- 博客(0)
- 资源 (5)
- 收藏
- 关注
基于HCC-SVM的字符识别技术-南理
本文围绕字符识别技术,对字符识别预处理算法与支持向量机分类算法进行了深入
的研究。在字符图像预处理方面,重点研究了灰度图像滤波算法、图像的倾斜检测和字
符分割算法;在支持向量机分类方面,提出了一种新的快速的按类分级聚类(Hierarchical
Clustering by Category,HCC)支持向量机算法叫CC.SVM。
采用暴力测试法,分析SVM算法的关键参数的选取,找出适用于测试数据集
的最佳参数。
2018-01-30
基于二值异或群的多轨迹识别算法-高技术通讯2010
针对二值异或群循环轨迹集没有有效的识别算法的问题 ,进行了高效快速的多
轨迹识别算法方面的研究 。 首先建立了多轨迹识别问题的数学模型 ,定义了一类新的轨
迹 ——— 二值异或群循环轨迹 ,然后针对这类轨迹提出了一种新的识别算法 ,将求解与基轨
迹相异或的元素值的问题转化为求解轨迹特征位模式的问题 ,并在理论上证明了其正确
性 ,通过这样的处理极大地提高了算法可操作性 ,最后将此算法应用于共享接入检测场景
中并进行了验证 。 实验证明 ,此算法具有较高的准确度和误报容忍度 ,能较好地应用于网
络监控和信息安全领域 。
2018-01-30
基于识别反馈机制的多粘连字符分割与识别 中山大学
本文的创新点是:首先我们采用一种新的预处理方法来处理灰度图片,然后利用KNN
分类器来提取轮廓特征点,随后采用了一种打分机制匹配上下轮廓特征点来构造分割路
径集合。最后,我们将遗传算法和识别反馈结合起来完成字符分割与识别。
实验结果表明,本文提出的方法在解决强粘连多字符串的分割与识别方面取得了不
错的效果,同时反馈机制的引入,也提高了识别的可靠度。
2018-01-30
基于半阈值的字符分割与识别研究
通过在50张英文名片图像的实验来分别验证本文所提方法的正确性,说
明了基于半阈值的粘连字符方法具有高达95.32%的分割正确率,比投影法提高了
近十个百分点;与基于二值化的字符特征相比,基于半阈值化的字符特征具有一
定的鲁棒性;遗传优化的BP神经网络比一般的BP神经网络具有较快的收敛性和
较高的识别率;最后,本文在NokiaN95上实现了一个原型识别系统,系统的图片
拒识率只有6.25%,字符识别正确率达97.35%。
2018-01-30
带干扰的验证码识别研究
本文运用计算机视觉,模式识别相关理论对多种不同类型的验证码进行识别研究,总
结探讨验证码识别的一般方法,提供验证码反识别的建议。通过对比各种的不同识别方法,
使研究具有一定的理论水平和实用价值。
本文的主要工作和成果如下:
1.研究图像灰度化相关的理论和方法。常用的彩色图像灰度化方法因为没有考虑到
像素的色度差,灰度化后的图像丢失色度信息会让目标区域变得很难分割。通过试验对比
各种灰度化公式的应用效果,本文采用了一种非线性灰度化公式,取得了很好的灰度化效
果。
2.在验证码字符识别上,本文先研究基于模板匹配的识别方法,在此基础上,研究
了Hopfield神经网络的识别效果。通过两者的对比,分析了各自的优缺点及规避方法。
3.在传统模板匹配识别的基础上引入了加权模板和透明模板的改进,大大提高了模板
匹配识别的识别率。
4.基于半监督学习对二值化阀值进行优化,得到比Otsu阀值分割更好的效果。采用
半监督学习进行模板权值学习,提高了权值模板的识别率。
2018-01-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人