高强
,
刘斌
量子电子学报
doi:10.3969/j.issn.1007-5461.2016.06.004
车牌识别系统的关键在于字符的识别,字符识别的核心是提取字符特征.小波变换可以获取字符的细节结构特征,不变矩能很好地对其进行描述,将两者结合起来提取字符的特征.利用张量积小波分解高频子图具有方向性的特点,提取字符的笔画特征,得到反映字符结构和统计特征的联和特征向量.字符图像的分解采用第二代提升小波算法,进一步降低了计算复杂性.实验结果表明,此方法提取得到的联合特征向量能达到98%的字符识别率,可以满足实际应用的要求.
关键词:
信息处理
,
模式识别
,
提升小波变换
,
不变矩
,
统计特征
,
结构特征
,
笔画特征
赵秀阳
,
尹衍升
,
杨波
,
田晓峰
材料研究学报
doi:10.3321/j.issn:1005-3093.2007.03.011
在复合材料图像三维重构技术中,为了避免直接运用基于特征点的整体配准陷入局部极优,采用分层次的配准方法.首先使用不变矩计算出上下层图像中最相似的颗粒轮廓,然后使用主轴的配准方法完成上下层图像的初步配准,以大幅度减少特征点配准中的优化搜索范围.在计算出轮廓曲线上特征点的基础上,应用最大熵原理和lagrange乘子将点集之间的匹配转化为一个能量函数,再使用最小二乘法计算出使该能量函数值最小的空间变换,得到配准的最优解,从而实现了序列图像的整体精确配准.实验结果表明,本文提出的分层次的配准方法极大地降低了配准过程陷入局部极优的概率,具有较强的鲁棒性和较高的配准精度.
关键词:
复合材料
,
不变矩
,
主轴
,
配准
,
特征点
,
颗粒轮廓