一种模板匹配和神经网络的车牌字符识别方法

提出了一种基于模板匹配和神经网络的车牌识别方法 .该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的优势 ,可有效地提高车牌字符的识别率、识别速度和识别系统的泛化能力 .实验结果表明 :大多数情况下 ,该方法的识别率超过 90 % ,识别时间不超过 12 0 0ms ,能有效地识别各种车牌中的字符 。

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用,但是在星对角距很小的情况下,其识别率严重降低。字符匹配算法可以解决这个问题,但是它无法识别由于相机在拍摄瞬间的平移和旋转而产生位移的星图。为了克服这一缺陷,提出了一种有效的星图识别算法,该算法在生成导航星数据库时以一些一定范围内的亮星为中心,把整个天球分为很多个四方形区域,然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点,而且对星图位移有很强的鲁棒性。

粗糙集理论在字符识别中的应用

介绍了粗糙集理论在字符识别中的应用。首先叙述了粗糙集理论的相关内容，并讨论了粗糙集中的概念和方法与字符识别的关系，然后介绍了几个常用的粗糙集在字符识别中应用的算法并给出了例子。

基于贝叶斯评判子的字体判断

支票中的待识别文字既可能是印刷体 ,也可能是手写体 .由于印刷体与手写体文字的预处理方法和识别算法不同 ,因此准确判断文字的字体 (手写体或印刷体 )是获得高精度识别结果的关键技术之一 .该文根据贝叶斯决策理论的最小错误率判决规则 ,提出了基于评判子的字体判断方法 .利用贝叶斯评判子 ,该文还提出了一种可分性判据 :评判子散度 ;同时还给出了一种估算评判子函数的方法 .在无拒识情况下 ,对 12 15 8张实际银行支票的测试中 ,该方法的正确率为 99.4 % .

西文OCR后处理中的有限自动机模型

在西文OCR中,从候选结果中挑选最佳结果的后处理操作是必不可少的,并且利用单词拼写检查进行后处理是完全可行的。但是,以往的方法分别在不同程度上具有低可靠性和局限性。为此,该文提出将有限自动机模型应用于西文OCR后处理中,该方法有效地将拼写检查和识别结果信息结合起来,克服了以往方法中存在的低可靠性和局限性,并通过实验验证了该方法的有效性。以识别后处理辅助识别,错误率从0.79%降到0.59%;以识别后处理和系统后处理结合辅助识别,错误率降低到0.55%。

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前，ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法，在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维，特征抽取过程简单，易于实现．将该算法应用于无约束手写体数字的信函分拣系统，单字的平均识别率达９７％以上．

云层背景目标识别的匹配滤波器设计

提出一种利用最大平均相关高度(MACH)算法识别复杂云层背景目标的改进滤波器设计方法。在MACH滤波器设计中,通过对云层背景功率谱的统计特性分析,数据拟合得到云层背景功率谱的分布函数,用以代替传统的白噪声模型;提取飞行目标的姿态变化图像,并作阈值化处理,得到训练样本。对不同云层背景和姿态变化目标的相关识别结果表明:改进滤波器的平均峰值相关能量比为0.71%,峰值鉴别率为0.92,可以有效抑制云层背景的干扰,对姿态变化目标识别的鲁棒性较好。

适合特定水表表型的字符识别方法

根据特定水表走字的特点,提出了一种基于模板和神经网络的水表数字字符识别的方法。该方法利用特定表型中待识别区域宽高比例相同的特点,提出用特征模板缩放法来进行待识别区域的定位和字符分割。采用三灰度值加权系数进行模板匹配,提高了特征的利用率;采用自适应学习的BP神经网络训练全字符和半字符样本,用户直接使用训练好的神经网络联结权值进行字符识别。结果表明,充分利用待识别区域的特征有助于提高识别区域定位和字符分割的准确性,在此基础上,采用经典的识别算法能够取得较好的效果。

基于连接段数细化算法的脱机手写体数字识别

本文描述了已有的字符细化算法的思想及其缺陷，在分析细化形变根源的基础上给出了一种新的快速细化算法，并将该算法应用到脱机手写体数字识别过程申。该算法不会产生毛刺和伪分支点。细化後字符骨架形变小，而且速度也比较快，从而提高了手写体数字的识别速度。

票据OCR系统的设计与实现

票据OCR系统可广泛适用于银行、税务等行业大量票据表格的自动扫描、识别及电子存储。本文设计的票据OCR系统在图像预处理部分采用了灰度分段线性拉伸、二值化、滤波去噪等处理;在特征提取中设计了字符投影特征和小波变换相结合的特征提取方法;在模板匹配时,利用小波变换的高频系数和低频系数进行了分类多模板匹配。并通过对照实验对设计的有效性进行了证明。

