智能化图像识别技术的发展概况

我国的图像识别技术与西方发达发展国家相比较,起步比较晚,应用水平也比较低.近些年来,随着我国电子、工业技术的飞速发展,智能化图像识别技术被广泛的应用到我国工业的各行业中.人们针对智能化图像识别技术的认识逐步深入,本文从智能化图像识别技术的概念、发展情况和关键技术突破上展开论述,详细阐述了智能化图像识别技术的发展情况.     

图像识别与纺织品检验

综述了目前国内外计算机图像识别技术在纺织行业中的应用，总结了计算机图像识别的常用方法，以期为织物疵点计算机图像处理分析提供参考。     

电力系统图像识别技术的研究和应用

在电力系统中应用图像识别技术有利于及时进行设备维护和故障排除,为开展设备状态检修,建设智能电网奠定基础。文章介绍了电力系统图像识别技术及其应用现状,说明了一般的图像识别过程。通过SF6泄漏激光成像仪和红外热像仪的应用,建立后台处理中心,把图像处理、视频分析结合起来,提供一个基于图像和视频分析的辅助诊断平台,实现设备故障诊断工作规范化。     

基于图像识别的隧洞排尘控制系统分析

随着信息化、智能化、网络化的发展，计算机图像识别技术已在多数领域得到广泛应用。云南TB水电站在进行过坝隧洞通风及照明系统升级时，设计了一套基于图像识别的排尘控制系统，分析了系统的组成、网络、集中控制级、现地控制站和图像识别控制，探讨了图像识别的关键技术。     

图像识别技术在井架吊装运动测量中的应用

为了保证海洋钻井平台井架吊装过程的安全性,本文基于机器视觉的图像识别技术,开展了井架吊装运动的非接触测量方法研究。该方法以归一化的图像灰度信息为基础,采用模板匹配算法进行图像匹配;在此基础上,根据图像像素距离和特征长度的比尺确定动态目标的运动位移;根据海洋石油981平台的井架吊装方案,制定了井架运动测量方案,完成了基于图像识别技术的井架吊装过程的运动状态监测。研究结果表明:基于图像识别技术的测量精度满足井架吊装运动测量需求,保证井架吊装的安全性。研究拓宽了图像识别技术的应用领域,建立的测量方法可用于船舶与海洋工程领域其他大型分段和设备的吊装运动测量。     

基于图像识别技术的信息卡识别

介绍了通过CC帮图像采集卡捕捉填涂信息卡图像，然后利用图像识别技术将该卡的数据输入到计算机系统中的方法。随着该方法的使用，大规模数据的录入将变得方便和快捷。     

基于图像识别和神经网络的大跨度结构风荷载模拟

将图像识别技术和神经网络(ANN)系统相结合,给出了大跨度结构风荷载的模拟方法.采用递归图和特征脸识别两种图像识别技术,将风速时间数值序列转化为图像信息.然后将大量风速时间序列转换为维数较少的向量Ω,再结合多层ANN体系得到简化的神经网络模型,预测出空间各点的风速时程.最后将其应用到一大跨度结构的风荷载模拟中,结果不仅与目标值符合良好,而且可以减少神经网络的层数,大大提高运算速度和结果的可信度.     

基于分形理论的岩相图像识别与分析

基于分形理论,应用计算机数字图像处理技术,提出了一种岩相图像识别与分析的新方法。在对典型岩相图像进行图像处理的基础上,介绍了岩相轮廓的顺序跟踪识别方法,给出了岩相轮郭分形维数的具体计算公式和方法,最终得不同岩相轮廓的分形维数。通过比较不同岩相的分形维数可知,同一种岩相轮廓具有比较接近的分形维数,而不同岩相分形维数相差较大,这说明分形理论可用于岩相图像识别与分析。     

小波变换在图形边缘检测中的应用

从小波变换的定义和性质出发，研究了它在图像识别和边缘检测中的基本原理及优越性能，并将其应用到测量扫描透镜对称度的实验数据处理当中，而且取得了令人满意的结果．     

图像识别中的小内孔问题

图像识别是计算机应用领域中的前沿技术，小内孔现象是导致识别率低的主要因素之一，首次提出了图像识别领域中的小内孔现象，分析了小内孔现象的产生原因，研究了小内孔现象的解决方法并成功地解决了小内孔问题。小内孔现象的成功解决明显地提高了识别率和可靠性，并为本领域中其他相关问题的解决和图像识别技术的推广应用奠定了坚实的基础。     

