基于神经网络的图像识别方法研究

图像识别涉及大量的信息运算,要求处理速度快、识别精度高,神经网络的实时性和容错性要符合图像识别的要求。利用改进的BP神经网络算法对旋转畸变图像进行了定位和识别,改进算法将附加动量项与自适应学习速率相结合,有效地抑制了网络陷入局部极小点,提高了网络的训练速度。结果表明,基于神经网络的图像识别方法是有效的、可行的。     

基于OpenCV的水下机器人单目定位技术研究与仿真

针对水下机器人自主回收对接时的定位问题,提出了一种基于OpenCV的单目定位技术研究与仿真方法。首先确定回收装置回收侧的光源标记点信息;借助OpenCV算法库,通过对水下机器人自带摄像机的标定,得出反应摄像机固有信息的内参数;通过摄像机对回收装置光源标记点的识别,得出光源标记点在图像上的像素坐标,结合其世界坐标,得出反映回收装置在摄像机坐标系下位置和姿态关系的平移和旋转向量,进而确定水下机器人在回收装置坐标系下的位置和姿态信息。最后运用CATIA软件对摄像机拍摄模型进行建模和仿真,结果表明,本文所提方法不仅能快速地获得水下机器人的位置和姿态信息,而且定位精度高,满足水下机器人在自主回收对接时的设计要求。     

标准金属量器液位图像识别装置的研制

在使用标准金属量器对液体进行计量过程中,传统的人工读取液位的方法测量效率和准确度都比较低。提出了一种高精度的标准量器液位图像识别装置,该装置主要由水平调整和图像处理两部分组成,选用S3C2440 ARM芯片和Linux嵌入式系统作为硬、软件平台。水平调整是通过SCA100T双轴倾角传感器测量量器的倾角并控制步进电机自动调整;对采集的液位图像,由OpenCV进行灰度化、滤波、边缘检测、液位提取,再经过标定计算转换成实际液位高度。实验结果表明该方法能快速测量液位,精度高,应用于燃油加油机计量检定装置上,有较好的推广价值。     

基于OpenCV的嵌入式自动捡乒乓球系统设计

为了解决在乒乓球比赛和训练中人工手动捡球的问题,从机器视觉的角度出发,综合嵌入式、图像处理和测量控制等技术,基于第三方库OpenCV设计了一种自动捡乒乓球系统。系统是以Contex-A8平台为控制核心,首先通过对云台和USB摄像头的控制获取视频信号;然后通过霍夫圆变换和SVM分类器算法识别出视频中的乒乓球,并根据质心计算出其与系统的相对位置;最后将视频信号中抽象出的位置信息传递给机械运动控制终端,控制小车和机械手将乒乓球捡起,并送到指定位置。实验结果表明本系统能够正确的检测和识别乒乓球,并对其进行定位捡取,效果良好,提高了拾取乒乓球的效率,减轻工作人员的负担。     

基于OpenCV的运动目标光流算法仿真

提出一种基于OpenCV图像库的运动目标处理算法仿真方法,介绍了OpenCV库的特点和VC6环境下的配置,通过调用库中的视频读写函数、图像特征计算和光流计算函数,得到运动目标的光流场,为运动目标状态分析和跟踪提供了基础,仅在图像库的基础上编写了少量代码就使算法得以实现,提高了编程效率。     

基于OpenCV的机场跑道异物检测系统设计与研究

机场跑道的异物对飞机起降过程的安全带来非常大的威胁,所以机场跑道的异物精确检测已经成为保障飞机飞行安全一个非常重大的问题。文章主要从软硬件两个部分来研究了机场跑道异物检测系统,主要包括了机场道路监控中心和应急中心两个服务平台,重点分析了采用Camshift目标跟踪算法并应用在系统中,从而实现了监控系统前景目标识别和多目标跟踪两大功能;最后在Windows系统下做了测试实验,以VS2008为实验环境,采用OpenCV函数库开发一款机场跑道异物监控系统;通过实验结果的分析,该软件系统可靠性高,运行稳定,满足了识别精确度高和跟踪实时可靠的要求,显示系统具有较高的检测精确机场跑道异物检测系统设计度,为机场跑道放入侵监测系统更深入的理论研究和进一步的实际应用提供了方便。     

