的布料色卡图像检索算法在3个标准图像纹理库和实际布料色卡图像数据集进行了详细的对比测试。通过对测试结果的分析,得出在融合颜色和LBP纹理特征的布料色卡图像检索方法中采用先颜色后纹理的策略进行布料色卡图像检索是最有效的检索方案。     

基于纹理分析的笔迹图像预处理子系统的设计和实现

基于纹理分析的笔迹图像预处理技术在笔迹鉴别、文字识别、签名验证等领域都具有广泛的应用。针对基于纹理分析的离线手写体笔迹鉴别方法,重点对笔迹图像预处理的相关算法展开了研究,并给出了部分算法的改进和子系统的实现。实验结果表明:这些算法有效可行,子系统具有应用推广价值。     

一种局部频域分析的多尺度纹理特征提取方法

在局部二进制模型和多分辨率分析的基础上,提出一种基于局部频域分析的多尺度纹理特征提取方法。对纹理图像采用局部圆形邻域作为局部模板进行局部频率变换,对各频段图像实现多分辨率分析,提取多尺度下的特征向量,结合SVM算法进行分类实验。结果证明,该方法在继承了LBP对光照因素具有的稳定性的同时,具有旋转不变性特征;利用NSCT在多尺度下进行的纹理特征提取也满足尺度不变性的需要,与其他方法相比提高了分类准确率。     

基于Halcon的食品生产日期针孔光学字符检测

光学字符识别是自动化生产的重要组成部分。针孔字符的特殊性使得字符识别难度加大,鉴于此,在对字符提取后采用闵可夫斯基加减法进行膨胀,解决了针孔字符不连接的问题。基于BP神经网络对字符进行特征提取,由于生产日期是多分类问题,采用Softmax分类器进行分类。经验证,该系统对针孔字符的正确识别率达95%以上。光学字符识别包含两个任务：将图像中的单个字符分割出来并对分割得到的字符进行分类,以酸奶生产日期为例进行探讨。     

字符特征提取方法

特征提取是模式识别中的重要步骤,提取描述性强的特征能够有效提高分类的识别率.为了使人们对这一步骤有个概略了解,首先对图像处理中的特征提取进行了较为全面的介绍,然后详细介绍了投影归一化的字符特征表示方法,最后着重探讨了矩技术在图像特征研究方面的应用。     

基于共生矩阵的图像纹理特征提取及应用

纹理分析是计算机视觉的一个重要研究方向.讨论了基于灰度共生矩阵(Co-occurrence M atrices)纹理特征提取方法,并简要介绍了基于图像纹理特征的图像工程应用.     

脉冲耦合神经网络纹理检索系统研究

脉冲耦合神经网络用于图像检索时,具有平移、旋转、尺度、扭曲等不变性,同时对噪声还具有很好的鲁棒性．本文提出了一种改进的脉冲耦合神经网络图像纹理检索算法,该算法将脉冲耦合神经网络和离散余弦变换相结合．首先将脉冲耦合神经网络输出的二值图像序列进行离散余弦变换,然后选择不同的特征提取方法提取纹理图像的关键特征,最后利用欧氏距离分类器对图像进行识别,基于Brodatz纹理图像库的实验结果证明了该算法的有效性。     

地震剖面图像纹理分割研究综述

从地震剖面图像纹理特征提取和图像分割方法两个方面介绍了基于纹理的地震剖面图研究现状,在此基础上总结并讨论了在地震剖面图纹理分割上的改进方向．     

基于顶帽变换和LBP算子的纹理特征提取方法

针对顶帽变换能有效消除不均匀背景这一特点,结合LBP算子能很好地描述图像局部空间结构以及在纹理分类中有高区分能力的特点,提出了顶帽变换和LBP算子相结合的多特征组合纹理特征提取方法。经实验验证可知,这种多特征组合的纹理特征提取方法能够提高对Outex数据集分类的准确率,并得出结论：特征提取方法应当遵循多特征组合、组合特征间差异大和组合特征维数小的原则。     

车牌识别技术中字符切割新算法

先对切割下来的车牌进行水平扫描,确定车牌上文字在水平上的大致范围;然后再对确定水平范围后的车牌图像进行竖直扫描确定车牌上每个字符的大致宽度;最后把它们切割下来并进行归一化处理,为下一步车牌特征提取打下了基础。实验结果的数据表明该方法对车牌上字符的切割具有很好的效果。     

RBF神经网络在车牌字符识别中的应用

针对现有车牌字符识别算法中存在识别时间长、正确率低的问题,提出了基于粗网格特征提取及RBF神经网络的车牌字符识别算法。该算法首先对车牌图像字符进行预处理,再将提取的车牌字符特征向量输入RBF神经网络进行训练,通过建立汉字字符、字母、字母／数字混合分类器分别对车牌字符信息进行识别,同时引入拒识别和易混字符细识别机制。实验表明,这种方法克服了BP神经网络易陷入局部最小值的问题,提高了识别的正确率,适合于对实时性要求较高的智能交通管理系统。     

基于网格外围特征的平假名识别及应用

脱机手写体识别是字符识别中的难点之一,日文中的平假名类似于中文的手写体草书.为解决该问题,首先,针对日文平假名字符的特点提出了一种基于网格的外围特征提取方法,其次,考虑到了不同特征的分类能力的差异性,提出了一种基于支持向量机的多特征融合的识别方法,提高了识别率.最后,针对日文车牌中的6 735个平假名样本和4 145个数样本字进行了识别实验.实验结果表明,该方法的识别率可达98%左右,优于距离分类器及神经元网络的方法,具有实际应用的价值.     

