傅立叶描述子是分析和识别物体形状的重要方法之一．利用基于曲线多边形近似的连续傅立叶变换方法 计算傅立叶描述子，并通过形状的主方向消除边界起始点相位影响的方法，定义了新的具有旋转、平移和尺度不变 性的归一化傅立叶描述子．与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比，新的归一化傅立叶描述 子同时保留了模与相位特性，因此能够更好地识别物体的形状．实验表明这种新的归一化傅立叶描述子比传统的 傅立叶描述子能够更加高效、准确地识别物体的形状．-Fourier descr iptor is to an

一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验

基于Shape Context的字符识别算法介绍 本算法提出了一种新的计算形状相似度的方法，并且把这种方法应用到目标识别领域中。 这中相似度衡量的方法主要经过以下几个步骤： (1)在两个形状上找到匹配的点对 (2)使用匹配的点对估计两个形状的形变程度。为了解决匹配点对的问题，本算法中引入了一个描述向量，即Shape Context，每一个点都有一个描述向量。Shape Context 以某个点为参考点，统计其他的点在他周围的分布特征，根据这个分布特征，就可以知道该点所处的全局