CN105761351A - 基于结构特征的字符识别方法 - Google Patents
基于结构特征的字符识别方法 Download PDFInfo
- Publication number
- CN105761351A CN105761351A CN201610016477.8A CN201610016477A CN105761351A CN 105761351 A CN105761351 A CN 105761351A CN 201610016477 A CN201610016477 A CN 201610016477A CN 105761351 A CN105761351 A CN 105761351A
- Authority
- CN
- China
- Prior art keywords
- character
- judged
- characteristic
- architectural feature
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于结构特征的字符识别方法,解决了现有技术的不足,技术方案为:包括以下步骤:步骤一,在人民币灰度图像上定位冠字号区域,取得冠字号的灰度图并进行倾斜校正;步骤二,对倾斜校正后的灰度图进行预处理,并根据目标图像的亮度直方图确定二值化阈值,对目标图像进行二值化处理,获得二值化图;步骤三,对二值化图进行连通域标记,根据标记结果提取单个字符的二值化图;步骤四,最后根据字符结构特征对单个字符的二值化图进行识别。
Description
技术领域
本专利涉及字符识别技术领域,特别涉及钞票冠字号的提取、识别技术领域,具体涉及一种基于结构特征的字符识别方法。
背景技术
在金融设备行业中,自动取款机和存取款一体机(ATM/CRS)已经获得广泛使用,其便捷、高效的自助服务在减轻银行柜台服务压力的同时,也深受用户欢迎。随之而来的也有存取款时出现的假币争议不断,为此中国人民银行在2013年14号文件对冠字号记录、存储和查询做出了详细规定。每一张纸币均具有唯一的冠字号,掌握冠字号则能够在纸币的流通过程中,准确无误地记载并掌握纸币的流通情况。冠字号对于纸币的合理、合法使用具有重大意义。
中国专利申请号:CN201410522416.X,申请日:2014-09-30,公开了一种人民币识别方法,包括以下步骤:采集待识别人民币上的防伪特征;将防伪特征按照所在区域划分;设定每一个鉴别区中各防伪特征的优先级;计算出每个防伪特征与标准防伪特征的相似度;根据防伪特征的优先级和相似度,判定出每一个鉴别区的真伪;当任意一个鉴别区判定为伪钞,则该张人民币判定为伪钞,本发明克服了人民币各防伪特征仿造难易度不一而造成的识别困难,通过设定各防伪特征的优先级计算各防伪特征的相似度,得到真伪币的相似度结果。
但是此类技术对于人民币冠字号的追寻能力较弱,无法准确掌握纸币的冠字号,在纸币的流通过程中无法准确无误地记载并掌握纸币的流通情况。
发明内容
本发明的目的在于解决上述现有技术中对于人民币冠字号的追寻能力较弱,无法准确掌握纸币的冠字号,在纸币的流通过程中无法准确无误地记载并掌握纸币的流通情况的问题,提供一种基于结构特征的字符识别方法。
本发明解决其技术问题所采用的技术方案是:一种基于结构特征的字符识别方法,包括以下步骤:
步骤一,在人民币灰度图像上定位冠字号区域,取得冠字号的灰度图并进行倾斜校正;
步骤二,对倾斜校正后的灰度图进行预处理,并根据目标图像的亮度直方图确定二值化阈值,对目标图像进行二值化处理,获得二值化图;
步骤三,对二值化图进行连通域标记,根据标记结果提取单个字符的二值化图;
步骤四,最后根据字符结构特征对单个字符的二值化图进行识别。
作为优选,提供一种新型的钞票冠字号识别方法,该方法可以快速稳定地识别人民币的冠字号,从而有助于假币纷争的解决和人民币流向的监测管理。
作为优选,所述步骤二中,对倾斜校正后的灰度图进行预处理为:先对图像进行1∶4放大,然后在3×3的邻域使用卷积h进行滤波,其中,
作为优选,所述步骤二中,根据图像的亮度直方图确定二值化阈值的方法为,threshold=grayF+(grayB-grayF)/3;公式中的grayB为背景的平均亮度,像素按亮度排序后取中间像素的亮度;grayF为前景字符的平均亮度;阈值threshold由公式进行迭代运算确定,结果四舍五入取整,终止条件是阈值threshold与上一次迭代结果相同。
