集装箱编码图像的识别

The paper studies a technique of container image ID recognition. In the image preprocessing phase, thresholdiong based on histogram and adaptive thresholding is used. In the character segmentation phase, a labeling method is used, which is based on connected region, location of character block, location of character line recovery of absent and fragmented characters. In the recognition phase, adaptive template match and multiple image results synthesis are used. A high recognition rate is obtained.     

基于改进的CNN喷码式不规则字符识别与提取方法

乳制品纸包装上的生产批号在喷码过程中由于各种原因部分字符出现粘连或缺失,影响字符的自动化识别。针对这一问题,提出了一种基于改进的CNN喷码式不规则字符识别与提取方法。首先,利用yolov3算法对生产日期区域进行提取;其次,对图像进行预处理;再次,通过一种基于字宽的分割算法结合投影法,利用相邻字符间的像素差异实现对粘连字符的分割;最后,对分割后的单个字符利用改进的CNN进行多标签分类训练得到模型。实验结果表明,改进后的模型对粘连字符和半或残缺字符的识别准确率分别为97.89%和96.71%,相较于模板匹配法、传统的LeNet-5模型、fast R-CNN+NMS模型和yolov3+K-means算法都有所提高。基于该方法设计的字符识别系统,提高了生产日期的在线识别准确率。     

基于数字图像处理的车牌识别系统的研究

基于数字图像的车牌识别技术,是一种智能的无源型车牌识别方法,在车牌没有任何信号传输设备的情况下,能够对车辆进行非接触式的固定的车辆信息采集以及实时智能识别运动状态的车牌号码.通过对多幅车牌图像的检测识别表明该技术是有效的.     

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。     

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。     

计算机教学中应强调的几种图像处理方法

图像处理方法有很多种,教学中应特别强调图像增强、图像编码、图像复原、图像分割、图像识别等方法的使用,重点把握各种方法的适用情况.     

山羊绒和细支绵羊毛纤维的图像识别技术

提出一种对山羊绒和细支绵羊毛的SEM图像进行数字化处理并识别的方法。该方法由扫描电子显微镜成像，通过图像采集卡把实时图像传至计算机，经过灰度变换等图像预处理后，用最大类间方差法求得阈值，采用阈值分割法对图像分割处理，检测边界提取其特征值，然后时羊绒和细支绵羊毛进行分析和识别。     

一种基于双网络模型的图像识别新方法

针对基于复杂网络图像识别方法建模复杂度过高问题,提出一种基于双网络模型的灰度图像识别新方法。首先将像素点作为复杂网络节点,基于灰度乘积构建图像的结构平衡网络模型以及基于欧氏距离构建复杂网络模型,然后分别计算两种网络模型的拓扑特征参量,形成最终的图像特征识别参量。相比现有基于复杂网络的图像识别方法,该方法在理论上能够降低图像建模复杂度,提高图像识别速度。使用 YALE 人脸数据库进行仿真对比实验,结果表明,该方法的图像识别速度为传统复杂网络方法的 35%,正确率提高了 4%。     

图像识别在钓鱼检测中的应用

近年来,网络钓鱼攻击频繁发生,对网络安全造成了很大威胁．介绍了基于图像识别技术的网站徽标（LOGO）检测方法,用于过滤海量的疑似钓鱼页面,以有效打击网络诈骗,提高消费者网络行为的安全性．     

一种改进的卷积神经网络算法在交通视频图像识别中的应用

本文提出了基于一种改进的卷积神经网络算法,并将该算法应用于交通视频的图像识别。首先,利用Canny算子改善交通视频中车辆的边缘识别检测效率;其次,利用局部结构图LTP算子去除光线影响,提取图像纹理特征;最后,通过改进传统卷积神经网络算法,识别交通视频图像。实验表明,本文构建的LTP-微卷积神经网络大大地提高了交通视频图像的正识率。     

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。     

基于序列图像的车型识别研究

研究提出了一种应用于车型识别系统中的基于序列图像的图像处理方法.该方法对采集的彩色序列图像进行灰度化、平滑去噪、序列图像差分、Sobel边缘检测、横/纵向填充、图像修正、边缘提取等一系列的图像处理,并最终识别车型.其中,与传统的车型背景分离法相比,序列图像差分对汽车从实际背景中分离出来起着重要的作用,达到了很好的分离效果.通过利用Matlab进行了实际检验,结果表明,该一系列的车型识别方法是可行的,并对低质量和背景复杂图像有着良好的处理效果.     

图像处理与识别在车轮踏面故障检测中的应用

图像识别在故障诊断中有重要作用.车轮踏面缺陷主要有剥离、裂纹2种形式.介绍了车轮踏面故障测试系统的原理及程序总体框图,它采用图像处理方法作为获取故障特征的手段,将聚类识别和判别分析的概念有机结合,实现了对故障的准确定位,为故障的及时维修提供了强有力的支持.     

一种用于图像识别的稀疏增强概率协同表示分类算法

稀疏表示分类方法在图像遮蔽、弱光等情况下具有良好的应用及识别效果,但在测试样本少的环境下仍具有一定局限.将稀疏表示分类算法联合概率协同表示分类算法,以稀疏表示系数增强概率系统表示分类算法的表示系数,采用FERET、Multi-PIE与FRGC人脸数据库进行实验测试.结果显示,稀疏增强概率协同表示分类算法能够显著提升人脸...     

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。     

浅析车牌识别技术

车牌识别技术作为智能交通的重要组成部分,在人们的生活中发挥着越来越重要的作用。车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分,是车牌识别技术研究的重点,从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。     

灰度图像序列中运动目标提取方法的研究

随着人们对运动图像研究的深入，运动检测及提取算法的研究也在不断的发展。该文给出了一种从灰度图像序列中提取运动目标的算法—模板对准相乘法。实验证明，该种算法提取出的运动目标失真度小，误检率低，性能比常用的差值法和符号判别法要明显地优越。     

基于 CNN 算法的缺秧与漂秧图像识别技术研究

插秧机是现代农业向自动化方向发展过程中使用的重要工具之一,由于受到地理环境和设备等因素影响,插秧机在工作中难免会出现缺秧及漂秧等情况。传统对缺秧和漂秧的识别主要依靠经验与人工作业,效率低下、准确度不高,因此提出基于深度卷积神经网络（CNN）算法的缺秧与漂秧图像识别技术。首先计算缺秧与漂秧数据图像样本的质心位置,根据质心间距离是否在合理范围内识别缺秧,然后提取秧苗样本特征建立样本库,对采集的秧苗图像数据进行分析处理,再与样本库进行对比,以此判断插秧机在工作过程中是否存在缺秧和漂秧情况。通过对仿真算例进行测试,验证了算法的有效性,其准确率达到 90%以上。该方法对于农业自动化的发展具有重要意义,对于相关实践能起到一定的推动作用。     

具有仿射不变性的图像特征模式识别算法

提出一种快速、有效的图家匹配算法,算法中采用的特征矢量具有RST不变性,可以对发生仿射变换的图象直接进行特征匹配。     

日语动词[あける]容器图式的认知视角

利用认知语言学的相关理论来阐释日语动词[あける]的认知视角,以期证明[あける]所具有的多项意义并不是该词本身固有的,一成不变的东西,而是来源于人们容器图式的认知联想。日语动词「あける」在使用过程中总是和容器图式联系在一起,从而形成了和容器图式有联系的多义范畴。另外,由于容器范畴是一个开放的范畴,所以[あける]表达的语义边界也不是固定的、明确的,而是变化的、具有弹性的。