遥感图像中微小红外目标的分类定位识别

遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。     

基于信息熵下的人脸定位技术

为解决人脸定位过程中人脸图像处理困难、定位结果不准确以及人脸易受环境影响的问题,本文提出了利用图像信息熵对人脸进行定位的方法。首先引入了图像信息熵对图像进行色彩空间转化,采用MATLAB进行人脸阈值分割;然后根据人脸肤色与人身体肤色不同对人脸进行处理;最后利用人脸的眼、嘴等像素点信息熵值的比较对人脸进行定位。实验结果表明:可以利用图像信息熵进行人脸定位,方法简单,适应性强,定位结果不受客观因素的影响,识别结果准确。     

基于OpenCV的彩色目标识别

基于Open CV函数库,提出一种识别视频图像中特定色彩目标的实现方法。从视频流中提取图像帧,经过色彩空间转换、图像二值化、轮廓查找等处理实现色彩识别,并根据轮廓面积进行过滤,最终筛选出彩色目标。实验结果表明,利用该方法可快速且有效地实现对图像中彩色目标的识别选取。     

基于图像识别的仿生柔性抓取装置

为突破传统装置的束缚,极大扩展抓取装置的利用价值,本文在传统机械臂目标抓取的基础上,改进了一种新的仿生抓取装置。通过Arduino对舵机和步进的精确控制,实现了对目标的准确定位,对仿生柔性抓手的创新,提高抓取物体的牢固性和稳定性,经过多次实验测试,对目标的搜索识别、定位、抓取等功能精确可靠,具有较好的稳定实用性。     

基于自适应维纳滤波的模糊化车牌定位方法

维纳滤波器在处理信号时具有简单快速且边界保持效果较好的特点,通常在图像处理中,维纳滤波器都是用于模糊图像的去噪和恢复。本文将维纳滤波用于图像的模糊化处理上,使车牌区域和非车牌区域经维纳滤波处理以后有很明显的区分,更有利于车牌的定位。基本方法是利用HSV空间,提取出车牌图像的饱和层,然后调节自适应维纳滤波器的滤波窗口,使图像中的非车牌区域模糊化,最后采用形态学处理等方法实现车牌的最终定位。研究结果表明,采用本文所提出的车牌定位方法在定位速度以及识别效率方面优势明显。     

基于不变矩的海面红外目标识别

针对焦平面红外探测器对海面目标进行探测所得到的红外图像，提出一种基于不变矩的海面红外目标识别的方法。该方法采用空间域处理和基于灰度相似性的区域分割来提取目标区域，计算其七不变矩值，利用目标区域的面积大小、矩阵组数值等作为先验知识，对识别目标进行识别。此方法经过了实测图像的检验，正确识别率为94.53%。     

图像智能识别定位机器视觉系统设计与实现

针对"东"、"西"、"南"、"北"、"中"汉字图形标注工件进行图像处理,包括模型学习、图像获取、区域定位、目标地位、二值化处理。采用机器视觉技术实现汉字图形标注工件角度检测与位置精确定位,并通过脚本编制,采用RS485总线传输识别与定位数据信息。     

基于多传感器多目标实时跟踪视觉系统在全自主机器人上的应用

视觉系统是全自主机器人的重要组成部分,而如何精确高效地处理视觉信息是视觉系统的关键问题。介绍了一种基于彩色图像的目标识别与定位及避障方法,对全自主机器人感知环节进行了研究.通过分析摄像头采集的图像,并借助碰撞传感器、红外传感器等方法确定目标。所提出的算法已在国内及国际比赛中应用,收到很好的效果。     

基于视觉的水下目标检测关键技术研究

随着陆地资源日益消耗,海洋资源的开发以及水下作业任务日渐频繁、种类日益繁多,这也促进水下机器人的快速发展,而水下机器人离不开对目标的检测和识别。水下目标识别问题作为目标识别的一种特定应用领域除了包含目标识别的一般步骤,还由于水下成像环境的独特性,需要增加针对水下图像特点的处理步骤。     

基于视频像素灰度值时延估计的暴恐人员圆阵定位

从视频像素灰度序列中提取特定人员的状态特征,采用平面阵对特征信息进行融合处理是实现计算机视觉下特定人员定位的重要步骤。传统的人员视觉定位方法采用视频步进跟踪学习方法,在随机状态分布下的复杂环境人员进行准确定位效果不佳,提出一种基于平面圆阵定位算法的特定人员计算机视觉定位方法,提取监控视频的图像,进行视频图像的背景建模,得到高斯差分尺度空间中的背景像素灰度值,实现对特定人员的表情识别的动作判别,以此为数据基础设计平面圆阵人员定位系统,实现对暴恐等特定人员的准确锁定和跟踪识别。仿真实验表明,采用该算法准确实现1500 m远距离暴恐人员特征识别与定位,误差较小,分辨率和准确性较高。     

基于数字图像处理的人眼定位算法的研究

一般的人脸识别系统主要包括图像与处理、人脸定位、特征提取、样本学习和识别过程四部分,其中人脸定位和特征提取的好坏直接影响到识别效果,文章研究的是特征提取方法中人眼定位算法,该算法利用Vusya1 C++编写程序,在人脸粗定位的基础上进行,缩小了搜索范围,实现人眼定位.     

