预处理:降噪、二值化
特征提取:
建立模板:匹配算法
1. 基于统计学去除 outlier 、基于中值或者均值滤波去除噪声
2. otsu、local binary(分块)、动态阈值
3. 偏斜度调整:基于背景扫描的方面,基于moment几何方法
4. 字符分割:连通域、区域增长
去outlier-去噪声-》二值化-》偏斜度-》连通域标记-》去除小的干扰块
特征提取的要求:
1. 保留字符的特征
2. 放缩不变性
3. 计算量小
4. 容易维护和提高
特征提取的方法:
1. moments不变特征: 几何矩,勒让德矩
2. 二值图像轮廓提取
3. 链式编码
匹配与识别方法:
基于距离:\( \Large dis = \sqrt{ \sum_{i = 0}^M (s_i - t_i ) ^2}\)
基于NCC模板匹配
KNN算法、动态规划、神经网络
视频链接:http://edu.csdn.net/course/detail/2280
reference:
1.
《
数字图像处理
》
劳尔
.
冈萨雷斯
4.
本人图书
《Java
数据图像处理
-
编程技巧与应用实践
》
10.
An Efficient Method for the Computationof Legendre Moments - Pew-
Thian
Yap and
Raveendran
Paramesran
, Member, IEEE