纸币号码图像识别方法研究
|
摘要
纸币上的号码是纸币印刷数量的标识,每张没有重复,因此可以用宋标识纸币的身份。利用计算机视觉技术开发一种智能纸币号码识别系统,自动识别纸币上的号码,就可以有效地实现对纸币的管理,具有广泛的应用价值。本文完成了一套纸币号码采集识别系统的设计与研制,包括图像分割、定位、识别算法,用VC++6.0语言编写了号码识别程序,建立了可运行的纸币号码识别系统。
首先通过对比CCD与CIS摄像头的特性,主要考虑速度因素选取了一款松下牌CCD摄像头与嘉恒图像采集卡组成图像获取装置硬件,调用采集卡动态链接库编写纸币号码采集程序。采集到的号码图像存在多种噪声,通过均值滤波和中值滤波等去噪声算法的对比和实验,选取了高斯滤波的方法去除噪声。
对当前流行的图像分割方法并行、串行边界技术和区域技术进行比较和实验,在分割效果、时间和算法复杂度上均难以满足本识别系统的要求.本文针对纸币号码图像中号码线条所在象素点灰度值都远小于背景点象素灰度值的特点,提出了逻辑脊谷判断的号码图像分割方法。分别在四个方向计算灰度差,有一个方向满足条件,处于谷的位置,即判断该点为号码点。此方法分割号码线条连贯,速度与索菲尔算子相当,可以满足实用的要求。用迭代法进行二值化,再用数学形态学闭运算进行处理。
利用计算孤立单元面积法去除污迹噪声的干扰,进行断线的连接。水平方向采用投影的方法进行定位,垂直方向采用改进的基于穿越号码体距离的方法进行垂直定位,避免了双峰或多峰的干扰,定位号码准确。
对现有识别方法进行了研究,将简单模板匹配法应用于本识别系统,速度较慢,正确率低。本文在基于弧体、圆体的结构识别基础上提出了基于穿越号码次数的结构识别方法,此方法处理速度快,识别纸币号码准确率高。
通过对300幅人民币号码图像实验表明,识别率达98%。
The numbers on the paper currency is the amount identifier of the paper currency issuance, each sheet has its own numbers and the same numbers haven't be used twice, so the numbers on it can identify paper currency's identity. Developed a aptitude system by computer vision for paper currency numbers recognition, the number is recognized and recorded with binding by the system, then the organization of the paper currency could be easy. So the automatic register system has utilize tremendous and amplitude application foreground. In this paper, the automatic recognition system for paper currency numbers was built by the technique of image processing and pattern recognition.Firstly, compared the camera of CCD and CIS, a kind of Panasonic CCD camera was chosea The image acquire hardware was composed of CCD camera, image acquisition card and computer. Used the acquisition card DDL, the acquire program was programmed. The image gotten by camera has many noises. Through the experiment of average filter and median filter, the algorithm of Gauss was adopted to dispel the noises.Compared with the prevalence algorithm of segmentation, the experiment result show they are not content the system target in effect, speed and complexity. The logical judgment about ridge-valley algorithm was presented based on the character of number line's gray value is smaller than the background's gray value around them. The gray level of four directions was calculated. If one of the directions content the qualification, it means the gray level at the valley location can be judged as number line dot. Then the image was processed by iterative method binarization and morphology close operation.The noises was wipe off by calculate the areas and connect the breakpoints. In level location, the gray projection method was adopted. In perpendicular orientation, an improved method of distance of traversing number body was adopted. Then every number has a notable peak, and the two or more peaks made by projection directly is avoided.
In recognition algorithm, the simple template matching has too much calculator, and it usually takes a long time. A new structure-analyzing algorithm was be put forward by calculate the transfer of the number body times. The algorithm is simply and fast enough to content the processing system.Take the RMB as an example, 300 sheets of 100 par value was random chose, the recognition ratio is 98 percent.
