基于MAP的单帧字符图像超分辨率重建

字符是很多图像处理应用关注的区域,增强字符图像分辨率往往能提高字符识别率.针对字符图像纵横和对角线方向纹理特征,提出了一种提取不同方向纹理及图像平滑度度量的新方法,并在最大后验概率框架下,实现了单帧图像超分辨率重建算法.算法利用自适应可调模板作为卷积核,将纹理信息引入图像先验模型,最终将超分辨率重建转化为一个目标函数最优化问题.实验表明,该算法能有效提高字符图像的识别率,且对噪声具有较好的鲁棒性.

基于图像识别技术的电子导航地图数据快速更新方法研究

在当今万物互联的大数据时代,地理数据的更新非常快,采集方式非常广泛。从传统的人工测绘、测量采集到现在的高精设备的扫描采集方式,技术不断进步,不断提高地理数据的更新效率以及地理要素的全面性。本文主要基于导航电子地图的传统技术流程,以人工智能图像识别技术为研究载体,深入探究现实的地理要素,导航数据的识别方式、方法,并应用于实践。

基于电子地图的杂草图像处理与识别方法分析

当前智慧农业中杂草对农业的威胁与日俱增,为了降低田间杂草对农作物的实际危害,研究在运用电子地图对杂草图像进行检测和处理的基础上提出了YOLOv4模型,并引入MobileNet提出MobileNet-YOLOv4模型,同时实验验证了二者的性能。实验结果表明,YOLOv4模型的平均准确率达到了98%。MobileNetV3-YOLOv4的平均准确率高达97%。同时,MobileNetV3-YOLOv4模型体积为44.4 MB,远低于原模型。综合来看,将MobileNetV3作为主干提取网络的YOLOv4模型具有较高的杂草图像识别准确性,在实际的除草设备中具有较强的实用性。

基于轮廓形状分析的地形图数字注记提取

针对地形图中图线与注记字符分离的问题 ,本文提出了基于轮廓的形状分析来提取组成地形图注记基元的方法 ,克服了字线粘连造成的分离困难 ,提高了所提取注记信息的完整性。提取的结果为地形图中注记的进一步识别提供了依据。

基于外延特征的栅格地图噪声去除算法

为了既能去除彩色城市交通地图的噪声 ,又能保持有用信息不致损失 ,在对彩色地图进行像素分类、聚类的基础上 ,提出了一种基于外延特征的栅格地图噪声去除新算法 ,该算法首先以所处理的噪声像素为原点建立一个极坐标 ,再通过 8方向搜索来获得噪声像素的外延特征 ;然后按照“无偏”聚类准则与“有偏”聚类准则 ,确定该噪声点对道路或区域的新聚类。实验结果表明 ,该新方法不仅完全去除了地图中的噪声 ,而且使区域和道路界限分明。

一种基于词片识别的字符分割算法

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,而且粘连字符的分割更是产生识别错误的主要原因之一。为了快速准确地进行字符分割,在总结已有方法的特点及不足的基础上,针对电子阅读笔系统的工作特点和实时性要求,提出并实现了一种面向电子阅读笔系统的基于词片识别的分割算法。该方法由于通过对字母组合的识别,降低了传统的基于孤立字符识别方法对于字符切分的要求,而且以中心生长法和改进的峰谷函数为切分工具来进行字符分割,简单实用,因而其在减少因粘连字符切分错误引起的识别错误的同时,不仅降低了运算复杂度,而且适合在阅读笔等嵌入式设备上应用。实验证明,该算法不仅效率高,而且实现简单,还能够降低分割错误带来的识别错误。

基于字符结构特征的钢坯字符电子显示识别

针对重轨生产线钢坯识别需求,提出一种基于字符特征的电子显示识别方法。该方法根据字符电子显示原理,利用字符结构特征进行字符变换,将字符标准化实现编码识别,克服了现有模板匹配识别算法的缺点。先从字符的结构特征入手,将细化后的字符进行投影变换,然后根据投影变换结果,将字符转换为电子显示采用的标准字符,最后针对电子字符编码来实现钢坯字符的识别。实验结果表明,该方法稳定性强、速度快、识别率高,为生产线钢坯实时检测提供了一种方法。

基于自组织神经网络的汉字识别模拟研究

汉字识别是汉语、汉字认知研究的一个重要研究领域。该文提出了一个基于多层自组织神经网络的模型,从汉字字形聚类及汉字部件拆分的角度,对基于汉字认知的汉字识别过程进行了初步的探索。模拟研究结果表明,模型通过学习能够识别出汉字的结构类型和部件,发现汉字识别中的规律,在一定程度上模拟了汉字的识别。

基于LOD的选取模型应用于电子地图多尺度显示的研究

从电子地图多尺度显示角度出发,提出了基于LOD的选取模型。在选取模型中将显示比例尺和地图比例尺的比值作为LOD算子,总结了LOD算子设置的3个层次,以及分类、分级、要素和空间几何特征等LOD算子的设置规则。