纸币识别系统设计与实现

介绍了一种纸币识别系统的硬件设计及其对应识别方法.在硬件设计上,将高速数字信号处理(DSP)技术与复杂可编程逻辑器件(CPLD)和接触式图像传感器(CIS)相结合;在识别方法上,应用图像处理技术与改进的SOFM神经网络方法识别纸币.通过实验测试,系统可在40ms内完成对一张纸币的处理.有拒识情况下,面值识别率100%,识别面向准确率为99.8%,新旧识别率约90%.     

基于深度神经网络复杂场景下的机器人拣选方法

针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.     

基于光电开关区域划分技术和面向对象思想的航空快件跟踪定位新方法

航空快件自动分拣系统是现代工业控制技术在快件物流行业的重要应用.在快件自动分拣系统中,怎样实现对快件的准确定位是实现正确有效分拣和实现全程监控的关键.为此,本文以深圳机场国际快件自动分拣系统项目为背景,提出了光电开关区域划分技术和基于面向对象思想的编程方法,有效的解决了快件的准确定位难的问题,并且针对个别输送带速度与输送带的整体速度不匹配的问题,提出了＂虚拟光电开关＂的概念.     

"虚拟视窗"算法在成品烟自动分拣控制中的应用

自动分拣系统是当代物流科技发展的标志之一，简述了一种成品烟自动分拣系统和“虚拟视窗”算法，重点介绍了“虚拟视窗”算法理论在成品烟自动分拣控制中的应用，这样提高了控制的灵活性。     

柔性包裹分拣系统

给出了一种新的包裹分拣系统,即利用柔性运输技术设计并由计算机控制独立完成包裹分拣及其信息管理系统.     

一种基于改进SUSAN算子的钨矿初选算法

以改进SUSAN算子为核心的钨矿石初选算法是一种针对性较强的算法.此算法采用改进的SUSAN算子的边缘提取方法,利用形态学开运算估计背景,与原始图像全局灰度进行几何运算来减弱背景的复杂纹理和噪声对图像的影响,以此来改善目标边缘提取的效果,并结合SUSAN基于图像灰度相似性比较的边缘检测算法.它不需梯度的计算,具有算法简单、定位准确、抗噪声能力强等特点,提高了算法效率,实现二者的优势互补,提高图像边缘检测的效果.     

基于RFID在车辆信息自动识别技术的研究与应用

随着道路上车辆的增多,车辆管理问题越来越复杂,套牌车、报废车辆的行驶等问题日益严重,人们正迫切寻求一种能高效解决这些问题的方法．为了能对车辆进行跟踪且有效的管理,本文提出了把射频识别（Radio Frequency Identification,RFID）技术应用于车辆信息自动识别的一种新方式．将RFID技术应用于车辆信息自动识别技术中,可以解决传统车辆信息识别的不足,在满足了传统车辆识别功能的条件下,提高了车辆信息识别的准确性和高效性．     

一种基于小波分解的纸币污损检测算法

为提高清分系统中纸币污损检测的准确率,减少撕裂和笔迹等污损对检测的影响,提出了一种基于小波分解的污损检测算法.采用仿射变换和小波变换进行纸币图像配准,运用Kirsch算子提取图像边缘信息,通过计算边缘强度差提取出纸币图像的污损特征,将纸币图像划分为若干个固定大小子区域,通过对每个区域的污损特征统计来判断该区域是否存在污...     

基于神经网络的硬币识别研究

人工神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新型图像识别技术,通过对国内几种常用硬币图像的深入研究,提取能够全面表述其特征的6个特征函数,作为输入,应用改进的BP神经网络,实现识别各种硬币图像的面值,识别方法准确、快速、简便.     

智能煤质在线分析系统研究

文章介绍了近红外光谱分析技术和神经网络模式识别原理,并利用虚拟仪器技术设计了一个煤质分析系统。该系统对煤质的水分、灰分和热值进行了初步预测试验,试验结果表明用该方法识别准确率接近90%,为煤质的在线分级打下了良好的基础。