-
公开(公告)号：CN104239850B
公开(公告)日：2017-12-01
申请号：CN201410338618.9
申请日：2014-07-16
Applicant: 华南理工大学
Abstract: 本发明提供基于图像综合特征的答题卡填涂信息自动识别方法。首先获取一道选择题区域图像数据，对其进行形态学处理，然后再进行自适应阈值的二值化，接再对二值化图像进行轮廓检测与异常轮廓判断，接着利用原始图像、形态学处理后图像与二值图像计算相关评价指标，然后利用所计算出来的评价指标和全局一致性阈值进行填涂结果判断，最后返回识别结果并更新全局一致性阈值。本发明能兼容不同纸张的答题卡，也能兼容滤红卡、选项区域有半框、全框或者字母等类型的答题卡，且具有很快的识别速度和较高的鲁棒性。
-
公开(公告)号：CN104239850A
公开(公告)日：2014-12-24
申请号：CN201410338618.9
申请日：2014-07-16
Applicant: 华南理工大学
Abstract: 本发明提供基于图像综合特征的答题卡填涂信息自动识别方法。首先获取一道选择题区域图像数据，对其进行形态学处理，然后再进行自适应阈值的二值化，接再对二值化图像进行轮廓检测与异常轮廓判断，接着利用原始图像、形态学处理后图像与二值图像计算相关评价指标，然后利用所计算出来的评价指标和全局一致性阈值进行填涂结果判断，最后返回识别结果并更新全局一致性阈值。本发明能兼容不同纸张的答题卡，也能兼容滤红卡、选项区域有半框、全框或者字母等类型的答题卡，且具有很快的识别速度和较高的鲁棒性。
-
公开(公告)号：CN103324920A
公开(公告)日：2013-09-25
申请号：CN201310265457.0
申请日：2013-06-27
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于车辆正面图像与模板匹配的车型自动识别方法，首先对车辆正面图像进行灰度化，然后定位到车牌并利用局部梯度直方图计算车牌的宽度，接着将图像中车辆区域缩放到标准模板，在模板里进行梯度计算，接着将梯度值进行归一化，最后将归一化后的结果作为人工神经网络的输入，输出为车辆车型，总共分为八类。本发明是基于目前已大量实际应用的交通监控中采集的车辆正面图像，因此不需要为进行车型识别而重新部署采集设备；相对于传统的基于图像的车型识别仅将车辆粗分为小车、客车和大货车三类，本发明能在保持高准确率的前提下将车辆细分为八类。另外，本发明采用的车辆定位方法计算简单，车型识别的特征提取快，可应用于实时环境。
-
-
Search Results
3
records
(took 0.017 seconds)
