最大灰度值轮廓点标记的模糊图像分频方法

图像分频技术是采用多尺度频谱分离方法实现对图像的特征分类,提高图像的识别和特征提取能力。传统的图像分频方法采用多窗谱估计方法,对具有复杂轮廓特征的模糊图像分频识别效果不好。提出一种基于最大灰度值轮廓点标记的模糊图像分频方法。采用多尺度Retinex算法对图像进行特征分类预处理,对模糊图像的灰度暗原色特征进行分解,基于最大灰度轮廓点标记实现对图像的分频算法改进。仿真结果表明,采用该方法进行图像分频处理后,能有效实现对模糊图像的降噪和增强,图像峰值信噪比提高了12.45d B,均方误差MSE降低了0.34,提高了图像的分辨力和对模糊图像的识别性能。     

计算机视觉中标记点匹配算法

计算机视觉测量中,多幅图像标记点自动匹配是实现测量自动化的重要环节。本文提出了标记点的自动匹配方法。该方法首先采用编码标记点得到初始匹配集,根据相似性将解码错误的剔除得到良好的匹配集。然后使用极线约束、反投影残差、图像绝对距离比约束实现非编码标记点的正确匹配。实验表明该方法在一般拍摄条件下,非编码标记点的匹配正确率可高达97%。     

基于角点检测的地理特征遥感识别系统

在不同光照和旋转角度下进行地理特征遥感识别是测绘领域的难点,为了实现对地理地形的准确测绘,需要进行地理特征遥感识别优化设计。传统方法中,采用遥感图像边缘特征检测算法,当遥感图像出现旋转角度时,识别性能不好。针对这一问题,提出一种角点检测的地理特征遥感识别算法,并进行系统设计与实现,系统通过图像传感模块采集遥感图像,经过角点特征处理器提取图像特征。在不同光照和旋转角度,采用单尺度Harris角点检测算法对图像进行检测并提取角点,得到地理遥感特征数据采集的角点模型,基于角点检测,进行遥感识别算法改进和系统实现。实验结果表明,采用该算法和系统,地理特征遥感识别准确率高,耗时较少,提高对地理特征遥感识别性能。为实现对地理地形的准确测绘提供依据。     

宋体印刷数字快速识别算法的研究和应用

研究了宋体印刷数字快速识别的算法及该算法在小超市会员卡图像编号数字识别中的应用,该算法根据宋体印刷数字字符结构,抽取数字特征;然后根据这些特征构造编码器,进行编码识别.实验表明该算法速度快,精度高,抗干扰性强.     

遥感对地CCD成像自适应轮廓线跟踪标记算法

CCD固态图像传感器用于遥感图像采集中,遥感对地探测中进行图像采集的轮廓线特征模糊,需要进行自适应轮廓线跟踪标记,提高图像的分析和识别能力。传统方法采用尺寸配准标定技术,对边缘模糊的遥感CCD成像标记效果不好,出现伪轮廓。提出一种基于Harris角点检测的遥感对地CCD成像自适应轮廓线跟踪标记算法。进行遥感对地CCD成像图像数据模型构建,设计Harris角点检测算法进行CCD遥感成像的边缘轮廓像点拟合,进行边缘轮廓线的亮点分析,提高采样精度,通过遥感成像的运动幅度检测实现对轮廓线跟踪标记。仿真结果表明,算法能有效实现CCD成像轮廓线跟踪标记高精度拟合,能有效剔除边缘干扰,提高对地遥感观测图像的探测精度。     

基于特征点图像匹配的面部识别方法

面部识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一,如何进行好面部识别工作对于生活、生产都有着十分重要的意义。本文提出一种基于特征点提取的面部识别方法,在得到已知图像和待识别图像以后,先对其进行边缘提取和点特征提取,然后基于提取的特征点进行灰度模板匹配,通过图像匹配的结果对图像进行识别。     

改进的连通区域标记算法在人脸五官识别定位技术的应用

人脸的五官特征识别是人脸识别的关键技术,本文在原有连通区域标记算法基础上提出了一种改进算法,从而来实现对人脸目标器官的提取。该算法在一次人脸图像扫描中就可以完成所有连通区域的标记,避免了大多数改进算法都必须处理的重复标记的问题,从而提高了标记效率;同时,该算法不受所标记的图形形状的影响。仿真实验表明,该改进算法具有较高效率和较强的鲁棒性。     

专利说明书附图中附图标记识别应用研究

为了能够自动智能获得专利说明书附图中的附图标记,提出了一种专利附图标记识别算法.根据专利说明书附图中附图标记的特征,集合预处理、灰度转换、二值化、边缘检测等图像识别算法,开发了灰度阈值、矩形框边容错值、矩形框高容错值、标示、提取融合、降噪、识别等新算法,准确完整地识别出专利附图中附图标记.与普通图像数字识别算法相比,附...     

一种用于车牌识别的图像超分辨率算法

仿效人类的视觉认知过程,提出面向目标的图像超分辨率算法.只需从一幅车牌图像就可以恢复目标的细节信息.该算法使用先检测、后重建的思路,通过联合稀疏编码建立目标高低分辨率图像片之间的关系,以目标可以稀疏表示为先验,检测到目标区域后,通过压缩感知重建图像.实验表明,重建图像的峰值信噪比(PSNR)较传统方法约有2 dB的改善.此外,还验证了超分辨率重建改善了车牌识别结果,可以消除20％的错误识别字符.     