作为优选,在步骤三中,对二值化图进行连通域标记为:图像的二值化和连通域标记同步完成,对于判断为字符背景的连通域,分配小于零的编号,判断为前景字符的连通域,分配大于零的编号,对图像采用逐列或逐行的三次扫描的方法进行连通域标记,第一次标记与前一列相同的像素点;第二次标记这一列中已标记的相邻且相同的像素点,同时合并相连的连通域;第三次标记剩下的像素点,分配新的编号。
作为优选,在步骤四中根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。
作为优选,所述连通域的参数主要有:编号、范围参数和像素数,所述范围参数包括起始和结束的行/列号,
对连通域某行/列特征的描述为:行宽/列高、像素数、与设定直线交汇次数。连通域标记法提取单个字符的过程中,结合字符大小、间距等特征,能够同时去除噪点、识别二值化阈值选取不好时产生的字符笔画断线或字符粘连、钞票冠字号区域的污损、划线等可能影响识别结果的特征。
字符识别过程:已有的一些识别方法,比如模板匹配法、神经网络字符识别法等,都是提取字符的一些特征,生成字符的数值向量,然后与字库里所有字符的数值向量进行比对,取最接近者作为识别结果。本发明则是根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。每一步都有是或不是的明确结果,不需要先验的算法字库,受字体、字符大小等影响较小,识别结果稳定,速度快。
作为优选,在步骤四中首先对A至Z和0至9的共计36个字符进行连通域特性判定,将字符区分为四组,第一组为A、D、O、P、Q、R、4、6、9和0,第二组为I和1,第三组为B和8,剩余字符为第四组,然后对四组字符根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。
作为优选,在根据字符的结构特征逐步缩写字符的范围中使用的判定方法包括:
由字符连通域特性判定、由字符左边列特性判定、由字符右边列特性判定、由字符顶部行特性判定、由字符底部行特性判定、由字符中间列特性判定、由字符右1/4处列特性判定、由字符1/3、1/2和2/3三处列特性判定、由字符上1/3处行特性判定和结合冠字号编排规则判定、由字符连通域宽高比判定。由字符的连通域参数和行列特征可以实现笔画横和竖的判别、字符包含的孔数和孔相对位置的判别、以及字符在某一方向开口特征的判别,通过这些信息足以准确识别出钞票冠字号字符。结合钞票冠字号的编码规则,可以更快的识别字符。
本发明的实质性效果是:该方法可以快速稳定地识别人民币的冠字号,从而有助于假币纷争的解决和人民币流向的监测管理。
具体实施方式
下面通过具体实施例,对本发明的技术方案作进一步的具体说明。
实施例:
一种基于结构特征的字符识别方法,其特征在于:包括以下步骤:
步骤一,在人民币灰度图像上定位冠字号区域,取得冠字号的灰度图并进行倾斜校正;
步骤二,对倾斜校正后的灰度图进行预处理,并根据目标图像的亮度直方图确定二值化阈值,对目标图像进行二值化处理,获得二值化图;
步骤三,对二值化图进行连通域标记,根据标记结果提取单个字符的二值化图;
步骤四,最后根据字符结构特征对单个字符的二值化图进行识别。
所述步骤二中,对倾斜校正后的灰度图进行预处理为:先对图像进行1∶4放大,然后在3×3的邻域使用卷积h进行滤波,其中,。
所述步骤二中,根据图像的亮度直方图确定二值化阈值的方法为,threshold=grayF+(grayB-grayF)/3;公式中的grayB为背景的平均亮度,像素按亮度排序后取中间像素的亮度;grayF为前景字符的平均亮度,更具体的是亮度低于阈值(threshold)的所有像素的亮度平均值;阈值threshold由公式进行迭代运算确定,结果四舍五入取整,终止条件是阈值threshold与上一次迭代结果相同。
在步骤三中,对二值化图进行连通域标记为:图像的二值化和连通域标记同步完成,对于判断为字符背景的连通域,分配小于零的编号,判断为前景字符的连通域,分配大于零的编号,对图像采用逐列或逐行的三次扫描的方法进行连通域标记,第一次标记与前一列相同的像素点;第二次标记这一列中已标记的相邻且相同的像素点,同时合并相连的连通域;第三次标记剩下的像素点,分配新的编号。连通域标记法提取单个字符的过程中,结合字符大小、间距等特征,能够同时去除噪点、识别二值化阈值选取不好时产生的字符笔画断线或字符粘连、钞票冠字号区域的污损、划线等可能影响识别结果的特征。
在步骤四中根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。