首先通过对比CCD与CIS摄像头的特性,主要考虑速度因素选取了一款松下牌CCD摄像头与嘉恒图像采集卡组成图像获取装置硬件,调用采集卡动态链接库编写纸币号码采集程序。采集到的号码图像存在多种噪声,通过均值滤波和中值滤波等去噪声算法的对比和实验,选取了高斯滤波的方法去除噪声。
对当前流行的图像分割方法并行、串行边界技术和区域技术进行比较和实验,在分割效果、时间和算法复杂度上均难以满足本识别系统的要求.本文针对纸币号码图像中号码线条所在象素点灰度值都远小于背景点象素灰度值的特点,提出了逻辑脊谷判断的号码图像分割方法。分别在四个方向计算灰度差,有一个方向满足条件,处于谷的位置,即判断该点为号码点。此方法分割号码线条连贯,速度与索菲尔算子相当,可以满足实用的要求。用迭代法进行二值化,再用数学形态学闭运算进行处理。
利用计算孤立单元面积法去除污迹噪声的干扰,进行断线的连接。水平方向采用投影的方法进行定位,垂直方向采用改进的基于穿越号码体距离的方法进行垂直定位,避免了双峰或多峰的干扰,定位号码准确。
对现有识别方法进行了研究,将简单模板匹配法应用于本识别系统,速度较慢,正确率低。本文在基于弧体、圆体的结构识别基础上提出了基于穿越号码次数的结构识别方法,此方法处理速度快,识别纸币号码准确率高。
通过对300幅人民币号码图像实验表明,识别率达98%。
The numbers on the paper currency is the amount identifier of the paper currency issuance, each sheet has its own numbers and the same numbers haven't be used twice, so the numbers on it can identify paper currency's identity. Developed a aptitude system by computer vision for paper currency numbers recognition, the number is recognized and recorded with binding by the system, then the organization of the paper currency could be easy. So the automatic register system has utilize tremendous and amplitude application foreground. In this paper, the automatic recognition system for paper currency numbers was built by the technique of image processing and pattern recognition.Firstly, compared the camera of CCD and CIS, a kind of Panasonic CCD camera was chosea The image acquire hardware was composed of CCD camera, image acquisition card and computer. Used the acquisition card DDL, the acquire program was programmed. The image gotten by camera has many noises. Through the experiment of average filter and median filter, the algorithm of Gauss was adopted to dispel the noises.Compared with the prevalence algorithm of segmentation, the experiment result show they are not content the system target in effect, speed and complexity. The logical judgment about ridge-valley algorithm was presented based on the character of number line's gray value is smaller than the background's gray value around them. The gray level of four directions was calculated. If one of the directions content the qualification, it means the gray level at the valley location can be judged as number line dot. Then the image was processed by iterative method binarization and morphology close operation.The noises was wipe off by calculate the areas and connect the breakpoints. In level location, the gray projection method was adopted. In perpendicular orientation, an improved method of distance of traversing number body was adopted. Then every number has a notable peak, and the two or more peaks made by projection directly is avoided.
In recognition algorithm, the simple template matching has too much calculator, and it usually takes a long time. A new structure-analyzing algorithm was be put forward by calculate the transfer of the number body times. The algorithm is simply and fast enough to content the processing system.Take the RMB as an example, 300 sheets of 100 par value was random chose, the recognition ratio is 98 percent.
