基于图像识别的唐卡工艺复原关键技术研究

针对中国藏区现存唐卡因年代久远,保存中严重破损,甚至残破不堪,亟待抢救和保护的需求,提出了利用计算机相关技术识别唐卡图像色彩,结合现代唐卡绘制工艺,开展基于唐卡图像复原的方法,研究以唐卡图像分割、特征提取及多特征融合为内容,采用唐卡图像获取、图像预处理、特征提取、分类器设计,得到识别结果的技术途径,解决基于图像处理的唐卡识别系统中的脉冲耦合神经网络、多尺度多分辨率技术和曲线演化技术等关键技术问题,达到修复受损唐卡,以便科学挖掘与文明传承唐卡文化的目标,构建了较为准确的唐卡图像识别系统,复原已失传古代唐卡绘制工艺,对藏区唐卡文化的科学传承具有重要意义.     

唐卡颜料的配制工艺及其应用

唐卡是藏族地区集宗教传播与绘画欣赏于一体的独特形式,与其它绘画相比唐卡具有画工精细、色泽艳丽、色彩保持久远的特点,这与其独特的颜料配制及使用方法有着密切的关系。由于唐卡艺术衍生在藏区这一特定的文化与生活土壤里,尤其是融人了藏传佛教、绘画艺术等语言,使其更具有原创性、地域性而独具风采。     

基于神经网络的玻璃瓶气泡和结石分类研究

研究在线视觉检测玻璃瓶气泡和结石的分类方法.根据检测系统具体的应用环境,实现了线性预分类器和BP神经网络分类器,并通过提取合理的样本特征,参数调整,整体优化了玻璃瓶气泡和结石分类识别过程,同时满足了生产的实时要求和识别的精度.     

基于PCNN分割的癌细胞图像识别方法研究

在一个用于癌细胞识别的图像处理系统中使用形态学特征来识别癌细胞,提高了系统识别癌细胞的稳定性与有效性。首先采用了一种基于PCNN的细胞分割方法,有效去除微小干扰点,利用链码技术进行细胞参数的测量,利用形态学特征检出可疑癌细胞。实验结果表明,该方法是可行有效的。     

基于神经网络算法的文本分类器研究

文本自动分类是目前最常用的文本信息自动处理技术,也是人工智能、自然语言处理和信息检索领域的研究热点。对文本自动分类所涉及的相关问题进行了全面论述,并简单介绍了基于神经网络的文本分类器的设计与实现。     

基于小波变换和神经网络的视频文字检测

图像中文字的检测有广泛的应用范围。无论是出现在场景中的文字，还是以图形的形式附加在视频图像中的文字，都能提供重要的索引信息资源。在这篇文章中，我们实现了一种基于小波变换和人工神经网络的视频文字检测系统。它能检测出现在数字图像中的文字区域。我们的系统实现了一个层次间隔的特征提取器，其输出结果将达到一个用于提了文本区域的人工神经网络处理器，即智能分类器，分析出来的文字区域可以送往适当的光学字符识别系统。在对各种各样文本检测的试验中显示了我们的系统的性能。     

CCD机器视觉在缺陷检测中的关键技术研究

随着人工智能和机器视觉技术的发展,利用机器视觉技术对精密工件表面的缺陷检测也就成为了必然。采用计算机视觉技术和人工智能的方法将会极大地提高检测精度和效率。本课题主要研究基于CCD工业相机的机器视觉技术在精密机械缺陷检测中的关键技术,期望能够实现利用计算机来对精密机械的缺陷进行高质量的自动检测。     

人体屈体角度图像识别关键技术研究

随着社会的发展,人体图像识别的应用也越来越广泛,并出现了很多关于人体图像识别的新方法。研究人体屈体角度识别的实现方法,结合人体图像处理的一般流程,对人体屈体角度图像识别算法的预处理、人体图像分割、特征提取和特征判断匹配等步骤进行阐述,介绍了其中的关键技术——人体图像分割和特征点提取,并对现有算法的优缺点进行分析,以期为相关研究提供参考。     

基于LLE特征降维及改进SVM的肝脏图像识别

为了提高肝脏CT图像正常和异常的识别率,提出了一种基于LLE特征降维及改进SVM的肝脏图像识别方法。在对采集的CT图提取感兴趣区域的颜色特征、形状特征和纹理特征,利用标准差变换和极差转换把这些特征规格化到0与1之间后,采用LLE算法对特征数据进行降维融合,并使用改进的SVM对待识别图像进行分类。实验结果表明,对多类特征进行降维融合比仅用单类特征能更好地表达感兴趣区域的内容信息,LLE算法较其他流形学习算法表现出更强的鲁棒性,改进的混合核函数SVM较单一核函数SVM识别率要高。该方法可以为医生辅助诊断提供参考。     

