散打鞭腿技术动作转动特征分析

从运动生物力学的角度,结合环节鞭打运动的理论,对武术散打鞭腿动作技术的结构、运动效果以及影响动作质量的原因进行了分析。认为髋关节的运动,腰部转动的时机是影响散打鞭腿动作质量的重要因素之一。正确认识下肢、躯干的转动特征是深入评价散打鞭腿的有效途径。     

面向体育训练的人体姿势实时识别研究

为了提高高校体育训练过程中的人体姿势实时识别和检测能力,主要进行了面向体育训练的人体姿势实时识别研究.采用特征提取方法识别人体姿势图像,结合帧片段扫描技术实现高校体育训练过程中的人体姿势图像采样;采用融合边缘轮廓特征分解方法对人体姿势视觉特征表达进行进一步处理,建立人体姿势图像的视觉空间融合度分析模型,结合模糊度辨识方...     

基于深度卷积神经网络的模糊字迹图像识别方法

在传统的模糊字迹图像识别过程中,忽略了字迹变化尺度对图像的影响,导致识别准确度低识别能力差的问题,提出基于深度卷积神经网络的模糊字迹图像识别方法.通过图像的退化模型,对模糊字迹图像稀疏性特征进行分解,构建模糊字迹图像的多源特征参数检测模型,结合边缘轮廓特征提取方法实现对模糊字迹图像的边界信息采样分析;采用多维参数模拟和模糊度增强处理,结合匹配滤波检测器对图像的多级尺度分解和细节特征进行提取,对提取的模糊字迹图像细节特征进行融合和优化检测,采用深度卷积神经网络训练方法进行模糊字迹图像修复处理,实现模糊字迹图像的识别.仿真结果表明,采用该方法进行模糊字迹图像识别的准确性较高,检测能力较强,提高了模糊字迹图像修复和辨识能力.     

散打鞭腿技术动作生物力学原理的分析

对散打中鞭腿技术动作速度中叠加原理、力学原理、鞭腿技术动作的平衡等生物力学进行了分析,结果显示为了提高鞭腿技术动作,必须遵循鞭腿技术动作和速度叠加原理,提高出腿的速度;加强对鞭腿单腿支撑平衡动作协调能力训练,从而提高散打鞭腿技术动作.     

基于多尺度形态学图像的屈肘角度检测方法与实现

针对当前采用经验分析方法对曲肘的动作检测不精准的问题,提出一种基于多尺度形态学图像分析的屈肘角度检测方法.首先在多媒体视觉下进行武术动作的曲肘行为的图像采集和特征分析,然后对采集的图像采用多尺度Retinex角点筛选方法进行图像增强处理,提取图像的多尺度形态学边缘轮廓特征,实现对人体屈肘角度的特征点标定和检测.仿真结果表明,采用该方法进行武术动作中的曲肘角度检测优于经验分析方法,准确检测率高达80%以上,且稳定性好,具有较高的动作矫正指导价值.     

基于机器学习的人体动作深度信息识别方法研究

为了实现人体动作的准确检测识别,提出基于机器学习的人体动作深度信息识别方法,构建人体动作的三维图像采集模型,建立人体动作三维重建图像的表面结构重构模型,结合模糊度特征提取方法对人体动作三维重建图像进行多尺度分解,采用三维空间结构重组的方法进行人体动作细节特征识别,建立人体动作图像的多维分割模型;采用机器学习算法进行人体动作的细节特征分类识别,建立人体动作深度信息的提取和分类模型,在机器算法下实现人体动作的深度信息检测和多维识别。仿真结果表明,采用该方法进行人体动作深度信息识别的准确度较高,特征分辨力较好,具有很好的人体动作信息检测和辨识能力。     

