简介:当今社会,出现大量的假印章,假章的泛滥导致了严重的问题,因此对印文图像进行精确而高效的识别就显得非常重要。对PCNN模型进行深入的研究,并着重学习实践应用PCNN对印文图像进行处理研究。脉冲耦合神经网络是和生物智能领域的结合,具有生物神经网络独特的高容错性和高适应性,能够保证印文图像在印文残缺,线条不均匀的情况下不会影响印章的识别,同时也能够满足对印文图像识别的实时性和准确性的要求[1]。应用PCNN进行印文提取质量较高,提取速度快。应用PCNN模型对印文图像进行提取,探究应用人工神经网络和传统上提取印文图像红色分量匹配的结果,更好地理解人工神经网络在图像处理上应用的相关技术。
简介:首先采用基于混合高斯模型与椭圆肤色模型进行手势分割,分割出手势区域,使用卡尔曼滤波器进行手势跟踪,获得手势中心点的位置。在此基础上,记录各帧中心点位置,得到运动轨迹,利用提出的轨迹模板匹配方法对动态手势进行识别。该方法利用基本的几何特征便可完成手势运动轨迹的设置与识别,无需特征选择或训练样本的搜集。最后,采用基于Zynq-7000的Zedboard平台对该算法进行实现,并采用HLS硬件加速工具进行算法加速。实验结果表明,该算法可实现较精确的手势识别,接受弹性的输入采样,识别正确率在95%以上,且通过硬件加速后,可在嵌入式平台中实时识别,具有较好的实时性。