基于混合环形投影特征的图像匹配算法

提出了一种基于小波分解和混合环形投影特征的具有旋转不变性的图像匹配算法。首先在小波变换后的低频图上利用混合环形特征相似性算法得到一系列候选匹配点,然后对候选点在原图像对应的区域内作精确相关匹配得出准确匹配位置。混合环形投影特征值结合了均值投影和方差投影的优点,能有效反映图像的旋转不变性特征。实验证明该算法保持匹配精度的同时减少了匹配计算量,而且对图像的旋转不敏感。     

投影阵在空间解析几何中的应用

欧氏空间Rn到其子空间L的投影阵(或投影变换)在解决空间点与子空间的投影和距离以及某些极值问题时起到很重要的作用.将它应用在空间解析几何中往往使得求垂足等问题变得简洁.本文给出了空间直线l和平面π的投影矩阵pl,pπ,还给出了一个利用投影阵求空间中点到圆的最短距离的例子.     

基于深度学习的数字识别方法研究

近年来,手写数字识别是计算机视觉与模式识别中一个广受关注的问题。该问题的主要挑战是如何设计一种有效方法,以识别用户通过数字设备提交的手写数字。目前,深度学习算法在计算机视觉领域非常流行,被用于处理诸如图像分类、自然语言处理及语音识别等问题。以几种深度学习常见算法,包括线性感知器、卷积神经网络、循环神经网络、长短时记忆网络等为研究对象,分析其在手写数字识别方面的优缺点,并引入Google 第二代人工智能系统 TensorFlow,对比相同算法在不同框架下的识别速度及准确率。实验结果表明,几类深度学习算法都能明显提高识别准确率,且在训练数据集时不会损耗过多计算资源。     

弧向判定法的车牌快速识别方法

介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化,再用垂直投影法进行分割,最后进行模板匹配,并用弧向判定法匹配对几组易出错的字符进行检查,从而得到车牌号。     

数字幻影裸眼3D投影技术

投影技术不断发展,几年前,3D技术已经广泛用于电影制作和放映。随后,裸眼3D成为了一个时下热门的技术。现在已经有的3D技术大多数是要求人们戴上眼镜才能观看。为了摆脱眼镜的限制,成为裸眼3D技术发展的动力。     

一种有效的车牌字符分割方法——模板匹配一垂直投影结合的车牌字符分割方法

汽车车牌的字符分割是车牌自动识别系统中的重要环节．采用模板匹配一垂直投影结合的车牌字符分割方法利用了模板匹配法能克服对图像二值化后字符粘连及铆钉等的干扰,同时结合垂直投影法分割字符,使车牌在变形的情况下也能将字符分割出来,综合了各自的优点同时也克服了各自的缺点．     

手写数字识别方法研究

提出了一种用BP神经网络识别手写数字的方法。论述了其良好的监督学习功能,并结合轮廓特征提取进行训练,给出了一种基于梯度下降法训练BP神经网络的手写数字识别方法。实验结果表明,该方法简单且有较好的识别效果。     

一种改进的基于定位点投影的地图匹配算法设计

考虑到实际路况下的车辆行驶方向的信息、电子地图道路层的网络拓扑结构信息、车辆的历史轨迹信息对地图匹配重要性,提出的地图匹配算法包括三个部分：对定位数据的预处理;待匹配道路的识别;定位点的投影匹配。通过实验仿真,该算法具有较高的鲁棒性,符合高精度、低成本的发展要求。     

模板匹配法与八邻域分析法在数字识别细化预处理中的应用及比较

〖HJ*3〗讨论了模式识别的基本问题之一——图像的细化处理,将模板匹配法和八邻域分析法应用于数字识别的细化预处理中。着重比较了两种算法在数字识别中的细化结果,指出两种算法在数字识别细化预处理中存在的缺点,认为八邻域分析法适用于数字识别的预处理。对八邻域分析法作进一步改进,消除细化后冗余的像素点,保证了细化结果为单像素连接,确保数字识别的骨架提取预处理,从而提高数字识别速度及准确率。     

