论文部分内容阅读
随着图像识别技术的发展，图像识别技术在实际应用当中的作用越来越受关注。特别是金融业产品的广泛应用就是图像识别技术的发展的背景。然而从现有的产品来看，存在着速度慢、不稳定、能识别的图像种类少等种种问题，因此，为了支持我国经济的发展，有必要对其功能等作进一步的开发研究，本论文从软件算法方面对特殊图像识别进行研究，利用小波变换的多分辨率功能，对特殊图像进行基于小波系数的特征提取。
在特征提取之前，必须对图像进行预处理，针对实际应用考虑，本论文只对图像进行倾斜校正和选感兴趣区域两种通用处理。图像倾斜校正处理是利用最小二乘直线拟合原理进行确定倾斜角的，再在有倾斜角的基础上通过旋转方法对原图进行校正，大量的实验显示，其校正结果非常理想。
在特征提取部分，本论文主要利用了小波变换后的高频部分信息的系数作为特征值。一幅图经小波变换后分为低频信息和高频信息，其中低频信息占原图像90％左右的信息，而高频信息却保留了原图像的水平、垂直和对角线的信息，这三部分信息对图像特征提取作用很大，所以本论文选用这三部分的系数作为图像的特征值。在识别分类方法中，本论文选用了欧式最小距离法进行分类，这种算法运行速度很快，效果也不错。
图像识别的算法能不能成功的运用到实际中去，主要考虑识别率和算法的速度，经过大量的对特定图像的实验，小波系数特征的提取和选区域的完美结合，最终的识别率达到99.8％左右的效果，有较好的实用价值。