基于视频的激光定位电子设备的研究与实现设计

电子教鞭在现代的课堂教学中得到广泛的应用.但大多数的电子笔仅仅是配上激光或者在带一个键盘的Page Down、Page Up按钮,使用起来非常不灵活.采用CCD摄像头作为装置的前端图像传感器并结合其他硬件电路对被测图像信息进行快速采样、传输及数据处理的应用系统正日益受到人们的关注.本文所介绍的是一种带有CCD摄像器件的视频信号处理装置,主要用于投影屏幕土目标点的坐标测量和光标定位.     

基于图像的人脸检测和识别进展研究

在现在社会中,图像的识别尤其是脸部信息的识别已经成为模式识别中研究比较活跃的一部分。在图像源中对人脸进行识别主要包括了两个部分的内容,一个是人脸的定位,一个是对人脸细节的辨认。现在已经作了很多的对定位和细节辨认也就是识别的研究。文章对识别和检测的主要算法作了一定的研究,最后提出基于图像的模式识别的发展趋势和前景。     

考虑夜间视觉图像误差的人行道识别技术

传统视觉测量方法在夜间环境下,存在误差因素繁多、对比度差、结构相似性差等缺陷,无法准确识别人行道中的行人目标,提出了考虑夜间视觉图像误差的人行道识别方法,塑造目标模型更新机制,根据目标颜色直方图相似度和形状变化信息运算目标变化程度,及时更新夜间人行道上行人目标模型,利用夜间视觉图像误差达到识别目的,将待识别行人图像当成期望图像,对同类运动物体进行注视跟踪,确保实时采样图像收敛于期望图像,由图像反馈以及物体运动自适应补偿构成控制律,完成夜间环境下行人目标的准确识别。仿真实验说明,所提方法可对夜间环境下人行道中行人目标进行准确识别,具有较高的识别效率和鲁棒性。     

基于深度学习的车辆识别系统设计

本设计针对无人驾驶中目标识别问题,设计了一种基于深度学习的车辆识别系统。该系统一共包括三大模块,分别是图像采集模块、图像预处理模块和图像识别模块。其中图像采集模块以两百万像素的工业摄像头为核心对图像进行采集。图像预处理模块包括图像增强、图像去噪、模糊图像复原。图像识别模块以深度学习为核心对车辆进行识别。通过相关算法对质量下降的图片进行有效处理提高图片质量,本文构建的基于深度神经网络的模型可以对图像中的车辆进行有效识别,具有一定的实际价值。     

基于图像处理的字符识别方法研究

图像处理就是利用计算机及其有关技术,对图像进行运算和处理,可以使图像更清晰,从图像中提取某些特定的信息,从而达到某种特定目的,随着计算机技术的发展,图像识别技术获得了越来越广泛的应用。文章采用灰度化、消噪等方法对图像进行预处理,采用边缘提取、形态学处理、字符定位等方法实现图像字符特征提取,通过Matlab软件编写字符识别程序,实现图像字符识别。研究结果表明,采用图像处理可有效实现对图像字符的识别。     

运动目标在复杂背景中的检测

运动目标轮廓的有效提取,对于目标识别和跟踪是非常重要的,但是大量的背景景物增加了目标检测的难度。文中针对复杂背景下红外序列图像的特点,提出了一种实用的运动目标检测算法。首先,通过canny边缘检测算法,对输入图像进行边缘检测,然后把相邻两帧边缘图像进行场景对准,计算出相应的场景平移参数,根据这些参数,平移帧图像后做差分处理。在残差图像中,根据局部熵的图像分割法,对图像进行二值化处理,最终获得了比较完整的运动目标。实验表明,这种方法是有效的,且性能良好。     

运动目标在复杂背景中的检测

运动目标轮廓的有效提取，对于目标识别和跟踪是非常重要的，但是大量的背景景物增加了目标检测的难度。文中针对复杂背景下红外序列图像的特点，提出了一种实用的运动目标检测算法。首先，通过canny边缘检测算法，对输入图像进行边缘检测，然后把相邻两帧边缘图像进行场景对准，计算出相应的场景平移参数，根据这些参数，平移帧图像后做差分处理。在残差图像中，根据局部熵的图像分割法，对图像进行二值化处理，最终获得了比较完整的运动目标。实验表明，这种方法是有效的，且性能良好。     

基于Matlab和YCrCb颜色分割方法的人脸检测与匹配算法的实现

比较RGB、HSV、YCrCb三种颜色分割方法的优缺点,选择效果最好的YCrCb颜色分割方法对图像进行处理,利用YCrCb颜色分割方法实现人脸图像的粗定位和细定位,可以获得较高的成功率。采用特征脸算法构建样本图像的特征脸,计算其与训练图像特征向量的距离,进而实现人脸图像的识别匹配,用ORL人脸数据库对算法的准确率进行检验,发现算法有较高的鲁棒性。     

基于DSP车牌识别系统的设计

文章设计了一种车牌识别系统,采用基于DSP构建的硬件平台,运用数字图像处理的相关基础知识来实现车牌识别的功能。该系统主要包括图像采集与预处理、车牌定位、字符切分以及字符识别等四个部分。通过对采集到的图像进行分析处理,分别得到边缘检测、直方图统计、中值滤波、锐化、灰度阈值处理等实验结果。