CN105184290A - 目标区域提取方法及*** - Google Patents
目标区域提取方法及*** Download PDFInfo
- Publication number
- CN105184290A CN105184290A CN201510528521.9A CN201510528521A CN105184290A CN 105184290 A CN105184290 A CN 105184290A CN 201510528521 A CN201510528521 A CN 201510528521A CN 105184290 A CN105184290 A CN 105184290A
- Authority
- CN
- China
- Prior art keywords
- moving window
- accumulated value
- region
- pixel accumulated
- window region
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 abstract 4
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及目标区域提取方法及***,所述方法包括如下步骤:对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像;在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行;逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列;根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。通过逐步缩小计算区域,减少了计算量,加快了运算速度,减少噪声干扰,提高精确度。
Description
技术领域
本发明涉及目标区域提取方法及***。
背景技术
对于纸币的识别,除了识别出真假以外,还需要获取更多的信息,包括币种、纸币的版式,发行年份等,对于同一套发行的纸币而言,在不同的发行年份之间的纸币也存在着些许的差异,例如在纸币上某一字样的所在区域会有偏差,我们可以通过这些字样所在区域的位置来判断该纸币的发现年份。因此,如何快速在整张纸币的所有区域内找到目标区域所在的位置,成为目前亟待解决的问题。
发明内容
本发明实施例的目的在于提供目标区域提取方法及***,旨在解决现有技术中提取目标区域速度慢、计算量大的问题。
本发明实施例提供了目标区域提取方法,所述方法包括如下步骤:
对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像;
在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行,所述第一移动窗口为根据已知目标区域的高度及可能区域的宽度所形成的窗口;
逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列,所述第二移动窗口为根据已知目标区域的高度及宽度所形成的窗口;
根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。
本发明实施例又提供了目标区域提取***,所述***包括:
二值化处理单元,用于对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像;
起始行获取单元,用于在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行,所述第一移动窗口为根据已知目标区域的高度及可能区域的宽度所形成的窗口;
起始列获取单元,用于逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列,所述第二移动窗口为根据已知目标区域的高度及宽度所形成的窗口;
目标区域形成单元,用于根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。
本发明实施例所提供的目标区域提取方法及***,在对可能区域进行二值化处理后,利用目标区域所在区域像素累加值最大的原理,分别设置两个移动窗口找到目标区域的起始行和起始列,从而确定了目标区域准确位置,通过逐步缩小计算区域,减少了计算量,加快了运算速度,减少噪声干扰,提高精确度。
附图说明
图1为本发明实施例提供的目标区域提取方法的一种流程图;
图2为本发明实施例提供的目标区域提取***的一种结构示意图;
图3为本发明实施例提供的目标区域提取***的另一种结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1示出了本发明实施例提供的目标区域提取方法的一种流程图,为了便于描述,仅示出了与本发明实施例相关的部分,本发明实施例提供的目标区域提取方法,所述方法包括如下步骤:
步骤S11,对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像。
在本实施例中,所述可能区域为目标区域在图像上的可能出现的区域。为了减少运算量或处理量,首先截取可能区域,并对可能区域的灰度图像进行二值化处理,例如对于面值为100元的纸币,设定光变油墨“100”字样所在的区域为目标区域,二值化处理后该区域的灰度图像中的“100”字样的灰度值为0,其余区域的灰度值为1。
在一较佳实施例中,由于纸币存在新旧及磨损等问题,对其灰度图像会有干扰,通过自适应阈值算法,对所述所截取的可能区域的灰度图像进行二值化处理,相较于通过固定阈值算法处理得到的二值图像更加准确。
步骤S12,在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行。
在本实施例中,所述可能区域的宽度为W,高度为H,且已知目标区域的宽度为NW(NW<W),目标区域的高度为NH(NH<H),所述第一移动窗口为根据已知目标区域的高度及可能区域的宽度所形成的窗口,即选取大小为W×NH的窗口,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,对于第一移动窗口的像素累加值为最大值时,其所在区域的第一行为目标区域的起始行。