基于小波变换和梯度方向的脱机手写藏文字符特征提取方法(英文)

为了提高脱机手写藏文字符的识别效果,提出了一种在小波变换基础上计算局部梯度方向直方图的特征提取方法.首先,对一个脱机手写藏文字符样本图像进行一次Haar小波变换,得到相应的一级近似分量;然后,将这个一级近似分量划分成几个等尺寸的子区域;最后,计算每个等尺寸子区域的局部梯度方向直方图,并将所有子区域的全部局部梯度方向直方图的值作为该字符图片的特征.在最近建立的脱机手写藏文字符样本数据库(THCDB)上的实验结果表明:提出的特征提取方法识别效率较高,且识别效果较好;和细节分量相比,近似分量对提高识别精度具有更大的贡献.     

最大类间方差二值化在车牌定位中的应用

根据车牌区域字符的纹理特征和统计规律,应用综合纹理分析和垂直投影的车牌定位方法来进行车牌定位。首先对图像进行灰度均衡,再在最大类间方差（OTSU）二值化的基础上,用边缘检测和投影法相结合实现车牌定位和分割。经实验证明利用这种方法定位准确率高,具有很强的可行性。     

基于Gabor变换与最近邻分类器的字符识别方法

光学字符识别中,特征提取与分类是最关键的步骤,文中采用Gabor变换来提取图像特征,结合最近邻分类器进行分类识别,实现了对中文字符的准确识别.实验表明,该方法具有较好的抗干扰性.     

基于单目视觉的空中书写系统原型设计

提出一种新的人机交互方法并设计了系统原型,通过单个摄像头跟踪人手在空中的运动轨迹,生成相应的字符图像,再结合特征提取和分类器算法识别所写字符。实验结果表明,该系统能够实现实时手部跟踪和手写识别的功能,其设计思想可用于虚拟现实、沉浸式游戏等应用领域。     

基于超像素纹理分割的三维立体模型重构设计

在计算机平面设计中,需要利用三维立体模型进行视觉重构,以提高平面设计的立体美化感。传统方法采用多维透视变换平滑方法进行视觉重构,在三维立体模型受到散点噪声干扰下,重构效果不好。提出一种基于超像素纹理分割的三维立体模型重构算法,首先对三维立体模型进行图像视觉特征采集和降噪处理,对降噪滤波输出的图像进行不规则三角网构建,并在构建的三角网中进行超像素纹理分割,通过纹理特征提取结果进行视觉重构,实现算法改进。仿真结果表明,采用该方法进行三维立体模型重构的特征分辨率较高,视觉信息的美化效果好,信息呈现较为准确,误差率低,在计算机平面设计中展示了较好的应用性能。     

RSA数据加解密算法的研究及其Delphi实现

局部二值模式LBP是一种有效的纹理描述算子,能够度量和提取图像的局部纹理信息,对光照具有不变性。针对LBP在人脸识别特征提取时存在维数过高、识别效果不佳的问题,在FERET人脸库上对LBP和Fisherface的结合算法进行实验。实验结果表明:相对于原始LBP表达方法,结合LBP和Fisherface的人脸表达能有效降低计算复杂度,同时也提高了识别精度。     

双树复小波域基元共生矩阵的纹理特征提取方法

提出了一种双树复小波域基元共生矩阵的纹理特征提取方法。利用双树复小波域作为分析域,以纹理基元作为依据,来描述纹理的局部特征,提取图像纹理特征值。实验结果表明,该方法能有效提取出多尺度、多方向的纹理特征,并兼顾纹理局部随机性和整体规律性,所提取的纹理特征具有良好的聚类分离度和类内样本差异性。     

基于图像处理的钢管字符分割方法研究

钢管字符作为钢管的“身份证”号需清晰记录,但易受氧化、生锈等因素的影响,发生缺损或黏连。为解决受腐蚀字符以及黏连断裂字符的分割问题,设计一种改进的钢管字符分割算法。对原始图像进行二值化等预处理操作,利用黑白像素特点对图像进行修补填充,根据连通域的面积属性去除小噪声,将图像进行分类处理。通过最小二乘法对字符图像进行倾斜矫正,根据连通域边界外接框属性对字符部分进行定位,采用连通域提取法和上下轮廓分析法两种分割算法层层递进的方式完成分割任务。经验证,该方法可以较准确的分割出反光、模糊、断裂和黏连字符图像且明显优于传统方法。