所述连通域的参数主要有:编号、范围参数和像素数,所述范围参数包括起始和结束的行/列号,
对连通域某行/列特征的描述为:行宽/列高、像素数、与设定直线交汇次数。已有的一些识别方法,比如模板匹配法、神经网络字符识别法等,都是提取字符的一些特征,生成字符的数值向量,然后与字库里所有字符的数值向量进行比对,取最接近者作为识别结果。本发明则是根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。每一步都有是或不是的明确结果,不需要先验的算法字库,受字体、字符大小等影响较小,识别结果稳定,速度快。
本实施例中,在步骤四中首先对A至Z和0至9的共计36个字符进行连通域特性判定,将字符区分为四组,第一组为A、D、O、P、Q、R、4、6、9和0,第二组为I和1,第三组为B和8,剩余字符为第四组,然后对四组字符根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。在根据字符的结构特征逐步缩写字符的范围中使用的判定方法包括:由字符连通域特性判定、由字符左边列特性判定、由字符右边列特性判定、由字符顶部行特性判定、由字符底部行特性判定、由字符中间列特性判定、由字符右1/4处列特性判定、由字符1/3、1/2和2/3三处列特性判定、由字符上1/3处行特性判定和结合冠字号编排规则判定、由字符连通域宽高比判定。
具体以I1的识别举例如下:首先进行连通域特性判定,将字符区分为四组,选取包含I和1的第二组,然后执行由字符右边列特性判定即可区分出1和I。较为复杂的举例:区分D、P和R,首先进行连通域特性判定,将字符区分为四组,选取包含A、D、O、P、Q、R、4、6、9和0的第一组,然后执行由字符左边列特性判定,即可区分成包含D、P和R的一组和包含A、O、Q、4、6、9和0的一组,对D、P和R的一组重新执行连通域特性判定区分为包含P和R的一组和D,相应的,分别0O这个最难的字符可以选取包含A、O、Q、4、6、9和0的一组,进行连通域特性判定,区分为6、9、A和4一组以及0QO一组,对0QO一组进行字符右1/4处列特性判定,区分出Q然后对0O结合冠字号编排规则判定即可区分出0和O,当然在对应区分0和O时也可以采用字符连通域宽高比特性判定进行区分。
使用本实施例所描述的该方法可以快速稳定地识别人民币的冠字号,从而有助于假币纷争的解决和人民币流向的监测管理。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (8)
1.一种基于结构特征的字符识别方法,其特征在于:包括以下步骤:
步骤一,在人民币灰度图像上定位冠字号区域,取得冠字号的灰度图并进行倾斜校正;
步骤二,对倾斜校正后的灰度图进行预处理,并根据目标图像的亮度直方图确定二值化阈值,对目标图像进行二值化处理,获得二值化图;
步骤三,对二值化图进行连通域标记,根据标记结果提取单个字符的二值化图;
步骤四,最后根据字符结构特征对单个字符的二值化图进行识别。
2.根据权利要求1所述的一种基于结构特征的字符识别方法,其特征在于:所述步骤二中,对倾斜校正后的灰度图进行预处理为:先对图像进行1∶4放大,然后在3×3的邻域使用卷积h进行滤波,其中,
3.根据权利要求2所述的一种基于结构特征的字符识别方法,其特征在于:所述步骤二中,根据图像的亮度直方图确定二值化阈值的方法为,threshold=grayF+(grayB-grayF)/3;公式中的grayB为背景的平均亮度,像素按亮度排序后取中间像素的亮度;grayF为前景字符的平均亮度;阈值threshold由公式进行迭代运算确定,结果四舍五入取整,终止条件是阈值threshold与上一次迭代结果相同。
4.根据权利要求3所述的一种基于结构特征的字符识别方法,其特征在于:在步骤三中,对二值化图进行连通域标记为:图像的二值化和连通域标记同步完成,对于判断为字符背景的连通域,分配小于零的编号,判断为前景字符的连通域,分配大于零的编号,对图像采用逐列或逐行的三次扫描的方法进行连通域标记,第一次标记与前一列相同的像素点;第二次标记这一列中已标记的相邻且相同的像素点,同时合并相连的连通域;第三次标记剩下的像素点,分配新的编号。
5.根据权利要求4所述的一种基于结构特征的字符识别方法,其特征在于:在步骤四中根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。