基于模板匹配法的字符识别算法研究

对字符识别概念、过程和模板匹配法的原理进行探讨;从算法流程、关键代码等方面重点研究三种基于模板的字符识别算法;然后通过字符在七种不同状态下的识别率与误识字符进行对比分析;从识别率和时间性能上比较三种字符识别算法的优劣,为工业字符识别提供可选依据。

模式识别理论的研究与应用

字符识别技术属于模式识别的范畴,本文首先介绍模式识别的基本理论和基本方法,然后阐述了模式识别技术在光学识别技术上的应用,并将其应用到角铁字符识别系统上,实践证明,采用模式识别,能减轻人工操作的复杂性和失误。

模式识别中三种字符识别的方法

本文总结出三种字符识别的方法：基于模板匹配的字符识别法、完全基于字符的结构特点和笔画类型的识别法以及利用BP神经网络的字符识别法。

基于不对称性的相似汉字识别方法

相似字识别的正确与否对整个识别系统的准确性和可用性都有着极大的影响。在实际应用中 ,我们发现相似汉字之间的误识存在不对称性 ,并对这种不对称现象的成因进行了细致的探讨和分析。基于这种不对称性 ,本文提出了一种分类的部分空间方法来解决相似字的识别问题。相似字按其结构特点被分成若干基本类别 ,不同类别在相应的部分空间提取不同的特征进行比较 ,以达到正确识别相似字的目的。实验结果表明了本方法的有效性 ,相似字识别的准确性得到了很大的提高 ,其中易错相似字的识别正确率平均提高了4 5 5个百分点 ,不易错相似字的识别正确率平均提高了 0 38个百分点。

用矩特征进行光字符识别的一种新方法

模式识别是信息科学及其应用中的一个非常活跃的领域,各种特征提取及识别方法层出不穷。本文在分析已有特征提取技术的弊端的基础上,提出用规格化后的中心矩作为特征向量的新技术,并将其应用于光字符识别中。规格化后的中心矩具有平移不变性和伸缩不变性,因而提高了识别率。在本光字符识别系统中,给出了矩特征向量的选取方法并确定了分类策略。实验表明,当使用8或10行字符的特征向量进行判别时,可得到超过95％的识别率。

灰阶纯位相匹配滤波器编码方法研究

根据空间光调制器的相位调制作用,提出了一种灰阶纯位相匹配滤波器编码方法。计算机仿真和光学实验结果均表明该方法在相关峰值、信噪比和峰相关能量比等方面比二元纯位相编码方法均有较大提高。另外还给出了相关峰的位置变化规律,有利于对目标的定位。

英文电话号码本识别系统

文章讨论了一种基于模板匹配法的印刷体字符的识别方法,并且应用于英文电话本字符识别系统中,取得了很好的效果。

基于高阶统计的手写字符形变弹性匹配法

针对传统弹性匹配法在手写字符识别中存在着由于过匹配而造成误识别的不足,提出一种基于高阶统计的形变弹性匹配法。根据高阶统计量包含字符形状上的细节变化信息,采用独立分量分析抽取出每个字符类的内在变化方向,并将其应用到弹性匹配的形变模型中。字符的任意种形状变化由这组独立分量的线性叠加来表示。通过形变模型,类模板字符发生形变逐次向输入待识别字符趋近,从而在两个字符之间求得一种最佳匹配。在实验结果中,识别率达到92.81%,得到了提高,表明该方法的有效性。

一种紧凑型SDF光学相关识别器

提出了一种基于光学子波变换的综合判别函数(WFSDF)匹配滤波器。采用光学子波变换和综合判别函数,通过1个4f系统实现输入图像与综合判别函数(SDF)的子波变换的相关运算,根据计算全息方法制作复数匹配滤波器。计算机模拟仿真结果表明:与传统SDF匹配滤波相关相比,WFSDF匹配滤波器的相关峰锐化,识别率更高,且光学识别系统简化,能实现多目标的畸不变识别,利于光学相关器的小型化,在导弹的末制导系统中有广阔的应用前景。

一种新的车牌数字及字母字符识别方法

车牌字符识别是车牌自动识别系统的关键环节.车牌数字及字母字符识别是车牌字符识别的重要组成部分.传统的模板匹配法的缺点是在车牌图像质量退化时识别率较低.提出一种新的改进的模板匹配法.该方法定义前景匹配度、背景匹配度和整体失配度3种匹配测度进行模板匹配,匹配成功则直接获得识别结果,否则,对相似字符情形应用特征区域模板匹配法,对其他情形应用空心模板匹配法.实验结果表明,该方法对车牌字符褪色、污迹、断裂、模糊、光照不均等质量退化车牌图像具有较好的识别效果.