基于改进滴水算法的芯片图像粘连字符分割

为克服粘连字符对芯片字符识别的影响,提出一种基于改进滴水算法的粘连字符分割方法。在芯片图像进行必要的预处理后,提取单张芯片的标准字符信息,利用水平投影和连通域分析提取粘连区域。通过垂直投影和上下轮廓得到上下轮廓极值点;分别以粘连区域左右两端为起点,利用标准字符信息对极值点进行筛选,选取方差较小的一组作为候选分割点;通过分割点对应关系补齐遗漏的有效分割点;上下有效分割点分别作为水滴起始点和终止点,定义新的滴落路径对粘连字符进行分割。实验结果表明,该算法可有效解决芯片图像的字符粘连问题,并且在分割精准度上拥有良好的表现。

粘连字符的图片验证码识别

验证码在维护互联网安全、防止机器恶意攻击做出了很大贡献。但通过现有的模式识别技术仍然可以破解部分验证码。着重于有粘连字符的猫扑和西祠胡同网站验证码进行识别,难点在于分割图片中的粘连字符。对字符是模糊粘连的猫扑验证码,提出了基于局部极小值和最小投影值的方法来分割;对有交错粘连的西祠胡同验证码,通过颜色聚类与竖直投影结合来达到分割字符的目的。最终均采用卷积神经网络进行训练和识别,达到了较高的识别率。

图书索书号粘连字符的切分

分析了图书索书号字符串经过二值化后,字符及其笔划发生变形和粘连的主要原因.提出了利用字符上下轮廓的凹凸特征检测字符的近似宽度.在字符宽度的约束条件下,根据轮廓凹凸特征形成切分路径,并依据切分处笔划宽度特征对切分后的变形笔划进行修复.通过50本图书索书号的粘连字符切分实验,证明了该方法的有效性.

一种扭曲粘连字符验证码识别方法

验证码识别研究能及时发现验证码的安全漏洞,使其变得更加安全.扭曲粘连字符验证码能抵抗字符分割,是验证码识别中的难点.针对由扭曲粘连字符构成的验证码,提出一种基于密集尺度不变特征变换(DENSE SIFT)和随机抽样一致性算法(RANSAC)的识别方法.首先通过DENSE SIFT特征匹配获得匹配点集,再利用RANSAC算法获取匹配信息,最后采用队列式分析算法得出识别结果.实验表明,该方法对不同难度级别的扭曲粘连验证码均有较好的效果.

一种基于前端预测识别的粘连字符分割方法

在字符识别领域 ,对粘连字符的识别是一个被广泛关注的技术难点 ,未能准确分割粘连字符是产生识别错误的主要原因之一 .在总结已有方法的特点及不足的基础上 ,提出了基于前端预测识别来分割粘连字符的方法 .首先根据粘连字符图像的特征初步确定前端字符的候选字符集 ,并通过验证候选字符与前端字符图像匹配的必要条件进一步对其筛选 ,然后使用候选字符的屏蔽码自适应地提取前端字符图像 ,最后由分类器对提取结果加以验证 ,达到分割和识别粘连字符的目的 .该方法可以适应多种类型的粘连字符 ,准确性高 ,且在字符图像质量较差时具有较强的鲁棒性 .

基于滴水算法的验证码中粘连字符分割方法

众多研究表明,如果能将验证码中的字符分割开来,用现有的机器学习算法一般都能取得比较好的识别效果。针对字符粘连情况下的验证码的识别问题,提出了一种粘连字符的分割方法。该方法将字符的宽度统计值和竖直投影直方图中的投影极小值点相结合找到分割点,以这些分割点作为滴水算法的起始滴落点对粘连字符进行分割。实验结果证明,该方法用于分割验证码中的粘连字符具有一般性,能够提高验证码识别率。

一种新的粘连字符图像分割方法

针对监控画面采样图像中数字的自动识别问题,提出一种新的粘连字符图像分割方法。该方法以预处理后二值图像的连通状况来判定字符粘连的存在,并对粘连字符图像采用上下轮廓极值法确定候选粘连分割点,以双向最短路径确定合适的图像分割线路。仿真实验表明,该方法能有效解决粘连字符图像的分割问题。

基于马尔科夫随机场的粘连字符串切分算法

粘连字符串模式复杂,难以通过基于传统图像处理的方法进行准确分割,针对该问题,提出一种基于机器学习的粘连字符串切分方法。包括训练和分割2个部分,对字符串之间的分割位置进行学习,对于输入的粘连字符串,利用马尔科夫随机场网络得到各点可作为分割点的概率,在概率图上使用图像分割的算法确定分割位置。实验结果表明,该算法对模拟的粘连字符串、重叠字符串和真实的手写字符串都可以得到较好的分割结果。

中英混排文档图像粘连字符分割方法的研究

针对中英混排文档图像中粘连字符分割准确率不高的问题,提出了一种改进的滴水分割算法。该方法以贝叶斯分类器区分字符类型并利用阈值判定粘连字符的存在,利用粘连字符上下轮廓的极值点确定候选粘连分割点,并利用距离变换提取粘连位置的中心线,最终将极值点与中心线共同确定的路径作为滴水算法的分割路径来完成对粘连字符的分割。实验结果表明,该方法解决了准确选择滴水算法的起始位置和字符笔划损伤的问题,有效地提高了分割准确率。