引文
[1] 周翟和,刘建业,肖纪立.纸币号码读入识别系统的单片机实现.工业控制计算机,2002,15(1):69～71
[2] 殷瑞祥,李国华.身份证号码的自动识别系统.华南理工大学学报,2002,30(2):94～96
[3] 吕松茂,韩震宇,吕津等.身份证号码的快速识别系统.实用测试技术,2001,(1):31～33
[4] 李雪巍,孙玉兰,吴胜权等.机车车厢号码的自动识别系统.测试技术学报,1996,(3):480～484
[5] 周玉玲.货车车厢号码CCD自动识别系统.西安工业学院学报,1988(2):99～104
[6] 杨波,彭健,叶俊勇等.枪号识别系统的设计.重庆大学学报,2001,24(5):137～141
[7] 刘振杰,乐宁,王海丽等.汽车变速箱壳体号码识别中输入输出控制系统的研制.机械设计与制造工程,2000,29(1)40～42
[8] 王砚坤.机号识别的若干问题的研究.沈阳工业大学学报,2001,(1)55～58
[9] 张宏林.Visual C++数字图像模式识别技术及工程实践.北京:人民邮电出版社,2002
[10] 王晓华,高庆吉,赵卫平.利用模糊统计法识别货车列车车号的研究.中国图像图形学报,2000,5(11):963～967
[11] Fumiaki Takeda, Sigeru Omatu. High speed paper currency recognition by neural networks. IEEE Trans on Neural Network. 1995, 6(1): 73～77
[12] 谭锐,宣国荣.切线距离在印刷体数字识别中的应用.微型电脑应用2002,18(12):7～8
[13] 段会川,张海波,张曙光.基于模糊理论的仪表数字识别研究.仪表技术与传感器,2004,(4):37～39
[14] 严国莉,黄山,李岱璋.印刷体数字快速识别算法在身份证编号数字识别中的应用.计算机工程,2003,29(1):178～179
[15] 冯毅,刘剑.扫描仪完全手册.北京:中国电力出版社,2000
[16] 周翟和.纸币读入识别系统的研究和实现:[学位论文].南京:航空航天大学,2002
[17] 大恒图像.人民币号码、荧光在线检测系统.http://www.daheng-image.com/prd_sys_rmbh.htm. 2004—3—5
[18] 张庆峰.基于DSP的纸币号码识别系统的研究:[学位论文].哈尔滨:哈尔滨工业大学,2003
[19] 刘斌昺.基于DSP的快速纸币图像识别技术研究:[学位论文].武汉:华中科技大学,2003
[20] 赵楠楠.人民币图像识别系统:[学位论文].鞍山:鞍山科技大学,2003
[21] 何斌,马天舒,王运坚等.Visual C++数字图像处理.北京:人民邮电出版社,2002
[22] (美)Kenneth R.Castleman著.数字图像处理.北京:电子工业出版社出版,2002
[23] 王志刚,王伟,许晓鸣.一种改进型自适应加权模糊均值滤波算法.高技术通讯,2003,(2):19～25
[24] 谢燕江.中值滤波在图像去噪中的应用.湘南学院学报,2004,(2):75～77
[25] T.Sun, Y.Neuvo. Detail-preserving median based filters in image processing. Pattern Recognition. Lett, 1994,15(Apr.): 341～347
[26] 张恒,雷志辉,丁晓华.一种改进的中值滤波算法.中国图象图形学报,2004,9(4):409～411
[27] Lee Y H, Kassam S A. Generalzed median filtering and related nonlinear filtering techniques. IEEE Transactions on Acoust, Speech, Signal Processing, 1985,33(3):672～68
[28] 章毓晋.图象工程(下册).北京:清华大学出版社,2002
[29] 章毓晋.图像分割.北京:科学出版社,2001
[30] 裴继红,谢维信等.势函数聚类自适应多阈值图像分割.计算机学报,1999,22(7):758～762
[31] 薛景浩,章毓晋,林行刚等.一种新的图像模糊散度阈值化分割算法.清华大学学报,1999,39(1):47～50
[32] 叶芗芸,戚飞虎,吴健渊等.文本图像的快速二值化方法.红外与毫米波学报,1997,16(5):344～350
[33] 魏志成.一种新的图像分割自适应算法的研究.中国图像图形学报,2000,5(3):216～220
[34] 盛业华,郭达志等.基于图象集合运算的矿图扫描图象二值化方法.中国图像图形学报,1998,3(12):1015～1019
[35] 杨波,叶俊勇,汪同庆等.低对比度图像的自适应阈值化算法.传感器技术,2000(6):34～37