在一较佳实施例中,由于在逐行移动所述第一移动窗口时需要计算每一次移动后的所在区域的像素累加值,为了提高运算速度,避免重复计算,获取上一第一移动窗口所在区域的第一行的像素累加值及当前第一移动窗口所在区域的最后一行的像素累加值;在上一第一移动窗口所在区域像素累加值中减去所述上一第一移动窗口所在区域的第一行的像素累加值,并加上所述当前第一移动窗口所在区域的最后一行的像素累加值,得到所述当前第一移动窗口所在区域的像素累加值。
具体地,若当前第一移动窗口所在区域的像素累加值为nrsum,上一第一移动窗口所在区域像素累加值为nrsum′,上一第一移动窗口所在区域的第一行的像素累加值为rowsum(i-1),当前第一移动窗口所在区域的最后一行的像素累加值rowsum(i+NH-1),则当前第一移动窗口所在区域的像素累加值nrsum=nrsum′-rowsum(i-1)+rowsum(i+NH-1),其中rowsum(i)为第i行的像素累加值。
步骤S13,逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列。
在本实施例中,所述可能区域的宽度为W,高度为H,且已知目标区域的宽度为NW(NW<W),目标区域的高度为NH(NH<H),所述第二移动窗口为根据已知目标区域的高度及宽度形成的窗口,即选取大小为NW×NH的窗口,逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,对于第二移动窗口的像素累加值为最大值时,其所在区域的第一列为目标区域的起始列。
一较佳实施例中,由于在逐列移动所述第二移动窗口时需要计算每一次移动后的所在区域的像素累加值,为了提高运算速度,避免重复计算,获取上一第二移动窗口所在区域的第一列的像素累加值及当前第二移动窗口所在区域的最后一列的像素累加值;在上一第二移动窗口所在区域像素累加值中减去所述上一第二移动窗口所在区域的第一列的像素累加值,并加上所述当前第二移动窗口所在区域的最后一列的像素累加值,得到所述当前第二移动窗口所在区域的像素累加值。
具体地,若当前第二移动窗口所在区域的像素累加值为ncsum,上一第二移动窗口所在区域像素累加值为ncsum′,上一第二移动窗口所在区域的第一列的像素累加值为columnsum(j-1),当前第二移动窗口所在区域的最后一列的像素累加值columnsum(i+NW-1),则当前第二移动窗口所在区域的像素累加值ncsum=ncsum′-columnsum(j-1)+columnsum(i+NW-1),其中columnsum(j)为第j列的像素累加值。
在又一较佳实施例中,为了在确定起始行后,进一步减少噪声干扰及加快运算速度,则进一步的缩小区域,具体地,在所述可能区域的二值图像上,根据所述目标区域的起始行及已知目标区域的高度,进一步截取所述可能区域的二值图像;在进一步截取后的所述可能区域的二值图像上,逐列移动第二移动窗口。
步骤S14,根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。
图2示出了本发明实施例提供的目标区域提取***的一种结构示意图,为了便于描述,仅示出了与本发明实施例相关的部分,本发明实施例提供的目标区域提取***,所述***包括:二值化处理单元21、起始行获取单元22、起始列获取单元23、及目标区域形成单元24。
具体地,所述二值化处理单元21,用于对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像;所述起始行获取单元22,用于在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行,所述第一移动窗口为根据已知目标区域的高度及可能区域的宽度所形成的窗口;所述起始列获取单元23,用于逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列,所述第二移动窗口为根据已知目标区域的高度及宽度所形成的窗口;所述目标区域形成单元24,用于根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。
在本实施例中,所述二值化处理单元21中所述对所截取的可能区域的灰度图像进行二值化处理,其具体为:通过自适应阈值算法,对所述所截取的可能区域的灰度图像进行二值化处理。
在本实施例中,所述起始行获取单元22中所述获取当前第一移动窗口所在区域的像素累加值,其具体为:获取上一第一移动窗口所在区域的第一行的像素累加值及当前第一移动窗口所在区域的最后一行的像素累加值;在上一第一移动窗口所在区域像素累加值中减去所述上一第一移动窗口所在区域的第一行的像素累加值,并加上所述当前第一移动窗口所在区域的最后一行的像素累加值,得到所述当前第一移动窗口所在区域的像素累加值。
在本实施例中,所述起始列获取单元23中所述获取当前第二移动窗口所在区域的像素累加值,其具体为:获取上一第二移动窗口所在区域的第一列的像素累加值及当前第二移动窗口所在区域的最后一列的像素累加值;在上一第二移动窗口所在区域像素累加值中减去所述上一第二移动窗口所在区域的第一列的像素累加值,并加上所述当前第二移动窗口所在区域的最后一列的像素累加值,得到所述当前第二移动窗口所在区域的像素累加值。
图3示出了本发明实施例提供的目标区域提取***的另一种结构示意图,为了便于描述,仅示出了与本发明实施例相关的部分,本发明实施例提供的目标区域提取***,所述***包括:二值化处理单元21、起始行获取单元22、起始列获取单元23、及目标区域形成单元24。所述起始列获取单元23包括截取单元231,用于在所述可能区域的二值图像上,根据所述目标区域的起始行及已知目标区域的高度,进一步截取所述可能区域的二值图像。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下做出若干等同替代或明显变型,而且性能或用途相同,都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。