基于改进特征提取方法的五线谱识别

针对传统五线谱识别方法存在谱线过删和漏删的缺点,以及现有音符特征提取方法与谱线删除相互制约的问题,提出一种改进的、无需删除谱线的特征提取方法。在图像预处理阶段保留谱线,将音符与谱线同时投影,结合音符符杆垂直像素数据与音符其它部位像素数据携带的映射特征,对横纵向投影数据进行数理统计分析,得到供音符类型识别的归一化特征值,再利用基准谱线与音符符头的相对位置获取音调信息。实验结果表明,该方法在保证较高识别精度的基础上,进一步提高了识别速率,可以有效识别音符组合形式较复杂的乐谱,对于五线谱识别应用具有重要意义。     

SVM在手写数字识别中的应用

将SVM应用于手写数字的识别,即将采集、预处理后的样本图像的各个像素点直接作为SVM的输入进行训练,通过交叉验证得到最佳参数,取得了较高的识别率.通过与BP神经网络的实验对比表明了在小样本、高维度的应用环境中,SVM具有训练简单、识别率高的特点.     

基于残差局部投影的稳定化方法

本文采用连续等阶的速度与压力有限元空间,针对Oseen方程提出一个基于残差局部投影的稳定化方法.此稳定有限元方法克服了有限元空间所需满足的inf-sup条件.理论证明该方法具有好的稳定性和最优误差估计.     

基于Adaboost实现的实时手势识别

随着更多照相和视频捕捉设备的涌现,对于非接触式手势命令的识别提出了很高的需求。本文针对这一趋势,依据实验环境和实际应用的需要,提出了一种在基于OpenCV2.2视觉库和Visual Studio C++来实现的Haar的矩形特征提取并充分利用Adaboost的学习分类模块来实现对特定握拳手势的实时识别和精确定位。本方法使用的迭代算法将弱分类器训练组合为强分类器,经过基于正负样本图片的过程后,所得的级联分类器首先可以根据摄像头捕捉的视频中的实时手势位置,能够识别手势的类型并进行对应画笔轨迹的跟踪实验,并且通过具体的算法,在已识别的各个位置中,实现了去除可能的误差位置,从而使得画笔的轨迹更为流畅。根据统计,所进行的实验对室内环境下握拳手势的识别率可以达到90%,取得了良好的效果。     

一种改进的FCM算法在手写数字识别中的应用

模糊c均值(FCM,Fuzzy c-Means)算法是一种非常实用的模糊聚类算法,在非监督模式分类中占据着重要的地位。而手写数字识别在现实中也有着非常广泛的应用,如邮政编码、统计报表、银行票据等等。在FCM算法基础上,加入部分监督信息,并对手写数字图像用Zernike矩来筛选特征,最后通过MATLAB编程,验证了该改进的FCM算法对手写数字识别具有一定的可靠性。     

基于小波变换与Boosting的人脸识别方法

文章首先对人脸图像做三层小波变换,分析了小波分解后的各个小波子带图像,研究了每一个小波子带单独运用主成份分析方法进行人脸识别的识别率,然后利用Boosting算法中的投票组合原则,组合各小波子带来进行人脸识别,与传统的主成份分析方法相比,具有更高的识别率.     

基于区间数距离的模式识别方法

在模式识别中由于刻画事物的特征值具有不确定性,而区间数又能够有效地描述这种不确定性。因此,为了更好地研究这类模式识别问题,本文将区间数用于模式识别中,基于区间数的中点和宽度引入区间数的距离,依据择近原则,确定待识别对象的归属,最后通过算例验证其有效性。     

截断策略下正则化参数的后验选择方法

基于截断投影方法,构造了求解半正定病态积分方程的Lavrentiev截断快速算法,给出了先验误差估计,并提出了新的后验参数选择准则,与传统投影方法相比得到了相同的最优收敛率,但内积的计算个数少于传统投影方法.     

基于PCA算法的摄像头人脸识别研究

研究一种基于摄像头的快速人脸识别方法,具体步骤为:利用摄像头捕捉人脸图像,采用图像处理算法从所抓取的图像中提取能代表人脸的特征信息;然后对这些信息进行分析和处理利用主成分分析算法对人脸进行识别;最后采用VC++程序语言开发了基于摄像头的人脸识别系统。实验结果表明,该系统具有采集速度快,易读性和可移植性强的特点,并且具有很强的实用性。