[36] 张涛.用修正的直方图法进行实时视频图像分割.光学精密工程,1994,2(5):93～98
[37] 莫玉龙,张郑擎,彭明生.具有抗噪能力的图像阈值分割法.上海大学学报,2001,17(6):487～491
[38] Ridler T W, Calvard S. Pictrue thresholding using an iterartive selection method. IEEE-SMC, 1978, 8:630～632
[39] Trussel H J. Comments on "picture thresholding using an iterative selection method". IEEE-SMC, 1979, 9:311～314
[40] Neena Madan Davessar, Sunil Madan, Hardeep High. A Hybrid Approach to Character Segmentation of Gurmukhi Script Characters. Proceedings of the 32nd Applied Imagery Pattern Recognition Workshop. New York: 2003
[41] PAL N R, Pal S K. A review on image segmentation techniques. Pattern Recognition, 1993, 26(9): 1277～1294
[42] 龙钧宇,金连文.一种基于全局均值和局部方差的图像二值化方法.计算机工程,2004,30(4):78～82
[43] 陈丹,张峰,贺贵明.一种改进的文本图像二值化算法.计算机工程,2003,29(13):85～86
[44] 吴丹,刘修国,尚建嘎.数学形态学在图像处理与分析中的应用及展望.工程图学学报,2003,(2):120～125
[45] 崔屹.图像处理与分析——数学形态学的方法及应用.北京:科学出版社,2000
[46] Serra J. Introduction to mathematical morphology, Computer Vision, Graphics and Image Processing, 1986, 418～423
[47] Haralick R M. Image anlyasis using mathematical morphology. PAMI, 1987; 9(4): 228～231
[48] 戴青云,余英林.数学形态学在图像处理中的应用进展.控制理论与应用,2001,18(4):478～482
[49] 刘志敏,扬杰,施鹏飞.数学形态学的图像分割算法.计算机工程与科学,1998,20(4):21～27
[50] 李晶晖,戚飞虎.基于数学形态学的强鲁棒性边缘检测方法研究.上海交通大学学报,1995,29(6):96～101
[51] 阮秋琦.数字图像处理学.北京:电子工业出版社,2001
[52] 余腊生,沈德耀.扫描线种子填充算法的改进.计算机工程,2003,29(10):70～72
[53] 陈元琰,陈洪波.一种基于链队列的种子填充法.广西师范大学学报(自然科学版),2003,21(3):30～33
[54] 孙家广.计算机图形学.北京:清华大学出版社,1997
[55] 王东生.C语言图像处理程序设计.合肥:中国科技大学出版社,1994
[56] 郑南宁.计算机视觉与模式识别.北京:国防工业出版社,1998
[57] Jain A K, Yu B. Automatic Text Location in Images and Video Frames. Pattern Recognition, 1998, 31(12): 2055～2076
[58] 范勇,蒋欣荣等.汽车牌照快速定位算法.光电工程学报,2001,28(2):56～59
[59] 李宏升,马洪庆,刘济林等.利用牌照识别技术的停车场安全防盗系统.计算机系统应用,1999,(5):14～16
[60] 吕雪峰,王敏,万国红.汽车牌照定位技术研究.计算机工程与应用,2003,(15):226～229
[61] 刘伟铭,赵雪平.一种基于扫描行的汽车车牌定位算法.计算机工程与应用,2004,(6):223～225
[62] Mori S, Suen C Y, Yamamoto K. Historical Riview of OCR Research and Development. Proc of IEEE TransPAMI, 1996,18(7): 690～706
[63] 荆涛,王仲.光学字符识别技术与展望.计算机工程,2003,29(2):1～2
[64] 杜彦蕊,杜海明.手写字符识别方法的研究.应用科技,2004,31(2):19～21
[65] 刘刚,张洪刚,郭军.用于脱机手写数字识别的隐马尔可夫模型.计算机研究与发展,2003,40(8):1252～1257