Claims (10)
1.目标区域提取方法,其特征在于,所述方法包括如下步骤:
对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像;
在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行,所述第一移动窗口为根据已知目标区域的高度及可能区域的宽度所形成的窗口;
逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列,所述第二移动窗口为根据已知目标区域的高度及宽度所形成的窗口;以及
根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。
2.如权利要求1所述目标区域提取方法,其特征在于,所述逐列移动第二移动窗口的步骤,还包括:
在所述可能区域的二值图像上,根据所述目标区域的起始行及已知目标区域的高度,进一步截取所述可能区域的二值图像;以及
在进一步截取后的所述可能区域的二值图像上,逐列移动第二移动窗口。
3.如权利要求1所述目标区域提取方法,其特征在于,所述获取当前第一移动窗口所在区域的像素累加值,具体为:
获取上一第一移动窗口所在区域的第一行的像素累加值及当前第一移动窗口所在区域的最后一行的像素累加值;以及
在上一第一移动窗口所在区域像素累加值中减去所述上一第一移动窗口所在区域的第一行的像素累加值,并加上所述当前第一移动窗口所在区域的最后一行的像素累加值,得到所述当前第一移动窗口所在区域的像素累加值。
4.如权利要求1所述目标区域提取方法,其特征在于,所述获取当前第二移动窗口所在区域的像素累加值,具体为:
获取上一第二移动窗口所在区域的第一列的像素累加值及当前第二移动窗口所在区域的最后一列的像素累加值;
在上一第二移动窗口所在区域像素累加值中减去所述上一第二移动窗口所在区域的第一列的像素累加值,并加上所述当前第二移动窗口所在区域的最后一列的像素累加值,得到所述当前第二移动窗口所在区域的像素累加值。
5.如权利要求1所述目标区域提取方法,其特征在于,所述对所截取的可能区域的灰度图像进行二值化处理,具体为:
通过自适应阈值算法,对所述所截取的可能区域的灰度图像进行二值化处理。
6.目标区域提取***,其特征在于,所述***包括:
二值化处理单元,用于对所截取的可能区域的灰度图像进行二值化处理,得到可能区域的二值图像;
起始行获取单元,用于在所述可能区域的二值图像上,逐行移动第一移动窗口,并获取当前第一移动窗口所在区域的像素累加值,当第一移动窗口的像素累加值为最大值时,确定其所在区域的第一行为目标区域的起始行,所述第一移动窗口为根据已知目标区域的高度及可能区域的宽度所形成的窗口;
起始列获取单元,用于逐列移动第二移动窗口,并获取当前第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,确定其所在区域的第一列为目标区域的起始列,所述第二移动窗口为根据已知目标区域的高度及宽度所形成的窗口;
目标区域形成单元,用于根据所述起始行、起始列、及已知目标区域的高度、宽度,形成目标区域。
7.如权利要求6所述目标区域提取***,其特征在于,所述起始列获取单元包括截取单元,用于在所述可能区域的二值图像上,根据所述目标区域的起始行及已知目标区域的高度,进一步截取所述可能区域的二值图像。
8.如权利要求6所述目标区域提取***,其特征在于,所述获取当前第一移动窗口所在区域的像素累加值,具体为:
获取上一第一移动窗口所在区域的第一行的像素累加值及当前第一移动窗口所在区域的最后一行的像素累加值;
在上一第一移动窗口所在区域像素累加值中减去所述上一第一移动窗口所在区域的第一行的像素累加值,并加上所述当前第一移动窗口所在区域的最后一行的像素累加值,得到所述当前第一移动窗口所在区域的像素累加值。
9.如权利要求6所述目标区域提取***,其特征在于,所述获取当前第二移动窗口所在区域的像素累加值,具体为:
获取上一第二移动窗口所在区域的第一列的像素累加值及当前第二移动窗口所在区域的最后一列的像素累加值;
在上一第二移动窗口所在区域像素累加值中减去所述上一第二移动窗口所在区域的第一列的像素累加值,并加上所述当前第二移动窗口所在区域的最后一列的像素累加值,得到所述当前第二移动窗口所在区域的像素累加值。
10.如权利要求6所述目标区域提取***,其特征在于,所述对所截取的可能区域的灰度图像进行二值化处理,具体为:
通过自适应阈值算法,对所述所截取的可能区域的灰度图像进行二值化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510528521.9A CN105184290B (zh) | 2015-08-25 | 2015-08-25 | 目标区域提取方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510528521.9A CN105184290B (zh) | 2015-08-25 | 2015-08-25 | 目标区域提取方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105184290A true CN105184290A (zh) | 2015-12-23 |
CN105184290B CN105184290B (zh) | 2021-04-16 |
Family
ID=54906356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510528521.9A Expired - Fee Related CN105184290B (zh) | 2015-08-25 | 2015-08-25 | 目标区域提取方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184290B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022346A (zh) * | 2016-05-24 | 2016-10-12 | 深圳怡化电脑股份有限公司 | 一种冠字号的切割方法和装置 |
