一种基于波形匹配的目标检测和识别方法

基于对目标回波信号的波形匹配，提出了一种新的目标检测和识别的方法，该方法不需要进行特征提取，而是直接利用目标回波进行匹配处理来同时检测和识别目标，这种方法也可用于隐身目标的检测和识别，通过不同条件下的仿真试验可以看出这种方法能有效地检测和识别目标。     

基于模板匹配的SAR目标识别预处理新方法

本文提出了一种基于模板匹配的合成孔径雷达(SAR)自动目标识别(ATR)预处理新方法.该方法考虑了图像间相对直流偏差对匹配精度的影响,并在频域内同时完成目标与模板之间的对准、幅度补偿及去直流偏差.实验结果表明本文方法可有效地提高目标识别率.     

一种基于肤色和模板的人脸检测方法

提出了一种基于肤色区域和多种模板结合的人脸检测方法,该方法能在复杂背景下很好的检测出人脸位置并且不受人脸旋转或侧转的限制本文方法比传统的方法检测速度快、漏检率低,可以在实时系统中应用。     

基于多模板匹配的自动人脸检测

本文提出了正面人脸检测的一种新算法.不同于以往将人脸看作高维空间中的单一聚类的方法,本文提出,人脸在高维空间中以多聚类形式存在.并采用最优聚类的方法将人脸分为四个聚类.以每个聚类的中心为一个模板,通过基于马氏距离(Mahalanobis distance)的多模板匹配法,检测出图像中的人脸.实验结果表明,该方法优于基于单一聚类的方法.     

一种自适应角域模板建立方法研究

模板匹配方法是一种常用的一维距离像识别方法。针对该方法应用中的姿态敏感性问题,提出了自适应姿态角域平均一维距离像模板建立的方法。通过理论分析证明平均一维距离像具有良好的稳健性。姿态角域平均一维距离像相关性分析表明自适应姿态角域平均一维距离像可以表征目标不同姿态下的一维距离像。利用实测数据,通过仿真测试表明自适应姿态角域平均一维距离像模板建立方法是可行的。     

一种双目视觉的匹配模板优化方法

模板尺寸是双日图像灰度模板匹配算法的重要参数,针对单层砂轮的局部双目图像,提出了一种模板尺寸的优化选择方法.首先,对左图上的特征像素,给定模板尺寸,根据顺序相似性检测算法,求出该像素在右图上的匹配像素,同时求出相应的匹配曲线和匹配曲面;然后,改变模板大小,得到一族匹配曲线和匹配曲面;最后,在分析其物理意义和变化趋势的基础上,制定出合适的优化策略,得到优化匹配模板.实验结果表明,用优化模板进行的匹配运算,具有匹配精度高、运算速度快、抗噪能力强和误配率低等优点,具有一定的实用价值.     

基于颜色空间和模板匹配的交通标志检测方法

交通标志检测技术是交通标志识别系统的重要前提和基础。由于背景的复杂性,在进行颜色分割时部分区域可能会受到干扰,为交通标志的检测带来困难。文中利用HSV颜色空间和RGB颜色空间对不同颜色的交通标志进行粗检测,标记不同的值实现ROI分割。然后利用模板匹配的方法对交通标志进行处理,使用模板在ROI区域上滑动,得到模板相似度的最大值,以此来实现检测过程。实验结果表明该方法能获得较好的检测结果。     

基于五帧差分和模板匹配的运动目标检测识别

针对帧差法和背景差分法检测运动目标准确率低,自适应能力弱等缺陷,提出了一种改进五帧差分法与背景差分法和模板匹配相结合的运动目标检测和识别算法;通过改进的五帧差分和背景差分法融合的算法从视频图像序列中检测出运动目标;利用形态学方法去除噪声,改善运动目标提取效果;在Harris算法提取图像匹配特征值的基础上角点配准,提高图像识别的准确率,通过提取目标特征与自适应模板图像进行特征匹配的方法实现了目标检测识别和跟踪。仿真结果和实验表明该方法有噪声和部分遮挡的运动目标有良好的检测识别效果,识别率达到了95%。     

基于自适应多模板匹配的目标跟踪

为了解决在模板匹配中精度和速度之间的矛盾,本文结合了DSP便于实现算法和FPGA高速并行运算的优点,提出了一种基于DSP和FPGA协同作用的快速目标跟踪系统,主要在DSP上完成跟踪算法流程控制,在FPGA上实现耗时模块MAD的计算工作,建立两方通信,使该跟踪系统正常工作。将传统的模板匹配算法扩展成为多级模板匹配,并在跟踪算法中加入了抗旋转模板。最后,在Blackfin561系列Visual DSP 和EP3C25系列FPGA组成的系统平台上实现了该算法,并进行了相关的性能测试。实验表明,该系统可以准确、实时地跟踪运动目标,并能够有效地抗目标旋转和尺度变化。     

一种新的自适应干涉动目标检测方法

本文在详细分析干涉动目标检测方法的基础上,提出了一种新的从雷达接收到的原始数据中直接提取干涉对消杂波所需参数的方法.这种方法计算量不大,易于工程实现.计算机仿真证明了这种方法具有很好的杂波对消效果.     