[66] 高彦宇,杨扬.脱机手写体汉字识别研究综述.计算机工程与应用,2004,(7):74～77
[67] Nei kato, Shin chiro Omachi. A handwriting character recognition system using directional element feature. IEEE Trans on Pattern Analysis and Machine Intelligence. 1999, 21 (3): 258～262
[68] 罗勇,周必水.一种基于参照模型的联机手写汉字识别方法.杭州电子工业学院学报,2003,23(3):66～69
[69] 鲁湛,丁晓青.基于笔段间关系的联机手写汉字HMM模型.清华大学学报(自然科学版),2004,44(7):913～916
[70] Takahashi K, Yasuda H, Matsumoto T. A fast HMM algorithm for on-line handwritten character recognition. ICDAR[C]. LosAlamitos, CA, 1997, 369～375
[71] 赵巍,刘家锋,唐降龙.基于部件HMM级联的联机手写体汉字识别方法.哈尔滨工业大学学报,2004,36(5):570～573
[72] Oivind Due Trie, Anil K Jain, Torfinn Taxt. Feature Extraction Methods for Character Recognition-A Survey. Pattern Recogniton, 1996, 29(4): 641～662
[73] 扬万山,陈松乔,唐连章.基于BP神经网络的工程图纸图形符号的识别.微型电脑应用,2000,16(2):22～23
[74] 闫巧,王世军,谢维新等.基于遗传——神经网络的字符识别.兰州铁道学院学报(自然科学版),2001,20(4):78～81
[75] 张丰收,崔凤奎,王晓强等.BP网络在工程图自动识别中的应用.拖拉机与农用运输车,2000,(4):43～45
[76] 武强,童学锋,季隽.基于人工神经网络的数字字符识别.计算机工程,2003,29(14):112～114
[77] 杨勇,谢刚生.基于BP神经网络的手写数字识别.华东地质学院学报,2003,26(4):383～386
[78] 陈芳信,马翔,姜新等.基于多神经网络的手写数字综合识别系统.信息技术,2003,27(9):1～4
[79] 孙立民,张宗念,余英林等.有监督竞争学习神经模型在手写体汉字识别中的应用.工程图学报,1998,(4):75～80
[80] 吴鸣锐,张钹.一种用于大规模模式识别问题的神经网络算法.软件学报,2001,21(6):851～855
[81] 易中凯,吴沧浦.种用于多类模式识别的综合感知器网络和学习算法.北京理工大学学报,2001,21(4):459～463
[82] 刘志言,童树鸿,王燕.基于证据理论的多分类器集成方法研究.电机与控制学报,2001,5(3):208～212
[83] 孙怀江,胡钟山,扬静宇.基于证据理论的多分类器融合方法的研究.计算机学报,2001,24(3):231～235
[84] 征荆,丁晓清,吴佑寿.基于最小代价的多分类器动态集成.计算机学报,1999,22(2):182～187
[85] 王晓华,高庆吉,赵卫平.利用模糊统计法识别货车列车车号的研究.中国图像图形学报,2000,5(11):963～967
[86] L.D.Wu. On the Chain Code of a Line. IEEE Trans. Pattern Anal. Machine Intell. PAMI-4
[87] C.H.The, R.T.Chin. On the detection of dominant points on digital curves. IEEE Trans. Pattern Anal. Mach. Intell. 11 (8)
[88] Vijay Nagasamy, Noshir A Langrana. Engineering drawing processing and vectorization system. Computer Vision, Graphics and Image Processing, 1990, 49:379～397
[89] 刘勇奎,扬放.圆及椭圆链码的识别.计算机工程与设计,1999,20(1):61～64
[90] 郭晓松,孙祥玉,扬必武.基于连通域的模板匹配法用于字符识别的算法研究.计算机工程与应用,2000,12,46～47
[91] 阚伟,朱秋煜.一种改进的基于模板匹配的集装箱字符识别方法的研究.计算机工程,2000,26(12):119～121
[92] 高彤,姜华,吕民.基于模板匹配的手写体字符识别方法.哈尔滨工业大学学报,1999,31(1):104～106
