基于最大稳定极值区域与主要旋转不变局部二值模式的复杂场景车牌检测方法

为了解决在复杂场景中进行车牌定位的问题,提出了一种基于MSER与DRLBP特征的车牌定位方法。首先对输入图像进行预处理,然后在多个通道上进行MSER候选区域提取;接着利用所设计的基于车牌字符合并的车牌定位方法进行车牌字符合并;最后利用DRLBP纹理特征对合并后的区域进行验证从而得到最终的车牌区域。实验结果表明该方法具有较好的定位能力。由于方法是通过寻找车牌字符进而定位车牌位置,因此其受车牌颜色、车牌格式的影响较小,在复杂环境中对国内外不同车牌均有较好定位效果。

应用MSER与DLBP的证件文本定位方法

针对复杂背景文本定位问题,提出了一种应用MSER算法与DLBP纹理特征的文本定位方法.该方法由候选区域提取、文本行合并以及文本区域检测所组成.首先,使用MSER算法在预处理后的证件图像中进行多通道候选区域提取;接着,采用一种新设计的文本行合并算法对候选区域进行文本行合并;最后,利用DLBP纹理特征结合SVM分类检测从而确定最终的文本区域.实验结果表明,本文所设计的文本行合并算法结合DLBP纹理特征进行分类检测,能够得到较高的召回率和准确率.同时,对不同类型的证件都具有较好的兼容能力.

边界简化与多目标优化相结合的高质量四边形网格生成

目的高质量四边形网格生成是计算机辅助设计、等几何分析与图形学领域中一个富有挑战性的重要问题。针对这一问题,提出一种基于边界简化与多目标优化的高质量四边形网格生成新框架。方法首先针对亏格非零的平面区域,提出一种将多连通区域转化为单连通区域的方法,可生成高质量的插入边界;其次,提出"可简化角度"和"可简化面积比率"两个阈值概念,从顶点夹角和顶点三角形面积入手,将给定的多边形边界简化为粗糙多边形;然后对边界简化得到的粗糙多边形进行子域分解,并确定每个子域内的网格顶点连接信息;最后提出四边形网格的均匀性和正交性度量目标函数,并通过多目标非线性优化技术确定网格内部顶点的几何位置。结果在同样的离散边界下,本文方法与现有方法所生成的四边网格相比,所生成的四边网格顶点和单元总数目较少,网格单元质量基本类似,计算时间成本大致相同,但奇异点数目可减少70%80%,衡量网格单元质量的比例雅克比值等相关指标均有所提高。结论本文所提出的四边形网格生成方法能够有效减少网格中的奇异点数目,并可生成具有良好光滑性、均匀性和正交性的高质量四边形网格,非常适用于工程分析和动画仿真。