CN106127930A (zh) * | 2016-06-17 | 2016-11-16 | 深圳怡化电脑股份有限公司 | 一种检测钞票安全线完整性的方法及*** |
CN106204616A (zh) * | 2016-07-21 | 2016-12-07 | 深圳怡化电脑股份有限公司 | 一种伊朗纸币币值的识别方法及装置 |
CN106504403A (zh) * | 2016-11-17 | 2017-03-15 | 深圳怡化电脑股份有限公司 | 一种纸币鉴伪的方法及装置 |
CN106780962A (zh) * | 2016-11-10 | 2017-05-31 | 深圳怡化电脑股份有限公司 | 一种纸币鉴伪的方法及装置 |
CN108734161A (zh) * | 2017-04-13 | 2018-11-02 | 深圳怡化电脑股份有限公司 | 冠字号区域的识别方法、装置、设备及存储介质 |
CN109685079A (zh) * | 2018-12-26 | 2019-04-26 | 网易(杭州)网络有限公司 | 一种特征图像类别信息的生成方法和装置 |
CN110223309A (zh) * | 2019-05-20 | 2019-09-10 | 深圳新视智科技术有限公司 | 边缘检测方法、装置、计算机设备及存储介质 |
CN111050128A (zh) * | 2019-12-04 | 2020-04-21 | 广东康云科技有限公司 | 基于户外场景的视频融合方法、***、装置和存储介质 |
CN113989304A (zh) * | 2021-11-10 | 2022-01-28 | 心医国际数字医疗***(大连)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135156A1 (en) * | 2009-12-04 | 2011-06-09 | Chao-Ho Chen | Method of Locating License Plate of Moving Vehicle |
CN102142168A (zh) * | 2011-01-14 | 2011-08-03 | 哈尔滨工业大学 | 纸币清分机高速高分辨率号码采集装置及其识别方法 |
CN103177251A (zh) * | 2013-02-21 | 2013-06-26 | 南京金东康信息***有限公司 | 一种qr码自动定位及定向方法 |
US20130335356A1 (en) * | 2009-10-07 | 2013-12-19 | Google Inc. | Gesture-based selection text recognition |
CN103646550A (zh) * | 2013-12-30 | 2014-03-19 | 中国科学院自动化研究所 | 一种智能车牌识别*** |
US20150042805A1 (en) * | 2013-08-08 | 2015-02-12 | Kabushiki Kaisha Toshiba | Detecting device, detection method, and computer program product |
CN104463140A (zh) * | 2014-12-23 | 2015-03-25 | 天津工业大学 | 一种彩色眼底图像视盘自动定位方法 |
-
2015
- 2015-08-25 CN CN201510528521.9A patent/CN105184290B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130335356A1 (en) * | 2009-10-07 | 2013-12-19 | Google Inc. | Gesture-based selection text recognition |
US20110135156A1 (en) * | 2009-12-04 | 2011-06-09 | Chao-Ho Chen | Method of Locating License Plate of Moving Vehicle |
CN102142168A (zh) * | 2011-01-14 | 2011-08-03 | 哈尔滨工业大学 | 纸币清分机高速高分辨率号码采集装置及其识别方法 |
CN103177251A (zh) * | 2013-02-21 | 2013-06-26 | 南京金东康信息***有限公司 | 一种qr码自动定位及定向方法 |
US20150042805A1 (en) * | 2013-08-08 | 2015-02-12 | Kabushiki Kaisha Toshiba | Detecting device, detection method, and computer program product |
CN103646550A (zh) * | 2013-12-30 | 2014-03-19 | 中国科学院自动化研究所 | 一种智能车牌识别*** |
CN104463140A (zh) * | 2014-12-23 | 2015-03-25 | 天津工业大学 | 一种彩色眼底图像视盘自动定位方法 |
Non-Patent Citations (7)
Title |
---|
XUEJIAO ZHU 等: "A Recognition Method of RMB Numbers Based on Character Features", 《ICIEAC 2014》 * |
于明等: "自适应复杂天气的车牌定位方法", 《计算机工程与科学》 * |
周泽华: "车牌定位与分割算法的研究及实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张晴晴: "人民币冠字号码的图像识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
欧习洋等: "基于机器视觉的智能电表识别与精确定位技术研究", 《微计算机信息》 * |
