学位论文 > 优秀研究生学位论文题录展示
字符图像的定位与特征点匹配技术研究
作 者: 黄新
导 师: 保文星
学 校: 北方民族大学
专 业: 计算机应用技术
关键词: 字符图像 小波变换 模板检测 Hopfield网络 特征点匹配
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 33次
引 用: 0次
阅 读: 论文下载
内容摘要
字符是存在于图像和视频中的重要内容信息,自动定位并提取图像和视频帧中的字符区域,再将提取出的图像中的字符区域,通过特征点匹配技术进行字符识别。这对于图像的理解,检索和浏览有着十分重要的意义。字符图像中字符的识别过程可以分为两部分:字符区域的定位和单个字符的识别。本文主要从这两方面研究了字符区域的识别技术,所做的工作包括:1)字符区域的定位。本文采用了对字符图像进行小波变换,并结合数学形态学处理的方式定位分割出字符区域。实验结果表明,该方法可以有效地提取出字符区域,如车牌和文本。同样,该方法对于有一定倾斜角度的字符区域也有比较好的处理效果。2)字符的切分与识别。本文采用了贴标签算法和连通域处理的方式对字符进行切分,而后利用了字符特征点的提取与匹配实现了字符识别。实验结果表明,用上述的方法对字符进行切分与识别,其结果令人满意。3)在字符区域定位阶段,提出了一种基于改进MFD距离的模板检测新算法。该算法采用了动态调整像素相似阈值的方式来代替传统方法中固定阈值的处理方式,以减少检测运算量。实验结果表明,本算法的像素点比较次数和运行时间均少于传统的算法,且有着相似的处理效果。4)在字符识别阶段,提出了一种基于改进Hopfield网络的特征点匹配新算法。该算法在输入输出函数、点对距离测量和选择目标点上改进了传统网络。实验结果表明,与传统的Hopfield网络相比,改进算法的匹配速度更快,准确率更高,对于图像特征点的匹配效果更好。
|
全文目录
摘要 3-4 Abstract 4-7 第一章 绪论 7-13 1.1 引言 7-8 1.2 字符定位与识别的研究和发展现状 8-9 1.3 字符定位与识别的问题和困难 9-10 1.4 字符定位与识别方法概述 10-11 1.5 本文的主要工作及章节内容安排 11-13 第二章 字符区域的检测与定位 13-25 2.1 图像分割 13-15 2.1.1 图像分割的定义与方法 13-14 2.1.2 图像分割的难点 14-15 2.2 小波函数简介 15-18 2.2.1 Mallat 塔式分解 16-18 2.3 数学形态学简介 18-19 2.3.1 数学形态学基本运算 18-19 2.4 文本区域的定位算法 19-24 2.4.1 文本图像定位方法的基本流程 19-20 2.4.2 文本图像区域的检测 20-21 2.4.3 基于改进 MFD 距离的模板检测法 21-23 2.4.4 形态学区域定位 23-24 2.5 本章小结 24-25 第三章 字符区域的分割与识别 25-38 3.1 字符区域的阈值分割 25-27 3.1.1 全局阈值 25-26 3.1.2 局部阈值 26-27 3.2 倾斜度矫正 27-29 3.3 对连通域进行标记 29-30 3.4 分割区域的后处理 30-31 3.5 字符的识别 31-37 3.5.1 字库的建立 32-33 3.5.2 特征点提取 33-35 3.5.3 特征点匹配 35-36 3.5.4 字符识别的总体流程 36-37 3.6 本章小结 37-38 第四章 基于改进 Hopfield 神经网络的图像特征点匹配算法 38-45 4.1 对网络输入输出函数和更新规则的改进 38-39 4.2 特征点对间匹配程度的计算 39-42 4.2.1 特征点对内部距离Δd 的计算 40-41 4.2.2 特征点对间外部距离ΔD 的计算 41-42 4.3 选取目标点的启发式规则和迭代的终止条件 42-43 4.4 改进的 Hopfield 网络解决特征点匹配的算法流程 43-44 4.5 本章小结 44-45 第五章 系统性能分析评测 45-56 5.1 字符图像定位与识别的总体流程 45 5.2 车辆牌照的检测与识别系统 45-49 5.3 文本图像的定位与识别系统 49-51 5.4 实验结果及分析 51-55 5.5 本章小结 55-56 第六章 总结与展望 56-58 6.1 总结与评价 56-57 6.2 思考与展望 57-58 致谢 58-59 参考文献 59-62 攻读硕士学位期间发表的论文 62
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 机器人自动巡检系统中图像配准与图像匹配问题的研究,TP242.62
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|