印刷体数字快速识别算法在身份证编号数字识别中的应用

探讨了一种印刷体数字快速识别的算法及该算法在身份证图像编号数字识别中的应用,该算法根据印刷体数字字符结构,抽取数字特征；然后根据这些特征构造编码器，进行编码识别。实验表明该算法速度快，精度高，抗干扰性强。

带有手写干扰的印刷体数字识别

首先提出黑白特征分离（即黑白特征局部和整体分离提取特征的思想）和一种ＢＰ神经网络的快速收敛算法及训练策略，并在此基础上构造了５种独立的识别模块．应用加权表决方法设计了识别带有手写干扰的印刷体数字及一些特殊字符的综合方法，取得了理想的效果．

基于特征的印刷体数字符号识别系统

探讨了一种印刷体数字符号快速识别算法, 采用图像旋转、去噪声、图像分割等手段对含有印刷体数字符号的图像进行预处理, 然后根据印刷体数字的字符结构提取 4种稳定且有效的结构特征, 即横线特征、竖线特征、水平方向过线数和垂直方向过线数. 根据这些特征构造编码器, 进行编码识别, 使用VC++编程实现. 实验表明, 该算法速度快、精度高, 有一定的抗干扰性.

基于神经网络的印刷体数字字符的识别

提出了一种基于BP网络的印刷体数字字符的识别方法。通过对BP网络的研究与学习,设计了一种结构合理,收敛速率快的BP网络。实验结果表明,该方法对标准的印刷体数字字符的识别率达到了100%,对有1～3度倾斜角度的字符识别率也达到了96%以上。

基于多特征的印刷体数字识别

采用特征识别的方法,提取数字的区域像素、水平过线、垂直过线三大方面的17个特征值对印刷体数字进行识别。利用MATLAB进行仿真实验,实验结果表明该识别方法简单,识别率高,速度快,抗干扰性强,对于不同字体、字形、字号的印刷体数字,能够快速准确识别,具有广泛的用途。

基于Viterbi算法的粘连断裂印刷体数字行切分识别方法

粘连断裂字符行的切分识别,是很多OCR实际应用中存在的主要困难之一．奉文针对粘连断裂的印刷体数字行,提出了一种基于Viterbi算法的切分识别方案,该方案采用两次切分识别的层次型结构．在第二次切分识别过程中,首先,在候选切分点区域,结合灰度图像与二值轮廓信息,采用基于Viterbi算法搜索的非直线路径进行切分,得到有效的切分路径;然后,结合分类器输出的可信度,采用Viterbi算法来合并前面得到的候选切分图像块,进行动态切分与识别．实际的金融票据识别系统实验表明,本文提出的印刷体数字行切分识别方法能够较好的克服字符行的粘连与断裂情况,提高了识别系统的识别率和鲁棒性．

印刷体数字快速识别方法

在分析印刷体数字结构特征的基础上,提出了一种新的印刷体数字快速识别方法。该方法利用数字结构的对称性、笔画特点(水平、垂直、弯曲)以及5条水平直线和数字的交点个数对印刷体数字进行辩识。实验表明,该方法能识别任意大小的宋体、黑体、楷体和TimesNewRo man体印刷体数字。

基于结构形状的印刷体数字识别方法

从数字的结构形状着手,通过分析印刷体数字的形状,提出了一种基于结构形状的印刷体数字识别方法。该方法不用对字符图像进行复杂的细化处理,减少了因细化带来的误差问题,因而识别速度非常快,实验证明了该方法的有效性。

基于BP神经网络的印刷体数字识别研究

BP神经网络是一种误差逆传播算法训练的多层前馈网络,具备网络学习能力强、输入/输出模式映射关系存贮量大、事先不需要描述输入/输出映射关系等诸多优点的数学方程。本文通过BP神经网络的介绍,利用不变矩特征提取方法设计一种有效的BP神经网络印刷体数字识别演示系统,对印刷体数字识别的深入研究具有一定的指导意义。

一种基于交点特征的印刷体数字识别方法

为了进一步提高印刷体的数字识别准确率,提出了一种基于交点特征和径向基函数神经网络的数字识别方法。首先利用交点特征对数字进行特征提取,即提取某一数字的划水平线得到的交点数作为水平特征分量,提取划垂直线得到的交点数作为垂直特征分量,将水平特征向量与垂直特征向量组合成数字的交点特征向量;然后利用径向基函数神经网络学习不同模式类别中的学习样本,学习过程完成后,利用此网络对样本进行识别。实验结果表明,该数字识别方法在印刷体数字识别中正确率可达到100%,处理效果良好。

切线距离在印刷体数字识别中的应用

本文将切线距离(Tangent Distance)应用于印刷体数字识别,它比传统的欧氏距离方法更有效的解决了失真变形字符的识别问题。由于合理地选择切线向量的主向和数量,使切线距离的作用充分体现,取得了良好的识别效果。该方法在银行支票识别中得到实际应用。

印刷体数字识别研究与实现

通过对数字识别算法的研究和印刷体数字特征进行分析,提出一种通过统计预处理后的已知类别样本的特征点分布概率为模板,并通过计算待识别样本与模板距离来确定待识别样本所属类别的方法。该方法运行速度快,识别精度高,但只局限于对印刷体数字的识别。实验结果显示,该方法对印刷体数字的识别率可达99%左右,优于一般结构特征识别方法。

基于弧向判别法的不规则数码脱机识别技术

文章从不规则数码的特征出发,提出了一种识别方法———弧向判别法,结合有圆和无圆两种情况,对有平滑特征的符号识别提出了一种可行的识别方法,对0～9十个数码的正确识别率达90～100%的水平。

基于胸卡识别的网络考勤系统

分析了现有考勤方式的不足,提出基于图像的非接触性考勤方法.文中给出基于胸卡识别的考勤系统的体系结构和功能,并详细论述了图像捕捉、胸卡和编号的分割、以及采用多特征抽取和编码器结合对编号进行识别的方法,进行职工身份识别,达到考勤的目的.