为提高非匀速RFID(Radio Frequency Identification)数据流情形下的数据清洗准确性,在传统数据清洗算法SMURF(statistical SMoothing for unreliable RFID data)的基础上,提出了一种基于标签速度和滑动子窗口的RFID数据清洗方法。该方法考虑到标签速度对滑动窗口调整的影响,依据标签速度动态调整置信度δ,同时进一步划分滑动窗口,对子窗口中的标签数据进行统计采样,并将其与整个滑动窗口的统计采样处理结果联合起来,以及时检测出标签的跃迁现象,从而准确判断标签的运动情况。实验表明,该方法有效地降低了平均错误率和积极读现象的出现频度,提高了数据准确性。
提出了一种Android平台简单背景下基于兴趣区域(Region of Interesting,ROI)运动检测的视频字符实时定位方法.该方法考虑到视频图像的连续性和相似性特点,采用区域运动检测跟踪设备位置,由初始帧定位获得感兴趣区域,然后对相邻帧计算ROI状态变化⊿,仅对⊿大于阈值的帧执行字符定位过程,其余帧则沿用前帧定位结果.而帧字符的定位主要采用数学形态学与连通区域相结合的方法进行.实验结果表明,提出的方法有效地提高了移动平台下字符定位的速度.
针对移动终端处理能力低、内存小等影响系统效率的问题,提出了三阶段视频字符实时识别方法:视频采集及图像预处理、字符区域定位和字符识别。对于字符区域定位,提出了基于感兴趣区域(ROI,Region of Interesting)运动检测的相似帧过滤算法,并通过数学形态学与连通区域相结合的方法进行字符定位;对于字符识别,提出了基于误差阈值筛选的多模板字符识别算法,保证较高识别率。算法均采用NDK开发框架实现。实验结果表明,该方法在每个阶段都提高了处理效率,达到了对视频字符实时识别的效果。
