二维条码技术在服装吊牌中的应用

阐述现阶段品牌服装防伪现状及应用二维条码在服装吊牌上的可行性。针对商标图像以色块图为主、颜色少的特点,在对商标图像进行边缘检测、轮廓跟踪及轮廓特征信息提取的基础上,提出了一种商标图像大比例压缩算法,实现将服装吊牌中商标和服装其他特征信息制成一种带PDF417二维条形码的服装吊牌。通过识读出二维条码中的服装文字信息及商标图案和服装吊牌上信息相对比,实现服装吊牌的防伪。     

基于图像处理的QR码识别研究

QRcode(Quick Response code)码作为一种优秀的二维条码,在我国有独特的发展优势。但实际应用中受图像采集设备的限制,译码图像中存在较大的噪声,影响译码的效果。为进一步提高二维条码译码的可靠性,必须对图像进行有效地预处理。本文以数码相机采集的存在噪声的QR码图像为例,讨论了滤波、二值化、边缘检测和定位校正等条码图像预处理技术。     

基于最大局部变化的安全带检测算法

传统的边缘检测算法的效果很大程度上取决于阈值的选取,针对这个问题,提出了基于局部最大变化和二维OTSU的边缘检测方法,该方法利用图像局部区域的所有像素灰度值与中心像素灰度值的最大差值来描述图像边缘分布信息,从而得到图像边缘分布信息图,然后利用二维OTSU方法对该边缘分布信息图进行二值化处理得到边缘二值图。利用该边缘二值图,结合车辆的一些先验信息,提出车窗定位算法,并进一步确定驾驶员区域,最后通过在驾驶员区域内检测是否存在满足安全带先验特征的直线来判断驾驶员是否佩戴安全带。实验结果表明,该方法能够准确定位车窗边缘和驾驶员区域,可以应用于安全带的检测,具有一定的实用价值。     

基于局部特征和二维PDF修正的图像增强算法

文章提出一种改进的图像增强算法,结合图像直方图和邻域窗口中局部特性,将一维PDF（概率密度函数）转化为二维,根据生成的二维PDF得到修正因子,对原始直方图的各灰度级频数进行修正,再按照修正结果对原图像进行均衡化处理,避免了过增强现象的出现,通过实验和已有算法进行了比较,证明该算法对各种图像均可取得较好的处理效果．     

基于图像的工业在线条码识别算法研究

条码技术是一种自动识别技术,其应用范围越来越广。针对工业生产线上条形码识别问题,首先介绍了几种常见的条形码,分析了工业中用于标识与跟踪的Code128条形码的结构、编码原理和译码方法。基于工业生产检测中常见噪声条形码和模糊条形码的特点,对条码图像进行图像裁剪、图像灰度化和图像形态学处理等预处理后,选用灰度形态学的腐蚀算法将条形码条中的间隙腐蚀掉,使其变为连续的线状,以便于后期条码识别,并借助第三方库Zbar完成条形码识别。实验验证了该方法的有效性。     

基于三维扫描仪的弹头图像预处理研究

利用三维激光彩色扫描仪,可以获得弹头的表面立体和色彩信息,进而提取弹头痕迹特征,可以进行弹痕识别或弹痕分类。为了保证弹头痕迹特征提取的可靠性,必须对获取的弹头图像进行预处理,以减少噪声或其他干扰。本文讨论了弹头图像的增强、边缘检测和二值化,细化处理和去噪等一系列预处理方法。预处理后的图像与原始图像比较起来,有效地剔除了噪声,保留并恢复了弹头痕迹。     

基于三维扫描仪的弹头图像预处理研究

利用三维激光彩色扫描仪,可以获得弹头的表面立体和色彩信息,进而提取弹头痕迹特征,可以进行弹痕识别或弹痕分类。为了保证弹头痕迹特征提取的可靠性,必须对获取的弹头图像进行预处理,以减少噪声或其他干扰。本文讨论了弹头图像的增强、边缘检测和二值化,细化处理和去噪等一系列预处理方法。预处理后的图像与原始图像比较起来,有效地剔除了噪声,保留并恢复了弹头痕迹。     

