机械式冲床停上死点位置的控制策略设计与实现

车牌定位是车牌自动识别的第一步,而如何考虑当照影响是车牌定位是否成功的关键。本文提出了一种考虑不同光照条件的车牌定位方法,首先,针对不同光照条件下采集到的车牌图像明暗度的不同,利用多阈值处理方法得到车牌信息不丢失的、最佳的二值图像,然后,在其二值图像中首先利用灰度跳变定位车牌的上下边界,接着对字符垂直投影后的宽度进行统一的调整并以固定的字符间隔特征定位车牌的左右边界,从而完成车牌定位。最后,通过实验验证了该方法的有效性。     

基于OpenCV的车牌图像定位

现有的车牌定位方法几乎都需要先对白天夜晚的场景进行分类,在图像中存在其他灰度剧烈变化区域时,这种场景分类容易影响到车牌定位的准确率;为了对获取到的车辆图像进行准确地定位,提出了一种改进的灰度跳变车牌定位算法,首先加入了光照补偿,使得不需要对白天和晚上的场景进行分类;然后进行了长竖线的噪声去除,可以在背景比较复杂的情况下准确定位车牌;并对精确定位出的车牌进行边框的去除,有利于下一步的字符分割;另外,对OpenCV计算机视觉库的库函数的利用,算法的复杂度得到了简化,从而更好地满足了车牌识别系统的实时性;通过对出入口处采集到的分辨率为704×576的300张图片进行测试,定位率高于95%,对白天和夜晚获取的图像有很好的适应性,满足设计要求。     

一种新型自适应环境光照的车牌定位算法

为解决在不同光照环境下车牌的适应性定位问题,同时解决基于颜色定位的方法普遍存在的车身颜色与车牌颜色相近,以至于难以区分的问题,分析了不同光照下的车牌图像在HSV空间的分布特性与图像亮度等参数关系,结合车牌的混色分布特点、RGB与HSV空间变量转换关系,提出了一种可直接对RGB空间进行处理、能适应光照环境的快速车牌定位算法;实验结果表明,提出的定位算法对光照不足、环境光不均匀等复杂条件下获取的蓝白车牌图像具有很高的定位可靠性。     

基于智能手持设备的车牌识别系统研究

以交警能更加快捷方便地稽查运营车辆为目的,借助最新的移动互联网技术,分析并研究了多种计算机视觉算法。提出了一种基于K均值聚类（K-means）的车牌定位技术,通过颜色的聚类分析来确定车牌区域,定位车牌。又应用垂直投影技术和模板匹配法来分割和识别车牌字符,利用SQlite开发了具有存储车牌字符信息功能的数据库。在此基础上,研制了一套基于智能手持设备的车牌识别系统。功能测试表明,该系统具有良好的性能,能够较好地识别出车牌信息。     

未系安全带智能识别中安全带定位关键方法研究

安全带定位是实现机动车未系安全带智能识别的关键。针对道路监控图像特点,提出一种基于梯度变换的安全带定位方法。该方法在对卡口图像进行预处理的基础上,采用自适应阈值边缘检测算法以及积分投影方式定位车辆位置,设立车牌检测区域,以减少运算量,降低干扰,同时利用训练得到的Haar分类器识别车牌位置,通过逼近方式切取车辆右侧图像。最后采用梯度变换算法求得车窗各边缘坐标,实现车窗精准定位,并计算得到安全带位置。试验表明,该方法可实现安全带的准确定位,具有较好的实用性,为后续安全带识别奠定基础。     

基于自适应耦合PDE模型的车牌图像去噪研究

针对车牌识别预处理中的图像去噪问题,提出一种自适应耦合偏微分方程(PDE)去噪模型;该模型在各项异性扩散模型的基础上,构造一种新的去除椒盐噪声的扩散项,能够根据噪声图像特点自适应控制扩散速度,有效抑制椒盐噪声,并将新的扩散项与各向异性扩散模型进行耦合,并提出一种新的耦合系数计算方法,根据图像信息自适应计算耦合系数,使得新模型能够在新的扩散项和各项异性扩散模型间自适应转换,有效去除车牌图像中的混合噪声;为了抑制去噪引起的图像边缘模糊问题,引入振动滤波进行逆滤波,增强图像的边缘信息;实验结果表明,自适应耦合PDE模型能更有效去除车牌图像中的混合噪声,保护图像的边缘信息,提高图像的峰值信噪比(PSNR);去噪后的图像更有利于后续的字符分割与识别,有效提高车牌图像的识别准确率。     