[93] 陈斌,游志胜.车牌号码松弛模板匹配方法.计算机应用,2001,21(8):155～157
[2] 殷瑞祥,李国华.身份证号码的自动识别系统.华南理工大学学报,2002,30(2):94～96
[3] 吕松茂,韩震宇,吕津等.身份证号码的快速识别系统.实用测试技术,2001,(1):31～33
[4] 李雪巍,孙玉兰,吴胜权等.机车车厢号码的自动识别系统.测试技术学报,1996,(3):480～484
[5] 周玉玲.货车车厢号码CCD自动识别系统.西安工业学院学报,1988(2):99～104
[6] 杨波,彭健,叶俊勇等.枪号识别系统的设计.重庆大学学报,2001,24(5):137～141
[7] 刘振杰,乐宁,王海丽等.汽车变速箱壳体号码识别中输入输出控制系统的研制.机械设计与制造工程,2000,29(1)40～42
[8] 王砚坤.机号识别的若干问题的研究.沈阳工业大学学报,2001,(1)55～58
[9] 张宏林.Visual C++数字图像模式识别技术及工程实践.北京:人民邮电出版社,2002
[10] 王晓华,高庆吉,赵卫平.利用模糊统计法识别货车列车车号的研究.中国图像图形学报,2000,5(11):963～967
[11] Fumiaki Takeda, Sigeru Omatu. High speed paper currency recognition by neural networks. IEEE Trans on Neural Network. 1995, 6(1): 73～77
[12] 谭锐,宣国荣.切线距离在印刷体数字识别中的应用.微型电脑应用2002,18(12):7～8
[13] 段会川,张海波,张曙光.基于模糊理论的仪表数字识别研究.仪表技术与传感器,2004,(4):37～39
[14] 严国莉,黄山,李岱璋.印刷体数字快速识别算法在身份证编号数字识别中的应用.计算机工程,2003,29(1):178～179
[15] 冯毅,刘剑.扫描仪完全手册.北京:中国电力出版社,2000
[16] 周翟和.纸币读入识别系统的研究和实现:[学位论文].南京:航空航天大学,2002
[17] 大恒图像.人民币号码、荧光在线检测系统.http://www.daheng-image.com/prd_sys_rmbh.htm. 2004—3—5
[18] 张庆峰.基于DSP的纸币号码识别系统的研究:[学位论文].哈尔滨:哈尔滨工业大学,2003
[19] 刘斌昺.基于DSP的快速纸币图像识别技术研究:[学位论文].武汉:华中科技大学,2003
[20] 赵楠楠.人民币图像识别系统:[学位论文].鞍山:鞍山科技大学,2003
[21] 何斌,马天舒,王运坚等.Visual C++数字图像处理.北京:人民邮电出版社,2002
[22] (美)Kenneth R.Castleman著.数字图像处理.北京:电子工业出版社出版,2002
[23] 王志刚,王伟,许晓鸣.一种改进型自适应加权模糊均值滤波算法.高技术通讯,2003,(2):19～25
[24] 谢燕江.中值滤波在图像去噪中的应用.湘南学院学报,2004,(2):75～77
[25] T.Sun, Y.Neuvo. Detail-preserving median based filters in image processing. Pattern Recognition. Lett, 1994,15(Apr.): 341～347
[26] 张恒,雷志辉,丁晓华.一种改进的中值滤波算法.中国图象图形学报,2004,9(4):409～411
[27] Lee Y H, Kassam S A. Generalzed median filtering and related nonlinear filtering techniques. IEEE Transactions on Acoust, Speech, Signal Processing, 1985,33(3):672～68
[28] 章毓晋.图象工程(下册).北京:清华大学出版社,2002
[29] 章毓晋.图像分割.北京:科学出版社,2001
[30] 裴继红,谢维信等.势函数聚类自适应多阈值图像分割.计算机学报,1999,22(7):758～762
[31] 薛景浩,章毓晋,林行刚等.一种新的图像模糊散度阈值化分割算法.清华大学学报,1999,39(1):47～50
[32] 叶芗芸,戚飞虎,吴健渊等.文本图像的快速二值化方法.红外与毫米波学报,1997,16(5):344～350
[33] 魏志成.一种新的图像分割自适应算法的研究.中国图像图形学报,2000,5(3):216～220
[34] 盛业华,郭达志等.基于图象集合运算的矿图扫描图象二值化方法.中国图像图形学报,1998,3(12):1015～1019
[35] 杨波,叶俊勇,汪同庆等.低对比度图像的自适应阈值化算法.传感器技术,2000(6):34～37
[36] 张涛.用修正的直方图法进行实时视频图像分割.光学精密工程,1994,2(5):93～98