基于Halcon的光纤端面尺寸检测方法

针对传统光纤端面尺寸检测几何尺寸误差大、效率低的弊端,采用一种基于Halcon的光纤端面尺寸检测方法,利用数字图像处理算法,采用中值滤波的方法对图像进行预处理,消除图像噪声,并对图像进行二值化及形态学处理,选用Canny算子作为边缘检测算子确定像素级边缘,该方法边缘检测性能较好,且具有较强的抗噪声能力|再从选取的边缘中选出类圆度高的部分边缘进行共圆轮廓合并、拟合,通过拟合的椭圆和圆得到光纤半径、不圆度、同心度等几何参数。实验结果表明,纤芯和包层半径可以精确到万分之一,不圆度和同心度可以精确到小数点后8位,测量精度较高且不受操作水平影响。     

一种高效的虹膜身份验证系统

虹膜识别技术是一种非侵犯性的身份鉴别技术.文中探讨了虹膜识别系统,该系统分为虹膜图像的捕获、图像的预处理、特征提取和匹配几大部分;并在此基础上提出了自动虹膜识别算法和虹膜图像的校准技术,最后用基于相位匹配和二维傅里叶变换的幅值差方法来确定虹膜图像的匹配结果.实验证明,该方法运算速度较快,识别效果良好.     

QR码图像预处理方案研究

图像预处理是QR码解码过程中的重要步骤。在传统识别方案基础上,提出一种实用的QR码图像预处理方法,对采集到的图像进行滤波和二值化处理,由位置探测图形定位QR码的位置和畸变角度,并通过透视变换矫正图像几何形变。实验结果表明,该方案可以克服QR码易受噪声干扰、光照不均和几何失真等影响的问题,显著提高了QR码的识别率。     

基于最大内切圆的掌纹RIO图像截取与定位

掌纹识别一般的预处理过程,是通过图像二值化、边缘检测、子图截取等步骤,获取掌纹感兴趣区域（RIO）,截取掌纹子图。给出一种基于最大内切圆的子图截取算法,并对该算法进行优化,通过平移和旋转校正,得到掌纹RIO区域子图。     

基于人脸检测的摄像机自动跟踪算法研究与实现

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机采集人脸图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部一系列相关技术处理,包括人脸图像采集、人脸定位、人脸识别,达到识别不同人身份的目的.在该项目实现过程中,本文首先调用了OPENCV自带关于人脸识别的函数facedetect 来进行初步人脸识别得到的初步效果,用肤色做出了静态人脸识别,在图片上显示了人脸,并用椭圆形框对其识别.     

边缘识别的正交多项式拟合及梁变形检测

介绍一种采用正交多项式进行边缘识别的新方法,先递推得到在拟合区间正交的多项式序列,由正交多项式按最小二乘法对数字图像中跨边缘像素灰度进行拟合。确定拟合系数时利用函数的正交性可以不用解方程,因此可以采用高阶多项式进行拟合,由拟合函数的导数识别边缘位置。新方法对边缘的拟合结果明显优于以前的普通多项式法。对生成图像的边缘识别结果表明,正交多项式拟合识别边缘的效果较好。简支梁模型试验表明,在一定的图像覆盖范围内,采用本文的图像检测方法,梁挠度检测精度与百分表检测精度相当,相对于百分表的点式检测,边缘检测属线状检测,检测范围大了很多。     

同态滤波下光照不均QR图像校正研究

光照不均QR码图像的预处理效果不佳,直接影响到QR码的识别率。针对这一问题,研究了利用同态滤波的方法消除不均匀光照对QR图像的影响,实验对比了高斯高通滤波、巴特沃斯高通滤波、指数滤波3种滤波器消除不均匀光照的效果,并对经过同态滤波处理后的光照不均QR码进行解码操作。实验表明,同态滤波有效地克服了不均匀光照所带来的识别困难,提高了条码识别效率。     