基于DCT域特征和Bayes语义分类的教学图像资源库检索技术

提出了一种根据DCT域特征提取和Bayes语义分类结合的图像检索技术。针对图像库数据结构的语义需求,采用朴素Bayes算法对图像库进行分类;其中视觉特征提取部分,采用改进的DCT域的边缘空间分布概率特征提取方法,获取目标对象边缘信息,建立20个特征值;通过Bayes分类器的分类,获取每类的索引特征向量,用于初次语义类别过滤,提高了检索效率。通过实验,建立教学需要的图像资源库,与其它检索算法进行查准率对比试验,证明了本算法的优越性。     

基于进化深度学习的建筑室内空间布局特征提取方法

建筑室内空间布局能力易受其特征影响.基于此,本文提出了基于进化深度学习的建筑室内空间布局特征提取方法,即采用边缘像素特征重组方法,确定建筑室内空间布局视觉图像点,然后建立建筑室内空间布局视觉特征参数融合模型,完成室内空间布局视觉图像预处理;通过边缘参数分布式检测方法,构建建筑室内空间布局视觉图像退化特征演化分析模型,完...     

基于改进蚁群算法的多媒体图像个性化推荐模型

为了提高多媒体图像个性化推荐能力,提出基于改进蚁群算法的多媒体图像个性化推荐模型。构建多媒体图像的边缘像素特征解析模型,采用特征空间重组实现对多媒体图像的像素结构重组,采用多级语义特征分析方法进行多媒体图像个性化信息融合和特征图融合处理,采用浅层特征图组合控制方法实现对多媒体图像个性化特征提取,对提取的多媒体图像个性化特征采用蚁群算法进行寻优参数识别,构建多媒体图像个性化推荐的多层次特征解析模型,结合多媒体图像的深层特征信息分布进行个性化推荐。仿真结果表明,采用该方法进行多媒体图像个性化推荐的使用度水平较高,推荐精度较好,提高了多媒体图像个性化融合和特征辨识能力。     

虹膜定位算法的研究

采用经典Canny算子进行虹膜边缘检测，利用一种改进的hough变换算法定位出虹膜的内外边缘，实现对虹膜图像的预处理，从而为虹膜特征提取和图像识别提供可靠的依据。     

图像识别神经网络处理系统

目的　研制用于二值图像实时识别的神经网络处理器; 方法　采用数字电路实现的图像识别神经网络系统有３ 大模块：边缘提取模块以二值图像序列作为输入,用平面建筑物原理和８ 邻域原理提取图像的边缘特征;特征提取模块在边缘特征的基础上提取具有不变性的角特性和组块特征;模式分类模块采用４ 层特征映射神经网络实现图像模式识别; 结果　通过对图像信号发生器送出的二值飞机图像识别说明,训练样本数越多系统识别率越高; 结论　该系统能够快速、正确地实时识别二值图像序列;     

图像微观特征识别方法

提出了一种微观图像的特征识别方法。该方法基于图像微观特征的随机性和唯一性,分为微观图像的特征提取和图像识别两部分,主要包括对宏观图像的放大、微观图像的数据采集、数字图像二值化、图像特征信息的提取、数据的归一化处理、特征模板的保存和比较识别。文中介绍了各部分的步骤、特征提取的算法以及图像识别的最大误差限准则。提出的算法能有效地提取所处理图像的微观特征并加以识别。图像识别实验表明,该方法的识别率达到100%,可用于文件的真伪性辨别及防伪。     

基于边缘检测的人脸正面图像识别

人脸识别系统是高级信息检索和机器人视觉的重要内容.主要提供了基于人脸正面图像特征提取的方法.在具体实施的过程中,首先是将彩色图像转化成灰度图像来增加图像本身的对比度,以便图像的边缘检测和特征定位,其次是利用边缘检测的方法,对人脸图像进行特征提取,以达到人脸特征识别的目的.     

