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。

一种基于背景细化的粘连数字串的分离和识别方法

大多数手写体粘连数字串的分割算法是基于对前景像素分布和图像中上下轮廓特征的分析。本文提出一种新的基于背景区域细化的双粘连数字串的分割方法。

智能车票识别系统研究

智能车票识别系统在国内尚无先例,车票文本信息的识别是此研究的关键。针对不同的文本信息给出了合理的解决方案,采用Niblack二值化算法、垂直差分投影算法、基于识别的分割等方法解决了粘连断裂字符串分割这一难题,在分割的基础上用BP神经网络进行识别;提出了一种新的基于先验知识的条码二值化算法,对128码的标准译码算法进行了改进并联合使用相关译码算法;最后综合利用数字识别结果、数据库技术、图像匹配技术解决了车票的汉字信息(站点名)识别。实验表明,提出的方法有效地完成了车票文本信息的识别,识别率较高。