张凯歌
- 作品数：3 被引量：4H指数：1
- 供职机构：云南大学信息学院计算机科学系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于K-means和神经网络算法的图像文字提取与识别
- 近年来，随着数字化技术、信息化技术以及多媒体技术的迅速发展，有大量的数字图像、遥感图像、广告图像、路标指示牌以及微博(web)中的图像充斥着我们的生活。而这些图像中包含了丰富的语义信息，是智能控制系统和信息检测与检索系统...
- 张凯歌
- 关键词：图像处理神经网络算法文字识别
- 小波与自蛇模型在放大图像清晰化中的应用
- 2014年
- 针对传统插值放大图像出现的边缘模糊与锯齿化问题,结合小波具有多分辨率分析和局部化时频域特性,提出了一种基于小波插值与改进自蛇模型相结合的放大图像清晰化方法。该方法对无噪声图像采用小波插值对图像进行放大,并用改进自蛇模型对放大后的图像进行边缘修正,而对于噪声图像则采用改进自蛇模型对其进行清晰化处理,通过小波插值进行放大。实验结果显示,采用该方法与传统放大图像清晰方法相比,图像的边缘轮廓清晰度和细节部分的辨识度更精确,同时能够有效提高放大图像的峰值信噪比。
- 雷建坤钟铭华张凯歌王鑫蒋慕蓉
- 关键词：图像放大双线性插值
- 结合小波插值与K-means方法提取彩色图像文字被引量：3
- 2013年
- 彩色图像文字的提取和识别是人工智能与模式识别领域中的研究热点。现有方法在处理彩色图像中背景与文字相近或者字体较小的图像文字时会受到复杂背景的影响。为了解决彩色图像中文字与复杂背景颜色相近和模糊不清与排列不规则的文字提取与识别问题,文中采取人工选取文字区域进行小波插值放大的方法使图像清晰化,再利用K-means方法对文字色彩进行聚类得到单背景彩色文字图像,然后通过二值化处理和文字分割后再结合BP神经网络进行文字识别。实验表明,该方法不仅能处理大多数彩色图像文字的提取,而且在识别低对比度彩色图像文字方面比目前常用的方法要好。
- 张凯歌缪毅雷建坤彭可亮蒋慕蓉
- 关键词：BP神经网络