基于计算机视觉的动物跛脚行为识别

为了识别出动物正常行走和跛脚行走,利用步态能量图特征描述和降维思想,提出一种基于计算机视觉的动物跛脚行为识别方法。以猪为研究对象,首先通过图像预处理获得目标猪二值图像,并进行步态周期检测和图像归一化处理。然后合成猪的步态能量图(PGEI),利用二维主成分分析（2DPCA）方法对其降维。最后使用最近邻分类器识别出猪的跛脚行为。通过猪的步态数据库进行试验,最终识别率达到93.25%,说明该方法可以有效识别出猪的跛脚行为。该研究为采用计算机视觉技术识别动物的异常步态和跛脚行为提供了一种新思路。     

基于图像去雾和图像检测的交通信息提取算法

基于图像拍摄成像过程中雾霾天气及相机抖动,提出了一种从单幅图像中移除未知相机抖动的算法,利用图像的形状特征、颜色特征、纹理特征及Hough变换,可以有效地识别交通信号灯、障碍物及道路。利用先近后远,先简单后复杂的原则,设计了一种基于图像去雾和图像检测的交通信息提取算法。算法首先进行图像预处理,然后对图像进行边缘检测,获得每个物体的多边形轮廓;然后根据物体特征分别利用不同算法对物体进行分类。实验结果表明,算法可以有效地对实时环境中包括道路、车、行人、盲道、斑马线、交通灯类型等物体识别,图像检测算法可以满足导盲的要求。     

基于图像处理和神经网络的数字识别系统的设计

数字识别系统是通过使用灰度转化、二值化等图像处理的方法对原始的含有数字的图像进行处理,然后再用模式识别技术对处理之后的图像进行识别,最后得到数字图像中数字的一个图像处理系统。该系统不仅可以单独用来识别一般图片上的数字,而且可以用到诸如车牌识别系统中去。     

基于改进 K 近邻算法的小型汽车号牌识别系统

为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助 OpenCV 图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用 Sobel 边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比实现车牌轮廓定位,并根据列像素值对车牌字符进行切割,最后采用改进的 K 近邻算法对分割后的单个车牌字符进行识别。实验结果表明,基于改进 K 近邻算法的车牌识别系统处理时间为 2.08s,识别正确率达 91.3%。与传统的 K 近邻算法相比有着更高的识别率,与神经网络法相比,有着更快的识别速度。     

一种改进的车牌图像识别算法

提出了基于改进的边缘检测和数学形态学结合的车牌图像识别新方法.首先将采集到的彩色车牌图像转化为灰度车牌图像,然后利用Sobel算子进行边缘检测,接着对灰度化的车牌图像进行形态学的腐蚀处理,得到平滑图像的轮廓,再进行X方向的定位和Y方向的定位及区域校正得到车牌的区域.通过对车牌图像的二值化和形态滤波把车牌上的字符给有效分割出来,最后采用模版匹配的方法进行车牌字符的识别.从仿真的结果看:可以准确提取车牌位置的字符,字符识别的准确率较高,且识别的速度快.     

基于视频图像法的两跨连续梁振动研究

针对两跨连续梁实验模型,通过采集连续梁振动视频,再将视频转化为数字图像的方法,运用多项式拟合法作为视频图像边缘检测技术中亚像素精度图像边缘识别的算法,对每幅图像进行亚像素边缘识别检测,获取各时刻梁边缘各点位置,经Matlab程序读取整个振动过程梁边缘数据,即可得到梁边缘各点的振动时间历程,进而通过DASP系统对测得数据进行模态分析,得到连续梁前二阶频率和振型。对比采用传统加速度传感器识别连续梁振动信号分析结果表明,两者模态参数识别结果具有一致性,基于视频图像边缘检测技术的连续梁振动测试是可行的。