粘连字符检测与识别技术的研究

为了有效地识别粘连字符,提出了旋转投影不变矩方法,此方法首先把字符串旋转到水平方向,然后采用最大方差阈值法把字符串从图像中提取出来,再沿垂直方向对字符串进行投影,投影图的波谷位置就是字符的切割位置,最后求取分割字符的旋转投影不变矩,利用旋转投影不变矩就可以对字符进行识别了,实验证明此方法是一种有效地粘连字符识别方法。

基于识别反馈的粘连字符切分方法研究

字符切分是影响OCR系统识别的关键因素之一。对于中英文混排粘连字符图像,笔者提出了一种基于字符类别的识别反馈的字符切分方法。该方法结构简单,容易实现,实验结果表明该方法切分效果好。

基于广义霍夫变换的粘连字符验证码的识别

针对具有粘连字符的验证码,提出了一种基于广义霍夫变换的识别算法。首先,对验证码图片和字符模板进行预处理和骨架化,提取字符模板中目标点的局部特征保存到参考表中;然后,对验证码图片进行逐像素比较,并进行投票,通过投票累加器的极大值定位出字符模板的参考点;最后,对相邻字符之间的干扰进行分析处理,从而提高了字符识别的正确率。提取的局部特征具有平移和旋转的不变性,因而可以对验证码图片中出现的字符部分形变、字符粘连、字符旋转进行有效处理和识别。

水表数字图像的粘连字符识别方法

针对水表数字图像中的粘连字符识别问题,提出一种有效的方法。在识别之前,先对水表图像进行前期处理以获得单个字符图像。该方法利用摄像头的安装位置固定,使得字符图像正常大小也基本固定这个先验知识,将分割得到的单个数字图像与正常大小比较,若超过正常大小则认为与边框粘连,将粘连的边框部分切割后再进行模板匹配,取匹配系数最大者为最佳匹配,从而实现粘连字符识别。又考虑到摄像头在实际安装中存在高度上的差异,利用字符图像大小与摄像头高度基本呈线性关系这一先验知识,在识别之前先求出相应高度下的正常字符大小,然后进行粘连识别,最终实现了粘连字符的高度自适应识别。实验结果表明,该方法简单有效且识别率很高,获得了满意的效果。

基于自组织映射神经网络的粘连字符分割

用自组织映射神经网络作为粘连字符分割的方法,对经典的自组织学习规则做了一些改进,使其以较少的神经元结点、较快的速度逼近粘连字符的白像素点的分布。

粘连字符的图文分离

图文分离是工程图纸智能化输入系统的重要组成部分。提出了一种基于特征点的粘连字符的图文分离方法，即通过对图的这历，建立ＢＡＧ数据结构，提取特征点，求得粘连字符的连通城，以及最小外接矩形的方法。

一种基于骨架法形态分析的粘连字符图象分切方法

本文介绍了一种基于骨架法形态分析的粘连字符图象的分切方法，能较正确、容易地确定切分位置，经修剪算法对各切分点的处理。

基于滑动窗口的印刷体数学公式中粘连字符的切分

在印刷体数学公式识别中,不能很好地切分粘连字符是造成识别错误的主要原因。针对这种情况,提出了一种基于滑动窗口切分粘连字符的方法。通过特征值比较,提取出粘连字符,然后对粘连字符切分。实验表明,这种方法使识别率得到了提高。

印刷哈萨克斯拉夫粘连字符的切分方法

哈萨克斯拉夫图像文本经过行切分和列切分后,存在水平方向接触和垂直方向重叠的粘连字符。为提高字符识别率,依据字符连通域的最小外接矩形切分开垂直方向重叠的粘连字符图像块;利用判决条件:字符宽度概率密度分布图、字符图像块垂直投影的波峰数目和字符图像块垂直投影波峰的对称性,分离初始粘连字符图像块中正确的单个字符图像块和实际接触的粘连字符图像块;在允许的字符宽度范围内,寻找粘连字符图像垂直投影图的极小值点,以切分实际接触的粘连字符。实验结果表明,该方法泛化能力较好且识别率有明显提高。

分割图形粘连字符的图元屏蔽技术研究

在工程图纸计算机处理过程中，分割字符与图形是非常重要的步骤，但字符与图形粘连的问题很难处理。本文在分析了几种字符与图形分割技术的原理和实现方法的基础上，提出一种分割与图形粘连字符的方法——图元屏蔽技术。试验结果表明，这种方法对于分割与正交方向线段粘连的字符十分有效，特别适用于处理字符串中全部与图形粘连或多个粘连的现象。

字符粘连及字线相交的分割与识别方法

描述了工程图纸矢量化中多向粘连字符及字线相交的分割算法与识别方法．提出不同情况下字串的定向计算方法，通过粘连字块的特征矢量计算和迭代计算实现字块的分割．运用波形投影方法解决了粘连字符及字线相交情况下的字间切割问题，使工程图多向字符识别精度显著提高。