基于SSDA的模板匹配法在指纹识别中的应用

基于细节提取的指纹识别算法需要进行复杂的预处理，直接FFT求相关系数法计算量很大．提出了一种结合SSDA和模板匹配法的指纹识别算法．试图简化处理过程，提高处理速度．其基本思想是采用序贯相似性检测算法（SSDA）快速得到候选匹配子图，再通过求子图与模板的相关系数来判别两幅指纹图像是否匹配．采用指纹库中的指纹图像进行了大量实验．实验表明，该算法简化了处理过程，相对于直接FFT求相关系数法，运算速度提高了近10倍．     

适应不完整目标的快速模板匹配

针对不完整目标的查找,提出一种基于分块统计的快速模板匹配算法.将模板和待匹配图像区域划分成尺寸相同的若干方块,首先采用绝对距离度量分块中对应像素的像素匹配度,接着运用统计的方法依次确定块匹配度和目标匹配度.为加快算法运算速度,在图像遍历过程中构建金字塔结构进行分层搜索.实验结果表明,该算法可准确定位完整和不完整目标,运算时间保持在毫秒级,并具有很强的抗噪声能力.     

基于加权Lucas-Kanade算法的目标跟踪

针对传统的序列图像目标跟踪方法难以适应复杂背景干扰、目标形状变化以及目标位置非规则抖动的问题,提出了一种基于加权Lucas-Kanade算法的目标跟踪新方法.首先引入搜索模板,估计出目标在实时图像中的位置并将其作为加权Lucas-Kanade算法的迭代初始值,然后计算权值函数,利用当前模板和初始模板进行两次跟踪,得到目...     

匹配滤波器中参考目标位置对相关峰位置的影响

针对利用光学相关器识别运动多目标的精确定位问题,提出了参考图像目标置中的匹配滤波器设计方法.该方法根据场景图像中目标位置、匹配滤波器中参考目标位置和相关峰位置之间的关系,采用将目标放置在参考图像中心以克服单一目标和运动多目标识别过程中相关峰的不确定偏移.实验结果表明,在范德卢格特型光电混合相关器中,采用该方法设计匹配滤波器可以使相关峰位置与目标位置一一对应,并且能够直观的实时显示出被识别目标在场景图像中的位置,提高了运动目标的定位准确性和跟踪稳定性.     

基于投影特征的图像匹配的快速算法

目的　研究了图像匹配的快速算法 .方法　利用图像的投影特征 ,进行一维相关快速匹配 .结果　快速地找到了图像的匹配位置 .结论　与传统的模板匹配法相比 ,该方法在保证匹配精度的情况下 ,大大提高了匹配的速度     

特殊环境下非接触式定位系统的设计

为了实现对狭小、光线昏暗的封闭空间的目标进行非接触式定位,本文拟采用多狭缝光栅成像,狭缝间距不等,采用线阵CCD图像传感器接收光信号并转换为电信号输出,根据目标所在位置以及传感器相应的输出数据构造母板和子板,经过算法分析以及模板匹配从而得到目标的二维坐标位置信息.本文模拟实际测量环境与器件,构建数学模型,并通过MATLAB进行仿真.结果表明该方法可以准确地得到目标的二维坐标位置信息,从而验证了该方法在理论上是具有可行性的.     

基于机器视觉的易拉罐打标区域定位方法

目的 为了提高易拉罐打标效率和打标位置精度,降低劳动强度,提出一种基于机器视觉的易拉罐打标区域定位方法。方法 首先建立模板库,获取即将打标的不同图案的易拉罐表面图像,对图像进行柱面反投影,使有一定弧度的图像展开,并利用模板匹配原理对图像进行拼接,得到易拉罐表面完整图像;其次采用ORB算法在模板库中确定易拉罐表面图案种类,利用模板匹配方法确定该种类图案的打标区域在待打标易拉罐上的位置,从而进行定位打标。结果 实验结果表明,该方法能实现直径为40～65 mm易拉罐的打标区域快速定位,定位误差为±2°。结论 基于机器视觉的易拉罐打标区域定位方法能实现易拉罐打标过程的自动化,可以快速、准确地定位出打标区域,且灵活性较高,降低了劳动成本,能满足企业的生产加工需要。     

多尺度模板匹配算法

研究图像模板匹配问题。对于大尺度图像,采取多尺度方法进行全角度匹配。首先构筑图像的多尺度金字塔,在最小尺度图像上找到可能的模板匹配位置和角度,然后再依次在更大尺度的图像上精细定位,最终找到模板的匹配位置和角度。配合多尺度的算法框架,同时在不同尺度模版匹配时采用不同测度的相似度,求得了精确性和效率的平衡。通过大量的模板匹配实验说明,该方法是一个快速稳定的算法。     

基于字符分割与新型LENET网络的票据识别算法

目的 针对现今烟草物流配送中心条烟分拣工作量大,条烟分拣系统在分拣中难免会有“多烟”“少烟”“错烟”等情况出现,为解决这一情况,提高分拣效率。方法 设计一种基于模板匹配提取目标条烟图像的条烟识别系统,为了提高图像质量其图像拍摄平台采用半封闭隧道装置,拍摄图像经预处理后,采用扫描模板尺寸确定、被扫描图像的扫描起始点固定、粗匹配再匹配的二次匹配方法来准确完整地提取目标条烟轮廓,而后经Harris角点检测算法提取条烟图像特征并建立数据库,在RBM模型算法的基础上实现条烟识别纠错。结果 经配送中心实验试用后表明,在速度为1.5 m/s的传送带上,该条烟识别系统纠错率为99.9%左右,误报率≤1/30000,系统工作稳定。结论 该条烟纠错系统很好地解决了条烟分拣出错情况,提高了条烟配送效率,满足烟草物流配送中心的纠错要求。     

一种新的遥感图像智能匹配方法

遥感图像中目标的空间定位问题一般是通过模板匹配或者特征匹配的方法来实现的。当给定的目标模板与遥感影像中候选识别的目标存在着空间角度、缩放比例和背景噪声较强等问题时，采取模板匹配方法就很难实现对目标的快速准确定位。遗传算法是一种自适应的迭代寻优搜寻和直接对参数对象进行操作的智能算法。利用这种算法优势可以屏蔽掉模板匹配目标的过程中对复杂参数的确定过程。本文将遗传算法与模板匹配方法密切结合，选取一幅北京奥运规划区遥感影像进行了方法实验，结果表明该方法除具有遗传算法智能快速化的效果，还具有实际操作简便的优点。