共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
验证码字符图像分割质量很大程度上决定机器能否正确识别出验证码。针对验证码字符图像分割策略不同,通过研究投影分割法、连通域分割法、最短路径分割法3种验证码字符图像分割技术,分别探讨其特点和应用范围,给出了Web验证码3种分割技术的综合应用方法。 相似文献
3.
4.
本文提出了一种基于汉字结构特征的手写体汉字字符切分算法。根据两个组件之间的上下、左右和包围关系,对组件进行合并形成完整的汉字图像。分析整个汉字字符串中组件的宽度和相邻组件的间距,形成字符串的特征估计,指导左右关系组件的合并。 相似文献
5.
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
6.
提出了一种基于小波框架变换和区域能量的多聚焦图像融合方法,该方法首先利用离散小波框架变换对原始图像进行多尺度分解,通过计算各个像素的高频能量并设置合适的闽值,将源图像分割成3个区域:聚焦区、离焦区和边界区,不同的区域采用不同的融合规则,在保持源图像各自聚焦区域的同时尽可能保持边缘区域的细节:实验结果表明,该方法取得了比其它2种传统融合方法更优的视觉效果和性能指标。 相似文献
7.
本文提出一种基于Radon变换的抗旋转和缩放攻击的零水印算法,检测时可利用Radon变换完成几何校正;而利用小波分解和DCT构造水印信息,实验仿真结果表明,本方法有较强的鲁棒性,而且透明性很好。 相似文献
8.
提出了基于图像检索的方法、步骤.并在重点的步骤中介绍了具体的方法及特点,最后得出在该检索过程中的难点和重点,以便更好的应用在实际工作中. 相似文献
9.
10.
根据车牌区域的灰度分布特征,提出一种定位车牌区域并进行字符分割的新方法。该方法先利用车牌区域灰度分布特征,对车辆图片进行粗定位并得到车牌上下边界;再根据车牌区域字符紧密性特征,利用垂直投影方法初步得到车牌的左右边界;然后根据字符宽度和间距进一步修正车牌的左右边界,最后根据字符宽度和间距的比例进行字符分割。经实验证明,该方法具有在复杂背景下适应性好、抗干扰、实时性好、定位精确等特点。 相似文献
11.
基于显著区域选择和尺度空间主结构,提出了一种新颖的关注区域提取方法。模型中,关注区域提取方法分为三步:首先使用基于显著区域选择方法,利用对目标显著度贡献最大的特征估计图像中目标的大概位置;然后利用尺度空间主结构方法获得当前位置图像的重要结构区域范围以及合适的观测尺度;最后,将前两步中获得的区域范围合并起来作为最后的关注区域。实验结果和比较证明本文提出的模型能够获得较好的目标区域提取结果,更好地为识别模块服务。 相似文献
12.
文中提出了一种文本知识分析中的概念层次网络方法。该方法是一种文本概念分析的新思路。探讨了用面向对象技术与框架技术结合实现文本知识的抽象概念和具体概念的自动分析、知识组织、检索智能化方法。 相似文献
13.
基于人耳听觉系统,采用扩展频谱法,以52×32和64×64的二值灰度图像为水印,实现了其在数字音频信号中的嵌入与提取。实验结果表明,该算法具有较好的透明性。 相似文献
14.
通过对灰度图像的边缘检测的研究,构造了一种新的基于色度差的边缘检测算法,并充分利用彩色图像的颜色信息,将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性,而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明,该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。 相似文献
15.
一种简单的人脑图像的分割 总被引:1,自引:0,他引:1
给出了一个基于区域生长法的医学图像的分割算法,用区域生长的方法对脑部扫描图像中的脑体进行了分割提取,根据脑部扫描图像的特点确定了生长的种子点,通过反复测试确定了最终的生长门限。试验证明,该方法简单实用,分割准确。 相似文献
16.
自1952年首次提出话语分析这一概念来,话语分析已广泛应用于跨文化交际及翻译实践,并取得显著成果。本文基于前人研究基础上,对话 语分析在翻译中的应用加以阐述,对语篇的整体意识在翻译过程中的重要性加以诠释。 相似文献
17.
文章首先概迷信息隐藏技术,阐述隐写分析技术的基本原理和分类,重点分析现有的几种隐写分析算法,评价其优缺点,最后指出隐写分析技术的发展方向. 相似文献
18.
19.
20.
本文首先介绍了嵌入式系统应用现状和相关技术以及涡流无损探测技术在检测工件缺陷和质量控制方面的应用,然后提出了一种将两种技术相结合的方法,最后,分析了新方法的优点。该方法使得涡流无损探测的结果更加精确,在线检测速度更高,在工件质量控制和缺陷检测领域有一定的应用价值。 相似文献