基于分子光谱图像识别的食用油快速分类研究

分子光谱分析技术结合化学计量学已成为一种非常活跃的食用油鉴别方法。然而,当不同类型的样本之间的光谱差异极其微小时,利用传统的分类技术也很难将其分开。为了完成相似品种食用油的快速识别和分类,收集了包括芝麻油、玉米油、油菜籽油、调和油、葵花油、花生油、橄榄油七种食用油的衰减全反射红外光谱,在此基础上,采用图像识别的方法对七种食用油进行快速分类。在所提出的图像识别方法中,首先,将通过多元散射校正预处理后的红外光谱吸光度矩阵进行自相关运算,利用等高线原理根据吸光度强度值的不同生成光谱图像,以扩大的光谱差异并提高光谱可视化。然后,根据图像膨胀的原理找到光谱图像的局部特征点,将其作为图像特征。最后,使用BP神经网络对特征点进行训练和分类预测。为了对比所提出的方法,PCA-BP和KL-BP的方法被用于与图像识别的方法进行比较,实验结果表明,图像识别方法的正确识别率为94.4%,高于PCA-BP的66.7%和KL-BP的83.3%。所提方法为实现食用油的快速识别和检测提供了一条新的有效途径。     

基于Gabor遗传算法的红外图像识别

本文提出了一种基于Gabor小波的遗传算法。这种算法对于影像复杂、噪声强烈的红外图像有着独特的特征提取和特征融合作用，因而大大提高了图像收敛速度和识别效率。文章最后给出了仿真实例，证明了该算法的可行性。     

基于OpenCV的透明瓶装无色液体液位实时检测

为了实现对无色液体透明瓶装产品的非接触性检测,设计一种液位实时检测系统;系统通过工业数字摄像头实时采集产品图像,基于OpenCV开源平台,对其进行相关的预处理,检索液体区域的轮廓,提出了一种适合液位检测的包围盒取高算法,可得到液位高度;图像采集过程中利用白色背景和特殊的光源设计突显液体区域,不借助外部测量仪器对液位进行实时检测;对100副不同液位的产品图像进行测试,测量结果表明,此系统能够快速准确地获得瓶装液体的高度信息,最大相对误差0.8%,具有较好的准确性和实时性。     

基于图像识别技术的随机线缆束建模及分布参数统计分析

提出了一种对实际弯曲随机捆扎线束的建模方法,该方法首先基于图像识别技术,使用实际线束在侧视和俯视方向的两幅照片来实现弯曲线束轴心三维坐标的重建,然后再基于随机转移路径方法实现弯曲线束的捆扎随机性。基于该建模方法,通过蒙特卡洛模拟来分析弯曲随机线束分布参数的统计特征,发现自电感、互电感和互电容均值沿线变化趋势与线束高度变化趋势一致,自电容均值则趋势相反;自电容、自电感和互电感的变异系数与线束高度存在负相关特征;捆扎随机性不会改变自电感和自电容均值,但是会降低互电容与互电感均值。     

基于图像识别的干涉条纹计数方法研究

提出了一种基于图像识别方法的干涉条纹计数方法,该方法利用CCD摄像机采集迈克尔孙干涉环图像,采用图像滤波、灰度拉伸、边缘检测、二值化、形态学处理等方法对采集图像预处理,并设计了干涉环识别算法和圆心识别算法两种方法对干涉条纹进行计数,实验结果表明,与传统人工计数方法进行比较,该方法具有测量方便灵活、实时直观,扩展性好等优...     