人工场景图像分类技术研究

在图像分类技术中,图像的特征提取是其重要一环。为了实现图像的正确、快速分类,需要寻找一组可靠、独立且具辨别力的特征量。本文针对人工场景,提出了一种基于形状特征场景分类算法,其在通用的场景分类特征组中增加了形状分类特征。实验研究结果表明该算法是有效的。     

基于图像的二维条形码识别技术研究

简要阐述了条形码技术国内外发展状况和二维条形码的编码方法,并对图像式条形码识别过程进行了概述,提出了其中存在的技术难点并给出了解决方案,最后文章指出了条形码识别技术的发展趋势。     

基于深度学习的图像文字识别技术研究与应用

针对传统图像文字识别技术采用模板匹配法和几何特征抽取法存在识别速度慢、准确率低的缺点,提出一种基于深度学习的图像文字识别技术,使用开源、灵活的Tensor Flow框架以及LeNet-5网络训练数据模型,并将训练好的模型应用于特定场景印刷体文字识别。实验结果表明,识别模型的top 1与top 5准确率分别达到了99.8%和99.9%。该技术不仅可快速有效地处理大量图片文件,而且能综合提高图像文字识别性能,节省大量时间。     

基于图像识别的苹果果实检测技术

针对苹果图像识别检测过程中存在的识别时间长、识别率偏低等问题,分析了图像去噪、特征分析、特征提取等关键问题,并重点对有遮挡情况下的苹果果实识别方法进行了研究。在Otsu自适应阈值分割法的基础上,提出一种基于局部极大值的苹果检测技术。实验结果表明,与传统识别方法相比,局部极大值法能准确提取苹果果实特征,尤其对相邻及有遮挡情况下苹果图像的识别保持了较高的准确率,大大提高苹果机械人采摘的自动化程度。     

基于2D图像的人耳生物特征识别技术研究综述

人耳识别是近年兴起的一项生物识别技术,具有巨大的潜力和广阔的发展空间。首先对入耳识别的可行性、特点和入耳耳廓图像的自动识别系统进行介绍,然后分析总结现有的入耳识别技术,最后对入耳识别的关键问题进行探讨和展望。     

基于2D图像的人耳生物特征识别技术研究综述

人耳识别是近年兴起的一项生物识别技术，具有巨大的潜力和广阔的发展空间。首先对入耳识别的可行性、特点和入耳耳廓图像的自动识别系统进行介绍，然后分析总结现有的入耳识别技术，最后对入耳识别的关键问题进行探讨和展望。     

基于LabVIEW的车牌图像识别技术研究与应用

提出一种虚拟仪器与机器视觉相结合的汽车牌照识别方法.应用IMAQVision工具包,在LabVIEW平台上开发了车牌图像识别系统,并详细介绍了图像预处理、车牌定位、字符分割和字符识别的方法.实验结果表明,该方法是可行性的,能有效识别车牌和字符.     

基于LabVIEW的车牌图像识别技术研究与应用

提出一种虚拟仪器与机器视觉相结合的汽车牌照识别方法。应用IMAQ Vision工具包,在LabVIEW平台上开发了车牌图像识别系统,并详细介绍了图像预处理、车牌定位、字符分割和字符识别的方法。实验结果表明,该方法是可行性的,能有效识别车牌和字符。     

基于Gabor核函数窗设置的图像识别

提出一种依据Gabor核函数窗的设置对红外图像进行识别,首先给出Gabor核函数窗的定义,分析核函数窗对红外图像识别卷积过程,给出了核函数窗的时窗和频窗,最后在对红外图像滤波识别时给出了最优核函数窗的计算方法。计算机仿真实验表明,只有在优化核函数窗设置设置情况下,才能取得了较好的识别结果。     

基于数字图像处理的数显仪表数字识别

基于数字图像处理技术研究了数显仪表中的数字识别,首先对图像进行预处理和二值化,然后对图像连通域进行快速提取并标号,最后根据数字模板和区域结构特征对数字和小数点进行识别。实验结果表明,数显仪表中的数字能得到有效的识别。