焦婷婷: "复杂背景下车牌分割技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王祺: "移动查车***关键技术研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 工程科技Ⅱ辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106022346B (zh) * | 2016-05-24 | 2019-06-07 | 深圳怡化电脑股份有限公司 | 一种冠字号的切割方法和装置 |
CN106022346A (zh) * | 2016-05-24 | 2016-10-12 | 深圳怡化电脑股份有限公司 | 一种冠字号的切割方法和装置 |
CN106127930A (zh) * | 2016-06-17 | 2016-11-16 | 深圳怡化电脑股份有限公司 | 一种检测钞票安全线完整性的方法及*** |
CN106127930B (zh) * | 2016-06-17 | 2019-02-01 | 深圳怡化电脑股份有限公司 | 一种检测钞票安全线完整性的方法及*** |
CN106204616A (zh) * | 2016-07-21 | 2016-12-07 | 深圳怡化电脑股份有限公司 | 一种伊朗纸币币值的识别方法及装置 |
CN106204616B (zh) * | 2016-07-21 | 2020-07-24 | 深圳怡化电脑股份有限公司 | 一种伊朗纸币币值的识别方法及装置 |
CN106780962A (zh) * | 2016-11-10 | 2017-05-31 | 深圳怡化电脑股份有限公司 | 一种纸币鉴伪的方法及装置 |
CN106504403A (zh) * | 2016-11-17 | 2017-03-15 | 深圳怡化电脑股份有限公司 | 一种纸币鉴伪的方法及装置 |
CN108734161A (zh) * | 2017-04-13 | 2018-11-02 | 深圳怡化电脑股份有限公司 | 冠字号区域的识别方法、装置、设备及存储介质 |
CN108734161B (zh) * | 2017-04-13 | 2022-01-25 | 深圳怡化电脑股份有限公司 | 冠字号区域的识别方法、装置、设备及存储介质 |
CN109685079A (zh) * | 2018-12-26 | 2019-04-26 | 网易(杭州)网络有限公司 | 一种特征图像类别信息的生成方法和装置 |
CN110223309A (zh) * | 2019-05-20 | 2019-09-10 | 深圳新视智科技术有限公司 | 边缘检测方法、装置、计算机设备及存储介质 |
CN111050128A (zh) * | 2019-12-04 | 2020-04-21 | 广东康云科技有限公司 | 基于户外场景的视频融合方法、***、装置和存储介质 |
CN113989304A (zh) * | 2021-11-10 | 2022-01-28 | 心医国际数字医疗***(大连)有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105184290B (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184290A (zh) | 目标区域提取方法及*** | |
CN105139510B (zh) | 纸币识别方法及*** | |
CN101923741B (zh) | 一种基于验钞机的纸币号码识别方法 | |
CN105069900B (zh) | 一种处理纸币信息的方法及装置 | |
CN107180479B (zh) | 一种票据鉴别方法、装置、设备和存储介质 | |
CN105225335A (zh) | 一种纸币冠字号污损识别方法与*** | |
CN109934180B (zh) | 指纹识别方法及相关装置 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107437294B (zh) | 一种字符分割方法、装置、设备及存储介质 | |
CN107767541B (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN102663754B (zh) | 一种基于区域高斯加权的图像匹配计算方法 | |
CN105303173A (zh) | 一种降低误识别率的方法和装置 | |
CN103761515B (zh) | 一种基于lbp的人脸特征提取方法及装置 | |
CN107038794B (zh) | 一种鉴别纸币真伪的方法、装置、设备及储存介质 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN103729625A (zh) | 一种人脸识别的方法 | |
CN102663431A (zh) | 一种基于区域加权的图像匹配计算方法 | |
CN104282027A (zh) | 一种基于Hough变换的圆检测方法 | |
CN103886309A (zh) | 人像识别鉴别美元面额的方法 | |
CN106530489B (zh) | 一种钞票处理装置及方法 | |
CN110334751B (zh) | 用于捆扎节点的图像处理方法及装置、终端 | |
CN108269349B (zh) | 一种纸币处理方法、装置、设备和存储介质 | |
Suleyman et al. | An adaptive threshold algorithm for offline Uyghur handwritten text line segmentation | |
CN107705414B (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN107358718A (zh) | 一种冠字号识别方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210416 |