6.根据权利要求5所述的一种基于结构特征的字符识别方法,其特征在于:所述连通域的参数主要有:编号、范围参数和像素数,所述范围参数包括起始和结束的行/列号,
对连通域某行/列特征的描述为:行宽/列高、像素数、与设定直线交汇次数。
7.根据权利要求6所述的一种基于结构特征的字符识别方法,其特征在于:在步骤四中首先对A至Z和0至9的共计36个字符进行连通域特性判定,将字符区分为四组,第一组为A、D、O、P、Q、R、4、6、9和0,第二组为I和1,第三组为B和8,剩余字符为第四组,然后对四组字符根据字符的结构特征逐步缩写字符的范围,直至最后确定是某一个字符。
8.根据权利要求7所述的一种基于结构特征的字符识别方法,其特征在于:在根据字符的结构特征逐步缩写字符的范围中使用的判定方法包括:由字符连通域特性判定、由字符左边列特性判定、由字符右边列特性判定、由字符顶部行特性判定、由字符底部行特性判定、由字符中间列特性判定、由字符右1/4处列特性判定、由字符1/3、1/2和2/3三处列特性判定、由字符上1/3处行特性判定和结合冠字号编排规则判定、由字符连通域宽高比判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610016477.8A CN105761351A (zh) | 2016-01-08 | 2016-01-08 | 基于结构特征的字符识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610016477.8A CN105761351A (zh) | 2016-01-08 | 2016-01-08 | 基于结构特征的字符识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105761351A true CN105761351A (zh) | 2016-07-13 |
Family
ID=56342391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610016477.8A Pending CN105761351A (zh) | 2016-01-08 | 2016-01-08 | 基于结构特征的字符识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105761351A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296969A (zh) * | 2016-08-18 | 2017-01-04 | 深圳怡化电脑股份有限公司 | 纸币的识别方法和系统 |
CN106340116A (zh) * | 2016-08-26 | 2017-01-18 | 深圳怡化电脑股份有限公司 | 一种纸币的识别方法和装置 |
CN106447904A (zh) * | 2016-09-09 | 2017-02-22 | 深圳怡化电脑股份有限公司 | 一种纸币的鉴别方法和装置 |
CN107025716A (zh) * | 2017-06-05 | 2017-08-08 | 深圳怡化电脑股份有限公司 | 检测纸币冠字号污损的方法及装置 |
CN108074321A (zh) * | 2016-11-14 | 2018-05-25 | 深圳怡化电脑股份有限公司 | 一种纸币的图像边界提取方法及装置 |
CN109241962A (zh) * | 2018-08-30 | 2019-01-18 | 云南电网有限责任公司普洱供电局 | 一种字符识别方法及装置 |
CN109447081A (zh) * | 2018-11-14 | 2019-03-08 | 广东小天才科技有限公司 | 一种光学字符识别数据集的获取方法及系统 |
CN109993749A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 提取目标图像的方法和装置 |
CN116721042A (zh) * | 2023-08-10 | 2023-09-08 | 广东石油化工学院 | 基于多阈值二值化的摄像图像倾斜校正方法 |
CN112840383B (zh) * | 2018-10-24 | 2024-03-08 | 富士通先端科技株式会社 | 纸币检查装置、纸币检查方法及纸币检查程序 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024144A (zh) * | 2010-11-23 | 2011-04-20 | 上海海事大学 | 集装箱箱号自动识别方法 |