基于OpenCV的水银体温计示数实时检测

为了实现对水银体温计产品的在线非接触式检测,设计一种示数检测系统;基于特殊的机械运载平台设计配合线阵相机对体温计产品进行图像采集,基于OpenCV开源视觉库对图像进行处理,提出一种基于模板匹配和纵向扫描端点查找的图像搜索算法,通过确定刻度线和水银柱升降端在图像中的相对位置关系计算体温计示数;不借助外部测量仪器对产品示数进行实时检测,可有效取代传统的人工操作方式;实验结果表明,该系统运行稳定且具有较好的实时性,检测精度较高,满足测量不确定度小于0.1℃的检测要求。     

新型固体热胀冷缩综合演示仪与相关物理原理的讨论

固体热胀冷缩实验一般都采用"金属环+金属球"进行演示.本文对该演示实验相关物理原理进行了深入研究,并利用固体热胀冷缩特性作为"激光电路系统的通断控制"开关,利用"光路的微小放大作用"显现固体热胀冷缩的效果,研制出一种新型固体热胀冷缩综合演示仪.     

基于SURF智能图像识别算法的变电设施管理研究

我国电网技术正朝向信息化与智能化趋势发展,针对性的管理平台研究是当前最为行之有效的电力相关工程施工与升级方式之一。基于图像识别与物联网技术设计了一个的变电设施管理系统,其以SURF识别算法提取图像特征点并通过欧式距离法计算特征向量,进而快速地识别变电设施图像,以所建立的变电设施管理系统向现场施工人员提供工程情况、设施状态等多样化信息。同时在混合架构下开发智能应用程序,以支持多种智能移动终端设备使用。本系统的开发与使用可提高涉及变电设施工程的施工效率,进而降低相关工程施工、改建与监理成本。最后针对某变电站测试所设计的变电设施管理系统,验证系统可靠性与有效性。     

基于矢量量化及Hopfield模型的灰度级图像识别

提出了一种新的识别灰度级图像的方法，该方法基于矢量量化的基本思想，通过对图像的分割，将灰度级图像映射成神经元仅取少数和几种状态的Ｈｏｐｆｉｅｌｄ神经网络模型，理论和模拟实验证明：这种低状态的ｏｐｆｉｅｌｄ与传统灰度图像识别模型相比，不仅神经元的数目较少，互连密度较低，而且网络具有较好的联想能力。     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块;软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

基于多变量鉴别分析的光学畸变不变性图像识别

提出一种基于鉴别分析的光学畸变不变性图像识别方法：对包含各种畸变的训练图像集采用主成分分析得到若干本征图像,作为参考模式与测试图像做光学相关,利用本民输入图像的相关结果作为识别特征,采用最佳鉴别分析做了训练和识别,即可实现对输入图像的畸变为性快速识别。采用非相干光相关器为光学实现硬件,给出了实验结果。     

弱光照环境下人脸表情图像识别方法研究

对弱光照环境下人脸表情图像进行识别,可以更好地对人类的情感进行分类,有利于人类在现实社会中的沟通。当前方法利用提取人脸表情图像的一维特征完成对弱光照环境下人脸表情图像的识别,该方法无法对人脸表情图像进行详细地描述,导致人脸表情图像在识别时经常出现识别精度低、速度慢的问题。为此,提出一种基于BP神经网络的弱光照环境下人脸表情图像识别方法。该方法首先利用自相似性对带有噪声的图像进行图像区域划分,并依据统计学习获得线性空间,通过对空间的投影获得不含噪声的人脸表情图像区域向量,将人脸表情图像进行重组,得到去噪后的图像,然后利用Cabor变换对人脸表情图像特征进行提取,采用AdaBoost对弱分类器以及人脸表情图像样本进行训练,并通过多次弱分类器的迭代,得到最终的人脸表情图像强分类器,完成对弱光照环境下人脸表情图像的识别。实验结果证明,所提方法可以提高人脸表情图像的识别准确率,加快识别速度,为该领域的研究发展提供强有力依据。