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别。首先提取影响目标识别的类特征,然后对其预处理。在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习。在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类。最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性。

基于结构特征的汉字识别

提出一种基于文字结构特征的神经网络手写汉字识别策略 ,根据所提取的文字笔画方向、基本轮廓和交叉点等特征 ,采用基于自组织神经网络的模式聚类该方法完成正规手写文字的识别 .该方法提取的笔画轮廓十分准确有效 ,对手写汉字的约束少 ,可识别的汉字数量大 。

基于DSP的便携式光扫描识别翻译系统

开发了以DSP为核心的扫描识别及英汉互译系统(电子阅读笔),在小型手持设备上实现了从扫描输入图像到脱机OCR以及翻译显示的处理,并且完全独立于计算机工作.主要讨论了硬件和软件系统的构成,并重点阐述了软件的个别核心算法.实验系统工作稳定,平均识别率达到95%以上,并提供中英文共15万词汇量的翻译词典.

中文电子签名的认证方法研究

中文电子签名的认证方法研究可归属于特定人脱机手写汉字识别研究的范畴。介绍了手写汉字识别(中文电子签名认证)的一般原理、常用方法和当前的研究热点,并对中文电子签名认证方法的研究方向作了一些探讨。

基于特征图叠加的脱机手写体汉字识别

采用深度学习方法处理脱机手写体汉字识别问题,提出一种改进的卷积神经网络结构.不同于传统的层与层依次连接的方式,新的结构中将当前层与前一层的特征图进行叠加后共同作为输入进入下一层.与以往结构相比,该卷积神经网络结构缓解了梯度消失的问题,减少了参数数量,且更有效地保留了汉字的细微结构特征.在ICDAR-2013脱机手写体汉字识别竞赛测试集上的实验结果表明,该结构可以在减少模型参数的情况下得到较高的识别准确率.

语音E-MAIL系统的原理与设计

本文结合作者的实际工作经验 ,介绍了具有语音输入输出功能的 E- MAIL 系统的设计原理和实现方法 ,并就附件收发、字符编码等 E- MAIL系统中的重要内容进行了的分析和讨论 ,文中介绍的一些设计思路可广泛应用于

基于自组织特征映射网络的车牌照汉字识别

本文介绍了一种基于自组织特征映射网络的车牌照汉字识别方法。自组织网络具有自组织、自适应的学习能力,本文在基于方向数统计特征抽取的基础上,采用自组织特征映射网络分类器,优选网络初始权向量,针对车牌汉字进行识别。实验表明该方法效果良好,正确识别率为99％。

基于百度智能云的权源信息录入方法

权源信息录入是完成农村不动产权籍调查工作的关键步骤。权源数据一般来自户口簿、身份证等扫描图像,传统作业流程中需人工判读、手动录入,工作量大且准确性难以保证。权源数据录入的准确、高效、自动数字化是影响生产效率的关键环节。设计并实现了基于百度智能云高精度文字识别技术的权源信息录入方法,极大地提高了信息录入的效率和准确性,为顺利推进不动产登记发证工作提供了重要的智能工具。

利用双向SOFM网络模拟汉字认知过程的研究

在汉字的认知过程中有“字优效应”和“字劣效应”,前者认为在汉字认知过程中整字信息优于部件或笔画信息,后者反之。以自组织特征映射算法为理论基础,提出了一种双向自组织特征映射(SOFM)网络,利用自组织网络实现根据汉字和部件多维表征的聚类,并建立两层网络之间的连接关系,通过双向测试,得到不同构型汉字所具有的字优效应和字劣效应,从新的角度实现了SOFM的应用。研究结果对于汉字教学方法有一定的参考价值。

一种新型电子阅读笔系统

为了解决在阅读过程中能够方便快速查阅生僻词汇以及录入存储中英文资料等问题,本文以DSP(DigitalSignalProcessor)为核心处理器研发了一套电子阅读笔系统。该系统将光学扫描、脱机文字识别和中英互译技术嵌入小型设备,实现了印刷体文字从扫描、识别到翻译的全部功能。实验表明该系统设计方案可行,工作稳定。文中介绍了硬件和软件系统的设计和构成,并详细讨论部分算法的实现原理。

基于统计空间映射和电子鼻的猪肉风味物质检测

为有效地检测并识别不同猪肉样本挥发性风味的差异,利用电子鼻和顶空固相微萃取-气相色谱-质谱联用技术分别对猪肉样本进行检测,针对2种方法检测物质的相似性,应用系统聚类分析2种方法的检测数据,建立二者之间的线性回归模型,获得电子鼻检测数据与猪肉挥发性风味物质间的映射关系,并利用映射关系完成电子鼻检测数据的分类。结果显示,猪肉的电子鼻检测数据与挥发性成分间展现了较为一致的聚类结果,回归方程显示2种检测数据存在显著的线性关系,利用聚类结果进行判别分析,样本识别正确率达到了90%,表明了利用电子鼻检测并识别不同猪肉间挥发性风味物质差异可行。