一种基于SIFT和点集不变性的图像匹配算法

图像中的特征点可以用来匹配图像.本文给出了一个基于SIFT特征点集之间距离的图像匹配算法.首先提取出图像中的所有SIFT特征点,然后根据奇异值分解再选出特征点集,根据点集不变性计算出距离,最后根据距离值匹配图像,实验结果显示,该算法具有可行性.     

基于积分投影的眼睛定位系统设计

眼睛定位是很多人脸检测算法的关键步骤,是近二十年来图像处理、模式识别和计算机视觉领域中极富挑战性的研究课题之一。眼睛定位常用的精确检测方法主要有：霍夫变换法、变形模板法、边缘特征分析法和对称变换法等。文中采用一种基于积分投影的方法进行眼睛位置的有效快速定位,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位。     

基于颜色与投影特征的车牌定位

车牌定位是车牌识别系统的关键技术,定位的准确与否直接影响车牌识别的结果。本文根据车牌的颜色特征和投影特征提出了一种综合颜色特征和投影特征相结合的定位方法,算法分为粗定位和精确定位。该方法较单一特征的定位方法有较好的通用性,可适应于不同背景、不同光照下的汽车图像,能够确定出车牌区域,准确率得到了较大提高。     

基于暂态信号频域分析的故障测距方法研究

本文提出了一种基于行波特征频率的中压电缆故障测距方法,该方法通过自建立母小波函数对小波函数提取特征频率进行改进,提高故障特征频率的提取精度.本方法利用PSCAD/EMTDC软件对一简单拓扑进行仿真,仿真结果表明,该方法具有较高的精度.     

小波变换在车牌识别系统中的应用

国内近几年城市智能交通系统发展很快.车牌自动识别技术作为其中信息采中起着重要作用.目前.对车牌自动识别的研究已经成为智能交通领域中的一个重要研究课题.为了使车牌识别准确,对摄像机所获得的图像进行预处理是十分重要的.去除图像中的噪声是预处理的一个重要步骤.本文通过小波分析原理,实现了对所得图像的去噪,并用MATLAB进行了仿真.     

Deep gesture interaction for augmented anatomy learning

Augmented reality is very useful in medical education because of the problem of having body organs in a regular classroom. In this paper, we propose to apply augmented reality to improve the way of teaching in medical schools and institutes. We propose a novel convolutional neural network (CNN) for gesture recognition, which recognizes the human's gestures as a certain instruction. We use augmented reality technology for anatomy learning, which simulates the scenarios where students can learn Anatomy with HoloLens instead of rare specimens. We have used the mesh reconstruction to reconstruct the 3D specimens. A user interface featured augment reality has been designed which fits the common process of anatomy learning. To improve the interaction services, we have applied gestures as an input source and improve the accuracy of gestures recognition by an updated deep convolutional neural network. Our proposed learning method includes many separated train procedures using cloud computing. Each train model and its related inputs have been sent to our cloud and the results are returned to the server. The suggested cloud includes windows and android devices, which are able to install deep convolutional learning libraries. Compared with previous gesture recognition, our approach is not only more accurate but also has more potential for adding new gestures. Furthermore, we have shown that neural networks can be combined with augmented reality as a rising field, and the great potential of augmented reality and neural networks to be employed for medical learning and education systems.     

基于纹理分析和梯度特征的车牌定位算法

车牌定位技术是车牌识别技术中最重要的部分,根据车牌区域字符的特点,提出了一种综合纹理分析和梯度特征的车牌定位方法.利用车牌字符的纹理特征提取出可能存在车牌的区域,再利用车牌字符和背景梯度的差异性进一步过滤掉由于背景原因产生的伪车牌区域,进而准确定位出真正的车牌区域.实验结果表明该方法运算量小,对复杂背景车辆图像有很好的定位效果,具有较好的应用性.     

车牌识别系统中图像分割与识别技术研究

分析了汽车牌照的几何特征和成像特点,提出基于自适应性阈值的搜索策略,对图像中的车牌进行定位;利用Hough变换对图像进行倾斜矫正;然后设计一个三级分类器,对单个字符进行模式匹配,得到识别结果,最终实现对原始车牌图像的识别。     

基于jQuery的嵌入式图书馆书架定位系统

本文详细介绍了基于jquery、html、c#以及sqlserver数据库等技术开发的书架定位系统,实现了从文字、图片、动画等角度定位图书所在的具体书架,指导读者获取图书,为读者使用图书馆提供了很大方便。同时,本系统所采用数据规范化方法和系统构架方式,提高书架定位准确度,实现了前台与后台的高度分离,使其具有高度的灵活性、很强的适用性以及极低的维护成本。     

基于稀疏表示的人脸识别算法

近年来,人脸识别一直是计算机视觉和模式识别领域一个很热门研究课题。随着压缩感知理论的发展,稀疏表示已经成功应用于人脸识别。文章系统地综述了人脸识别的研究现状、系统,并重点介绍了基于稀疏表示的人脸识别算法及求解,最后对人脸识别算法存在的问题以及发展进行了展望。     

基于边信息抗仿射变换的数字图像水印算法

设计抗几何攻击的图像水印算法是数字水印技术研究中的难点。仿射变换是典型的几何攻击，能够使目前大多数数字水印算法失效。基于带边信息的水印模型，本文提出了一种利用Zernike矩的抗仿射变换多比特图像水印算法。该算法将归一化图像的Zernike矩作为边信息，利用量化技术对的水印信息进行编码和嵌入。实验证明，本文提出的算法不仅具有很好的抗仿射变换和抗JPEG压缩的鲁棒性，而且具有较小的嵌入失真和较大的水印容量。