[37] 莫玉龙,张郑擎,彭明生.具有抗噪能力的图像阈值分割法.上海大学学报,2001,17(6):487～491
[38] Ridler T W, Calvard S. Pictrue thresholding using an iterartive selection method. IEEE-SMC, 1978, 8:630～632
[39] Trussel H J. Comments on "picture thresholding using an iterative selection method". IEEE-SMC, 1979, 9:311～314
[40] Neena Madan Davessar, Sunil Madan, Hardeep High. A Hybrid Approach to Character Segmentation of Gurmukhi Script Characters. Proceedings of the 32nd Applied Imagery Pattern Recognition Workshop. New York: 2003
[41] PAL N R, Pal S K. A review on image segmentation techniques. Pattern Recognition, 1993, 26(9): 1277～1294
[42] 龙钧宇,金连文.一种基于全局均值和局部方差的图像二值化方法.计算机工程,2004,30(4):78～82
[43] 陈丹,张峰,贺贵明.一种改进的文本图像二值化算法.计算机工程,2003,29(13):85～86
[44] 吴丹,刘修国,尚建嘎.数学形态学在图像处理与分析中的应用及展望.工程图学学报,2003,(2):120～125
[45] 崔屹.图像处理与分析——数学形态学的方法及应用.北京:科学出版社,2000
[46] Serra J. Introduction to mathematical morphology, Computer Vision, Graphics and Image Processing, 1986, 418～423
[47] Haralick R M. Image anlyasis using mathematical morphology. PAMI, 1987; 9(4): 228～231
[48] 戴青云,余英林.数学形态学在图像处理中的应用进展.控制理论与应用,2001,18(4):478～482
[49] 刘志敏,扬杰,施鹏飞.数学形态学的图像分割算法.计算机工程与科学,1998,20(4):21～27
[50] 李晶晖,戚飞虎.基于数学形态学的强鲁棒性边缘检测方法研究.上海交通大学学报,1995,29(6):96～101
[51] 阮秋琦.数字图像处理学.北京:电子工业出版社,2001
[52] 余腊生,沈德耀.扫描线种子填充算法的改进.计算机工程,2003,29(10):70～72
[53] 陈元琰,陈洪波.一种基于链队列的种子填充法.广西师范大学学报(自然科学版),2003,21(3):30～33
[54] 孙家广.计算机图形学.北京:清华大学出版社,1997
[55] 王东生.C语言图像处理程序设计.合肥:中国科技大学出版社,1994
[56] 郑南宁.计算机视觉与模式识别.北京:国防工业出版社,1998
[57] Jain A K, Yu B. Automatic Text Location in Images and Video Frames. Pattern Recognition, 1998, 31(12): 2055～2076
[58] 范勇,蒋欣荣等.汽车牌照快速定位算法.光电工程学报,2001,28(2):56～59
[59] 李宏升,马洪庆,刘济林等.利用牌照识别技术的停车场安全防盗系统.计算机系统应用,1999,(5):14～16
[60] 吕雪峰,王敏,万国红.汽车牌照定位技术研究.计算机工程与应用,2003,(15):226～229
[61] 刘伟铭,赵雪平.一种基于扫描行的汽车车牌定位算法.计算机工程与应用,2004,(6):223～225
[62] Mori S, Suen C Y, Yamamoto K. Historical Riview of OCR Research and Development. Proc of IEEE TransPAMI, 1996,18(7): 690～706
[63] 荆涛,王仲.光学字符识别技术与展望.计算机工程,2003,29(2):1～2
[64] 杜彦蕊,杜海明.手写字符识别方法的研究.应用科技,2004,31(2):19～21
[65] 刘刚,张洪刚,郭军.用于脱机手写数字识别的隐马尔可夫模型.计算机研究与发展,2003,40(8):1252～1257
[66] 高彦宇,杨扬.脱机手写体汉字识别研究综述.计算机工程与应用,2004,(7):74～77
