基于图的书法字笔画提取研究

中国书法艺术源远流长,随着计算机技术的发展,利用计算机进行书法识别成为可能。为使书法能够在计算机中精确识别,书法笔画的正确分割与提取必不可少。采用基于点到边界方向距离（PBOD）的笔画分割算法,对得到的分割笔画结合原图像构建无向图,根据无向图的连接区域最终组合成单独的笔画。采用200幅随机书法字图像进行实验,结果表明笔画提取的正确率达到95.35%,证明基于图的书法字笔画提取算法准确率高。该算法不仅能正确地对笔画进行提取,而且很好地解决了复杂汉字存在多个笔画交叉区域、在笔画分割后混淆相似子笔画的问题,提高了笔画提取效率。     

改进Niblack算法及其在不均匀光照条件下的应用

文本二值化是光学字符识别的关键技术,但在光照不均的情况下,采用传统全局阈值二值化在图像过亮或暗区域情况下会造成大量文字信息丢失,因此通常采用局部阈值二值化方法。Niblack二值化是一种经典的局部阈值法,能够提取全部文字信息,缺点是存在大量伪影,且运算效率低,但优点是方法简单,易于实现。针对Niblack算法存在的问题,提出一种基于邻域信息的Niblack算法。该算法结合像素点空间八邻域灰度信息,能自适应调整阈值,逐点进行二值化处理,从而基本消除了伪影,并使用积分图法使运算时间从30s降低到3s,同时运用形态学腐蚀操作对笔画进行增强。实验结果表明,与传统Niblack、Sauvola等算法相比,在光照不均条件下,该方法图像噪声少、速度快,笔画更清晰,且更易于识别。     

粒子图像测速中的散斑提取方法

研究示踪粒子的成像特点,提出一种适用于粒子图像的散斑提取方法:根据目标连通域的统计特征进行自适应二值化处理;从多个径向判断目标区域是否存在混叠并辩识粒子;提取粒子的中心位置。该方法有效地将粒子图像特征融入到二值化阈值提取与粒子辨识中,从而正确提取粒子的中心。使用粒子图像进行了算法验证。结果表明,所提算法可以有效地对粒子图像中的散斑进行提取,拓展了粒子示踪法在应用时的空间深度。     

基于阈值的图像风格元素人工智能识别方法

受到图像破损区域的影响,对风格元素的识别效率和提取精度较低,由此,提出了基于阈值的图像风格元素智能识别方法.去噪原始图像,获得较优的风格元素表象,利用灰度直方图对图像阈值分割,用统一的灰度来划分成便于计算的二值图像;利用闭运算法模糊消除区域破损地方,获得完整清晰图像,以灰度图像形成的谷形区域实现图像风格元素提取.仿真实验结果表明,本方法在提取精度、误差率和时间效率方面均较优,能够为实际应用提供理论指导.     

固定场景中基于肤色信息的人脸检测

给出了一种用于固定场景的快速人脸检测方法。在背景差的情况下,利用SHEN滤波进行二值图像并提取出运动目标区域,基于肤色聚类模型对运动目标子图像进行肤色分割,结合椭圆模板检测出人脸区域,进行人脸定位。实验数据表明,该方法对固定场景中的人脸检测具有较好的鲁棒性,对姿态、表情、年龄都有较强的适应性,并具有一定的实时性。     

固定背景下人脸图像的特征提取

对于复杂人脸模式、脸部特征的提取,是人脸自动识别技术的关键,本文对固定背景下人脸图像特征的定位和提取算法进行了分析.文中首先对彩色图像背景进行分割,得到二值化图像;然后采用边界搜索方法确定人脸外接矩形;最后在色度空间中,结合SUSAN角点检测方法,实现人眼、嘴角定位,完成了人脸图像特征的提取和识别.实验证明,该算法在降低运算区域的同时,降低了运算复杂度和其他干扰因素,并且在速度、效率、准确性方面均有良好的性能.     

对外汉语教学视角下的汉字笔画分类

化解对外汉语教学中＂汉字难＂的问题,应对笔画重新分类。按笔画笔向折转与否,可将笔画＂三分＂为横、竖、撇、捺、点、提六个基本笔画,折、钩、弯三个特殊笔画和多个复合笔画;基本笔画可再＂三分＂为点画、线画和半线画;特殊笔画＂折＂使线画、半线画折转成直角,＂钩＂转成钝角,＂弯＂转成圆弧。占笔画多数的复合笔画都是基本笔画折、钩、弯而成的。     

纹理方向与边缘特性相结合的车牌定位方法

针对道路车辆的车牌信息提取问题,提出了一种基于纹理方向与边缘特性相结合的车牌定位方法.利用梯度方向场对获取原图像进行计算,从而得到纹理方向图;融合纹理方向图和二值图像通过区间判定边缘信息的方法确定候选区域及车牌区域;采用改进的区域标记方法实现车牌的准确定位.实验证明此种方法定位速度快、准确率高,具有很高的鲁棒性.     

基于行颜色梯度分析的视频字幕区提取算法研究

提出了一种基于行颜色梯度分析的视频字幕区提取算法。该算法首先计算视频图像帧中每一行的颜色梯度偏差以检测可能包含文本像素的行区间．然后扩展毗邻行中可能包含文本的像素区间形成一个可能包含文本字符串的二维像素区块,接着根据文本区块和图像背景间的几何性质的差异确定包含文本的二维文本像素区块。最后,利用从电视节目中采集的新闻视频和网络下栽的图像对算法进行了试验验证。     

一种基于HSV颜色空间与小波能量特征融合的车牌定位算法

文中针对彩色汽车图像牌照定位率不高和速度慢等问题,提出了基于HSV颜色空间与小渡能量分析相融合的车牌定位方法.利用固定底色牌照的色相、亮度和饱和度值分布区间不同的特点,完成对大多数黄蓝底色牌照的快速定位.对于车牌底色与车身颜色相近无法一次完成定位的操作,进行图像二次定位处理,利用车牌区域小波高频能量分布特点从背景图像中提取车牌区域.实验结果表明该方法比单一使用HSV空间进行定位的算法准确率高,比其它小波定位算法实现速度快,并且具有较好的鲁棒性.