基于数据挖掘技术的牙刷包装缺陷检测方法研究

为了实现对牙刷包装缺陷的精准检测,提出基于数据挖掘技术的牙刷包装缺陷检测方法。构建牙刷包装视觉信息采样模型,对牙刷包装视觉图像进行超像素特征提取。建立牙刷包装缺陷的大数据分布集,结合模糊信息采样技术进行牙刷包装缺陷的信息采样和多分辨融合,建立牙刷包装图像的信息融合模型。采用统计分析方法进行牙刷包装缺陷分布特征检测,根据信息增强和模糊聚类分析方法,实现牙刷包装缺陷检测。仿真结果表明,采用该方法进行牙刷包装缺陷检测的精度较高,自适应性较好,提高了牙刷包装缺陷定位和特征提取能力。     

融合纹理特征与形状特征的病灶CT图像识别

医学图像病变区域信息复杂,使用单一纹理特征分类效果不佳,提出了一种融合纹理与形状特征的病灶图像识别方法。首先,在常用的纹理特征基础上,融入Hough变换和不变矩两个形状特征,以考虑旋转、平移等畸变带来的图像失真影响;然后,对这些非线性分布融合信息线性化处理,通过支持向量机SVM对其进行分类,得到病灶图像与正常图像的识别结果;最后,采用某医院提供的50幅CT脑图像进行纹理特征和形状特征提取,进而进行SVM分类和识别。实验结果表明,所提出的融合两类特征信息对医学图像识别方法可行,病灶图像识别准确率有所提高。     

视频中人体行为分析

为实现机器视觉代替人眼观察、 认知世界以及减少背景和噪声对视频中人体特征提取的影响, 以提高识别效果, 在研究人体动作表征与识别的基础上, 充分考虑局部和全局特征的优缺点, 提出了基于局部时空兴趣点和全局累积边缘图像特征相结合的人体行为分析方法。首先, 从视频序列中提取局部时空兴趣点和全局累积边缘图像特征; 然后用加权字典向量法将两者有机地结合在一起; 最后利用最近距离法进行人体行为分析和识别。该方法可有效获得人体时空特征, 人体边缘轮廓
, 人的运动趋势和强烈程度。实验结果表明, 该方法快速, 相比其他算法识别率大致提高了2%~5%。     

基于分水岭算法的彩色图像分割

在图像特征提取、识别以及基于特征的图像压缩等领域内,作为关键技术的图像分割方法具有重要的地位。文中针对静态彩色图像,利用形态学分水岭算法对图像进行初始分割,并以结合了边缘和区域信息的合并法则进行图像融合,达到与人视觉系统比较符合的分割结果。     

图像特征提取方法的综述图像特征提取方法的综述

图像特征提取从计算机视觉和图像处理中分离出来,运用计算机来分析和处理图像信息,然后确定图像中的不变特征,进而将提取的特征对实际问题进行处理.基于图像处理技术的基本原理和理论,阐述了图像特征提取的4种方法,并对其方法进行了比较分析研究.     

基于图像处理方法的纸币清分系统的研究与实现

纸币自动清分可以有效提高银行的工作效率,基于图像处理技术的纸币自动清分系统的识别准确率对于纸币自动清分系统非常关键.基于机器视觉知识与模式识别的理论,并结合纸质人民币的图像特点,提出了纸质人民币序列号图像识别处理算法、"奖惩"机制下的线性传感算法和序列号区域特征提取方法.对纸币图像进行倾斜校正、局部特点提取、灰度增强和图像分块等处理后,将上述方法运用于采用CIS传感器的纸币图像处理系统中.实验证明,该方法具有较高的识别准确率,取得了理想的纸币自动清分效果.     

前方车辆图像识别与纵向安全域控制方法研究

提出一种基于单目视觉的前方目标车辆图像识别与纵向安全域控制方法。利用目标车辆视频图像的小波分形特征进行图像识别,并采用粒子滤波对检测结果进行实时动态跟踪,在此基础上,结合单目机器视觉感知技术测量纵向车间距,并建立纵向安全域控制模型,最后进行了仿真分析。实验结果表明,该方法有效缓和了目标车辆图像检测准确性与实时性之间的矛盾,在保证行车安全的同时,兼顾了道路通行能力。