一种复杂车辆图像中的多车牌定位方法

针对复杂背景中多个车牌的定位问题,提出一种新的定位方法.该方法综合利用边缘检测、连通域分析、倾斜矫正等多种方法,解决了复杂背景中定位难的问题.能够准确定位杂乱背景中的车牌,对天气、光照变化、车牌在图像中的移动和旋转等,具有良好的适应能力.该方法为后续的字符分割和字符识别提供旋转角度、字符区域定位信息.     

基于BADV-Hop的传感器节点定位方法

针对无线传感器网络节点的定位误差较高的问题,提出蝙蝠算法校正DV-Hop算法的传感器节点定位精度提高方法(BADV-Hop);首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用蝙蝠算法校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析;实验结果表明,相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度。     

实时车牌定位模块IP Core的研究与设计

车牌定位是车牌识别系统需要解决的首要问题。基于FPGA的硬件特点,提出了一种简单、有效的车牌定位算法。在车牌区域图像的预处理阶段,提出了一种新的基于色彩分量的灰度化方法,该方法不仅可以消除小型民用车车牌图片的背景和车身信息,还可以较好的保留车牌区域信息,从而降低定位难度,简化定位步骤,提高小型民用车车牌定位的效率。并设计了一种实时车牌定位模块的软核IP,该IP Core通过了代码覆盖率和功能覆盖率的测试。实际工程项目测试表明,该IP Core定位准确、反应速度快。     

基于LS-PSO的北斗伪距单点定位算法

北斗伪距单点定位具有易于实现、不存在整周模糊度、速度快等特点,具有很大的研究和应用价值;传统最小二乘法由于引入了线性误差、对初始值依赖性强而导致定位精度低;为了提高北斗伪距单点定位的精度,通过分析最小二乘法和粒子群算法的优缺点,提出了一种LS-PSO组合算法;首先利用最小二乘法定位计算接收机的大约位置,作为粒子群算法解的基准值并建立解的搜索空间,然后利用粒子群算法得到全局最优值,解算出精度更高的结果;经过实验验证,LS-PSO组合算法可以稳定的解算出m级精度的定位结果,并且三维方向偏差都在大约5 m以内;最后通过与遗传算法的收敛情况和最小二乘法的定位精度进行对比,证明LS-PSO组合算法可以快速的收敛到最优解并且有效的提高了北斗伪距单点定位精度。     

基于LabVIEW图像法车牌智能识别系统

车辆牌照自动识别是实现交通管理智能化的重要环节,设计中利用图像采集卡对经过的车辆车牌进行图像采集并传送至计算机,采用美国NI公司LabVIEW软件,实现图像预处理、图像去噪以及图像增强等功能;然后根据车牌颜色特征对其准确定位,采用阈值法分割车牌字符;最后由OCR函数来识别字符,识别结果保存至相应数据中,可以进行相应的违章、违规智能交通管理,经实验该系统成功实现车牌识别识别率达99%。     

基于人眼灰度分布特征的虹膜定位算法

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能。提出了一种基于人眼灰度分布特征的虹膜定位算法,该算法利用形态学运算实现瞳孔圆心粗定位,采用划分区域求灰度均值隔项差值最大值的方法实现外圆半径的粗定位,并通过分层聚类的方法实现内外边界的精确定位。实验结果表明．与经典的虹膜定位算法如Wildes算法、Daugman算法相比,该算法定位结果更加准确,定位速度大幅度提高。     