[67] Nei kato, Shin chiro Omachi. A handwriting character recognition system using directional element feature. IEEE Trans on Pattern Analysis and Machine Intelligence. 1999, 21 (3): 258～262
[68] 罗勇,周必水.一种基于参照模型的联机手写汉字识别方法.杭州电子工业学院学报,2003,23(3):66～69
[69] 鲁湛,丁晓青.基于笔段间关系的联机手写汉字HMM模型.清华大学学报(自然科学版),2004,44(7):913～916
[70] Takahashi K, Yasuda H, Matsumoto T. A fast HMM algorithm for on-line handwritten character recognition. ICDAR[C]. LosAlamitos, CA, 1997, 369～375
[71] 赵巍,刘家锋,唐降龙.基于部件HMM级联的联机手写体汉字识别方法.哈尔滨工业大学学报,2004,36(5):570～573
[72] Oivind Due Trie, Anil K Jain, Torfinn Taxt. Feature Extraction Methods for Character Recognition-A Survey. Pattern Recogniton, 1996, 29(4): 641～662
[73] 扬万山,陈松乔,唐连章.基于BP神经网络的工程图纸图形符号的识别.微型电脑应用,2000,16(2):22～23
[74] 闫巧,王世军,谢维新等.基于遗传——神经网络的字符识别.兰州铁道学院学报(自然科学版),2001,20(4):78～81
[75] 张丰收,崔凤奎,王晓强等.BP网络在工程图自动识别中的应用.拖拉机与农用运输车,2000,(4):43～45
[76] 武强,童学锋,季隽.基于人工神经网络的数字字符识别.计算机工程,2003,29(14):112～114
[77] 杨勇,谢刚生.基于BP神经网络的手写数字识别.华东地质学院学报,2003,26(4):383～386
[78] 陈芳信,马翔,姜新等.基于多神经网络的手写数字综合识别系统.信息技术,2003,27(9):1～4
[79] 孙立民,张宗念,余英林等.有监督竞争学习神经模型在手写体汉字识别中的应用.工程图学报,1998,(4):75～80
[80] 吴鸣锐,张钹.一种用于大规模模式识别问题的神经网络算法.软件学报,2001,21(6):851～855
[81] 易中凯,吴沧浦.种用于多类模式识别的综合感知器网络和学习算法.北京理工大学学报,2001,21(4):459～463
[82] 刘志言,童树鸿,王燕.基于证据理论的多分类器集成方法研究.电机与控制学报,2001,5(3):208～212
[83] 孙怀江,胡钟山,扬静宇.基于证据理论的多分类器融合方法的研究.计算机学报,2001,24(3):231～235
[84] 征荆,丁晓清,吴佑寿.基于最小代价的多分类器动态集成.计算机学报,1999,22(2):182～187
[85] 王晓华,高庆吉,赵卫平.利用模糊统计法识别货车列车车号的研究.中国图像图形学报,2000,5(11):963～967
[86] L.D.Wu. On the Chain Code of a Line. IEEE Trans. Pattern Anal. Machine Intell. PAMI-4
[87] C.H.The, R.T.Chin. On the detection of dominant points on digital curves. IEEE Trans. Pattern Anal. Mach. Intell. 11 (8)
[88] Vijay Nagasamy, Noshir A Langrana. Engineering drawing processing and vectorization system. Computer Vision, Graphics and Image Processing, 1990, 49:379～397
[89] 刘勇奎,扬放.圆及椭圆链码的识别.计算机工程与设计,1999,20(1):61～64
[90] 郭晓松,孙祥玉,扬必武.基于连通域的模板匹配法用于字符识别的算法研究.计算机工程与应用,2000,12,46～47
[91] 阚伟,朱秋煜.一种改进的基于模板匹配的集装箱字符识别方法的研究.计算机工程,2000,26(12):119～121
[92] 高彤,姜华,吕民.基于模板匹配的手写体字符识别方法.哈尔滨工业大学学报,1999,31(1):104～106
[93] 陈斌,游志胜.车牌号码松弛模板匹配方法.计算机应用,2001,21(8):155～157