基于Bayes决策的手写体数字识别

提出了一种用Bayes决策理论进行手写体数字识别的方法,对已知类别的样品提取特征建立数字样品库,对于任意的手写数字提取特征,根据数字样品库中已知样品的特征,运用基于最小错误概率的Bayes决策进行识别.实验证明Bayes决策理论用于手写体数字的识别有较好的效果,一般情况下识别率能达到96%以上.

序列图像中运动目标聚类识别技术研究

以序列图像中运动目标检测问题为研究对象,应用遗传算法对多种目标进行了聚类识别,从而扩展了计算机视觉的目标识别范围,为运动目标的识别问题铱供了一种新的解决思路.实验结果验证了这种识别算法的有效性.

一种特定问题多目标识别系统的设计

在图像多目标实时跟踪系统中,多目标的快速识别是至关重要的.采用多帧相差,将运动目标与静态背景分离;根据图像中亮度不同的区域,采用动态查表法选择阚值,进行二值化;对各个目标提取复杂度、长宽比、紧凑度、复数矩等具有良好不变性的特征;利用神经网络对多目标快速有效的识别.经过实践证明该方法识别准确,速度快,效率高.

序列图像中多运动目标的识别

提出了一种对序列图像中多目标进行识别的方法.利用多帧差分与颜色查表法相结合,采用高斯滤波器对差分后的图像进行平滑去噪,并且消除了运动快慢带来的不利因素.基于颜色表的快速搜索进一步提高了目标识别速度.经过实践证明该方法识别准确、速度快、效率高.