基于灰度曲面匹配的虹膜识别方法

目前的虹膜识别都是采用在图像上提取特征点,并将特征点编码为固定长度的特征数据用于匹配的方式。这种方式使虹膜识别系统易受攻击。为了进一步提高虹膜识别系统的安全性和识别速度,提出了一种基于灰度曲面匹配的虹膜识别方法。该方法抛弃了特征提取和编码等传统操作,在特征分析的基础上直接利用了灰度曲面匹配的思想,首先对两幅图像中的像素灰度做差,得到灰度差曲面,然后求出该灰度差曲面的方差。将此方差作为衡量两个虹膜特征曲面之间距离的依据,并据此判定两个虹膜是否来自同一只眼睛。在给定阈值为40的前提下,正确识别率为96.89%,识别时间为53.2 ms。实验结果证明,该方法识别准确率高,识别速度快。     

基于优化BP神经网络的钢板测速修正方法

在采用激光多普勒仪测速的钢板长度测量过程中,针对由于钢板表面因素和测量环境所引起的测量速度数据失真问题,设计了基于L-M(Levenberg-Marquardt)优化BP神经网络的钢板测速数据处理模型;通过进行多普勒测速数据分析调整BP网络结构和参数,依据误差反向传播理论将测速数据自适应地进行非线性拟合,修正测速粗差,最后计算钢板准确长度;与最小二乘(LS)拟合法的对比实验结果表明,该方法能更加准确地进行失真数据修正,现场运行结果表明该方法可将钢板测长精度提高10%以上,满足钢板长度测量的精度要求。     

基于单目视觉的静止目标定位方法

以无人机感知与避障为背景,提出了基于运动的单目视觉测距方法.选择摄像机运动过程中在不同位置对同一目标获取的两幅图像,然后利用尺度不变特征变换算法对所选图像进行特征检测和匹配,通过分析同一目标特征点在两幅图像中不同成像位置的变化,结合无人飞行器自身的运动参数,求解出无人飞行器与障碍目标之间的位置信息.采用该方法对不同位置的目标进行定位实验,结果表明该算法的测量精度和时效性可以满足实际避障的要求.     

属性嵌套计算网格智能算法实现车牌汉字精准识别的设计

设计了环境较差情况下高效精准、辨识汉字的智能车牌识别算法,通过引进属性嵌套计算网格实现了汉字高效辨识的车牌识别算法;算法应用结果表明:算法设计的网格密度与识别率是成正比的,采用的属性嵌套计算网格模型,显著地改进了字符的识别率;将属性计算网格算法与属性嵌套计算网格算法对比可知,采用属性嵌套计算网格算法识别率是98.7%,识别率明显较高;设计算法系统不仅实现了汉字识别的稳定、智能特性,同时表现了抵抗较强外界干扰的特性,这一研究对于智能化汉字识别有明显的借鉴价值。     

基于错位格雷码的动态三维形貌测量方法

格雷码辅助相移技术可以实现具有较强鲁棒性与抗噪能力的三维（3D）形貌测量。为解决由待测物体不均匀的表面反射率、噪声和物体运动等因素造成的级次边沿误码问题,提出了一种基于错位格雷码的动态3D形貌测量方法。将传统格雷码图案在投影前预先移动半个条纹周期得到错位格雷码图案,再采用传统格雷码解码方法对二值化后的错位格雷码图案解码,可得到与截断相位完全错开的解码结果。对该解码结果进行修正后即可利用得到的正确的相位级次辅助截断相位成功展开。同时,为了提高测量精度,引入了一个虚拟相位平面以进一步拓展投影条纹周期数。实验结果表明,所提方法在使用N帧格雷码图案的情况下,可以编码周期数为2^N+1的投影条纹进行3D测量,其无需任何附加图案即可避免级次边沿误码问题,并有效提升了测量精度。复杂动态场景的3D重建结果证明,所提方法能够以2381 frame/s的速率实现高精度、高效率和高速的3D形貌测量。     

Super-High Resolution Time Interval Measurement Method Based on Time-Space Relationships

Based on the principle of quantized delay-time, a super-high resolution time interval measurement method is proposed based on time-space relationships. Using the delay-time stability that time and frequency signal travel in a specific medium, the measured time interval can be quantized. Combined with the phase coincidence detection technique, the measurement of time can be changed into the measurement of space length. The resolution and the stability of the measurement system are easily improved. Experimental results show that the measurement resolution of the measured time interval depends on the length difference of the double delay-time unit. When the length difference is set up on millimeter level or sub-millimeter level, super-high measurement resolution from hundreds of picosecond to tens of picosecond can be obtained.