WO2012120587A1 (ja) * | 2011-03-04 | 2012-09-13 | グローリー株式会社 | 文字列切出方法及び文字列切出装置 |
CN102779275A (zh) * | 2012-07-04 | 2012-11-14 | 广州广电运通金融电子股份有限公司 | 一种纸类字符识别方法及相关装置 |
CN103295009A (zh) * | 2013-06-20 | 2013-09-11 | 电子科技大学 | 基于笔画分解的车牌字符识别方法 |
CN104008384A (zh) * | 2013-02-26 | 2014-08-27 | 山东新北洋信息技术股份有限公司 | 字符识别方法和字符识别装置 |
CN104318238A (zh) * | 2014-11-10 | 2015-01-28 | 广州御银科技股份有限公司 | 一种验钞模块中对扫描的钞票图提取冠字号的方法 |
CN104408814A (zh) * | 2014-12-13 | 2015-03-11 | 天津远目科技有限公司 | 一种人民币冠字号识别方法 |
-
2016
- 2016-01-08 CN CN201610016477.8A patent/CN105761351A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024144A (zh) * | 2010-11-23 | 2011-04-20 | 上海海事大学 | 集装箱箱号自动识别方法 |
WO2012120587A1 (ja) * | 2011-03-04 | 2012-09-13 | グローリー株式会社 | 文字列切出方法及び文字列切出装置 |
CN102779275A (zh) * | 2012-07-04 | 2012-11-14 | 广州广电运通金融电子股份有限公司 | 一种纸类字符识别方法及相关装置 |
CN104008384A (zh) * | 2013-02-26 | 2014-08-27 | 山东新北洋信息技术股份有限公司 | 字符识别方法和字符识别装置 |
CN103295009A (zh) * | 2013-06-20 | 2013-09-11 | 电子科技大学 | 基于笔画分解的车牌字符识别方法 |
CN104318238A (zh) * | 2014-11-10 | 2015-01-28 | 广州御银科技股份有限公司 | 一种验钞模块中对扫描的钞票图提取冠字号的方法 |
CN104408814A (zh) * | 2014-12-13 | 2015-03-11 | 天津远目科技有限公司 | 一种人民币冠字号识别方法 |
Non-Patent Citations (2)
Title |
---|
宋普庚: "《中国优秀硕士学位论文全文数据库》", 31 December 2014 * |
宋普庚: "基于OCR的纸币冠字号识别及硬件仿真", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296969A (zh) * | 2016-08-18 | 2017-01-04 | 深圳怡化电脑股份有限公司 | 纸币的识别方法和系统 |
CN106296969B (zh) * | 2016-08-18 | 2019-04-12 | 深圳怡化电脑股份有限公司 | 纸币的识别方法和系统 |
CN106340116A (zh) * | 2016-08-26 | 2017-01-18 | 深圳怡化电脑股份有限公司 | 一种纸币的识别方法和装置 |
CN106340116B (zh) * | 2016-08-26 | 2019-06-07 | 深圳怡化电脑股份有限公司 | 一种纸币的识别方法和装置 |
CN106447904A (zh) * | 2016-09-09 | 2017-02-22 | 深圳怡化电脑股份有限公司 | 一种纸币的鉴别方法和装置 |
CN108074321A (zh) * | 2016-11-14 | 2018-05-25 | 深圳怡化电脑股份有限公司 | 一种纸币的图像边界提取方法及装置 |
CN108074321B (zh) * | 2016-11-14 | 2020-06-09 | 深圳怡化电脑股份有限公司 | 一种纸币的图像边界提取方法及装置 |