用于管道焊接的双模板匹配视觉定位方法

现有管道焊接的需求量越来越大,对自动焊接提出了更高的要求。为高效实现管道焊缝自动跟踪,本文引入机器视觉方法,设计一个视觉系统采集焊缝坡口图像,提出基于双模板匹配的视觉定位方法对焊缝中心和焊枪摆动中心进行实时定位处理,并根据二者偏差值实现焊接过程中的自动纠偏操作。实验结果表明,即便在弧光干扰下,所提出的双模板匹配方法仍能很好的实现定位处理。在计算复杂度相当,不影响定位实时性的情况下,其匹配精度可由单模板条件下的70%左右提升到90%以上,有效地提升了管道自动焊接的精确度与可靠性。     

基于预测和加权匹配的目标快速定位方法

基于模板匹配算法,提出了一种适用于高速流水线检测的目标定位改进算法。该算法利用已知目标位置预测未知被测物体,并用加权模板匹配实现精确定位。首先对运动的物方空间进行标定使得连续采集的图片有连续统一的坐标系,从而实现图像间物体位置预测。同时,提出一种对模板不同特征区域加权的方法,在不影响算法复杂度的前提下,正确选择权值,能使目标物体区域内的匹配相似度有更好的显著度和单调性。实验结果表明,结合预测位置和加权求相似度的模板匹配具有更高的快速性和鲁棒性。     

基于改进GHT算法的圆形目标物的检测

针对圆形目标物检测过程中常用模板匹配算法和广义霍夫变换（GHT）算法都存在实时性不高的缺点,特别是模板匹配法对目标物混乱和遮挡的鲁棒性不强的问题,本文根据图像金字塔分层思想提出一种改进的GHT算法用于圆形目标物的检测,实验结果证明了该算法在光强非线性变化、噪声干扰和遮挡等情况下鲁棒性都很好。     

欠采样下自适应模板匹配在明渠测深中的应用

简单地描述了水声测量法在测量明渠水深中的原理——匹配滤波法在水深测量中的应用,分析了欠采样回波波形与固定的本地匹配波做匹配存在的缺陷。针对这种缺陷下所引起的结果的误差,分析了一般校正法所存在的问题,从而提出了一种欠采样下的模板匹配技术。通过回波波形与不同本地匹配波形模板匹配,找到一组正确的回波本地波匹配对,从而规避了欠采样对匹配的影响。经过仿真测试,此种方法效果显著,在明渠水深测量中,能将精度最大误差由2.152 5 cm降低到3 mm,使测深精度提高了一个数量级。     

改进的基于弦切变换的目标检测方法

在计算机视觉中形状是目标识别和检测的重要特征,针对目前许多基于形状特征的检测方法信息不够丰富,容易受边缘缺损变形等方面的影响,不具有局部特性,尤其是在许多复杂环境下很难实现对目标的正确检测等不足,提出了一种基于弦切变换理论在有限的目标边缘点信息基础上提取几何形状特征及相应的目标检测方法。该特征具有平移、旋转以及缩放不变性,基于此特征进行的目标检测能有效的得到目标的中心位置以及相关的二维运动参数,即使在一些复杂环境以及目标边缘部分失真或缺损的情况下也具有一定的鲁棒性。但由于边缘本身容易受到图像质量、对比度以及量化误差等影响,从而影响算法的精度。因此,文中通过融合丰富的灰度信息,使表征目标的特征更加丰富和完善,在形状和灰度的共同约束下提高检测的正确率和精确性。通过对多组图像序列进行仿真实验,结果表明了算法的有效性,及其在准确性和精确性上的提高,改进后待测目标与模板之间的匹配率可达90%以上。     

基于梯度相位和显著性约束的Hausdorff 距离模板匹配方法

针对复杂背景下形状不规则、高度较低的平面目标自动识别问题,提出了一种基于Hausdorff距离的模板匹配方法。在完成平面目标前视模板制备后,文中首先定义了基于边缘位置、梯度相位和边缘点显著性约束的相似性度量方法,模板与实时图中对应两个边缘点位置越近、梯度相位差越小及实时图边缘点越显著,这两点的匹配就越好;然后融合三种度量结果,设计了一种基于边缘相位和显著性约束的Hausdorff 距离模板匹配方法,实现了平面目标轮廓的准确匹配。实测数据处理结果表明,该方法能够实现复杂地面场景中任意形状的平面目标轮廓的匹配定位,并且定位精度高、鲁棒性好、适用范围广     

工件检测中基于方向码的图像模板匹配

针对在线工件的特点提出了一种新的工件检测办法.该算法提取方向码作为特征,分粗精两个步骤进行检测,首先计算模板和子图方向码并计算出方向码直方图,粗略的计算候选匹配点和工件旋转角度,然后,针对匹配候选点,利用于图和模板的方向码差值进行精匹配.该方法在工件位置发生旋转甚至是在遮档和光强引起的光照波动等情况下,也能较好的进行匹...