CN107025716A (zh) * | 2017-06-05 | 2017-08-08 | 深圳怡化电脑股份有限公司 | 检测纸币冠字号污损的方法及装置 |
CN107025716B (zh) * | 2017-06-05 | 2019-12-10 | 深圳怡化电脑股份有限公司 | 检测纸币冠字号污损的方法及装置 |
CN109993749A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 提取目标图像的方法和装置 |
CN109241962A (zh) * | 2018-08-30 | 2019-01-18 | 云南电网有限责任公司普洱供电局 | 一种字符识别方法及装置 |
CN112840383B (zh) * | 2018-10-24 | 2024-03-08 | 富士通先端科技株式会社 | 纸币检查装置、纸币检查方法及纸币检查程序 |
CN109447081A (zh) * | 2018-11-14 | 2019-03-08 | 广东小天才科技有限公司 | 一种光学字符识别数据集的获取方法及系统 |
CN109447081B (zh) * | 2018-11-14 | 2021-07-23 | 广东小天才科技有限公司 | 一种光学字符识别数据集的获取方法及系统 |
CN116721042A (zh) * | 2023-08-10 | 2023-09-08 | 广东石油化工学院 | 基于多阈值二值化的摄像图像倾斜校正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105761351A (zh) | 基于结构特征的字符识别方法 | |
CN105184955B (zh) | 一种纸币的识别方法和装置 | |
JP6878575B2 (ja) | 紙幣管理方法、システム、プログラム及び記録媒体 | |
CN102521911B (zh) | 钞票冠字号识别方法 | |
CN102542660B (zh) | 基于票据水印分布特征的票据防伪鉴别方法 | |
Shidore et al. | Number plate recognition for indian vehicles | |
CN102136166B (zh) | 多模态信息融合的纸币成像鉴伪方法及其装置 | |
CN106529532A (zh) | 一种基于积分特征通道与灰度投影的车牌识别系统 | |
CN104680161A (zh) | 一种身份证数字识别方法 | |
CN107067002A (zh) | 一种动态视频中道路车牌识别方法 | |
CN101604384B (zh) | 个性化指纹识别方法 | |
CN115239735A (zh) | 基于计算机视觉的通信柜表面缺陷检测方法 | |
CN102542655B (zh) | 基于纤维个性化特征的票据防伪鉴别方法 | |
CN104680130A (zh) | 一种身份证汉字识别方法 | |
CN101923741A (zh) | 一种基于验钞机的纸币号码识别方法 | |
CN104537651B (zh) | 一种路面图像中裂缝比例检测方法及系统 | |
CN103778409A (zh) | 基于人脸特征数据挖掘的人脸识别方法与装置 | |
CN104091388A (zh) | 一种基于磁图像的纸币鉴伪方法及装置 | |
CN103902985B (zh) | 一种基于roi的强鲁棒性实时车道侦测算法 | |
CN104298989A (zh) | 基于斑马线红外图像特征的鉴伪方法及其系统 | |
CN102799859A (zh) | 一种交通标志识别方法 | |
CN110472479A (zh) | 一种基于surf特征点提取和局部lbp编码的指静脉识别方法 | |
Li et al. | Fast and effective text detection | |
CN105426890A (zh) | 一种字符扭曲粘连的图形验证码识别方法 | |
CN108509950A (zh) | 基于概率特征加权融合的铁路接触网支柱号牌检测识别法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160713 |
|
RJ01 | Rejection of invention patent application after publication |