基于直线和SIFT融合特征的物体识别研究

本文阐述了基于直线特征和SIFT（scale invariant feature transform）特征融合的物体识别研究,直线特征是最普遍的图像特征之一,而SIFT特征是最鲁棒的局部特征,其对旋转、尺度缩放、亮度变化保持不变性。本文以家用遥控器作为目标物体,首先提取平行直线特征作为本问中的主要图像特征,通过与物体模型进行匹配可以产生出很多的假设匹配结果,SIFT特征作为辅助特征,用来降低匹配的不确定性,从而提高识别率。试验结果表明该方法在复杂的环境中达到了鲁棒的识别效果。     

基于Hu不变矩的叶片图像识别技术的研究

本文介绍了一种基于叶片图像的Hu不变矩对叶片图像进行识别的方法。首先对叶片图像进行预处理并提取出叶片的几何特征,然后利用相关系数法对不同的叶片图像进行匹配。在基于几何特征的匹配中,本文重点研究了叶片的不变矩特征,从而能够有效的识别出叶片的种类,平均识别率达到了87％。     

基于BRISK的图像快速匹配与变换算法

针对同类型摄像机获取的视频图像之间信息交互的需求,提出了一种基于二进制鲁棒不变尺度关键点(BRISK)的快速匹配与变换算法。该算法通过对称匹配策略消除误匹配,运用随机抽样一致(RANSAC)算法提取单应矩阵,仿射变换方法进行图像变换。实验中对具有旋转、平移、尺度差异的图像分别进行对比验证,采用电力设备图像进行实验,统计了关键点数、匹配对数和运算时间,图像显示和数据结果验证了算法的快速性和精准性。     

基于FAST检测器和SURF描述子的聚合图像人脸识别

本文提出了基于聚合图像的人脸识别方法。将多张人脸图像通叠加的方式形成一幅聚合图像,并将其作为训练图像进行特征检测和描述,最后与测试图像提取到的特征进行匹配。通过与其他人脸识别方法对比,实验结果表明,本文方法在识别率方面有明显的优势,即使使用单张人脸图像依旧能够获得较高的识别率;使用聚合图像时,随着聚合图像使用的人脸图像数量的增加,提取到的特征点的数量也不断增加,使测试图像在训练图像中匹配到更合适的特征点,提高其识别率。     

基于计算机视觉的墙地砖表面缺陷检测

提出了一种基于计算机视觉的墙地砖表面缺陷识别方法,利用改进的分块图像相减匹配和相关算法,对目标图像和模板图像进行分块处理,将对应子区域图像与数据库中相应模块图像进行相减匹配检测,利用相关系数来判断目标图像质量是否满足要求.实验结果表明使用本文方法能够准确地实现墙地砖表面缺陷检测,检测出墙地砖表面平均缺陷数目为4.5个,平均识别率达95.74％,优于直方图统计特征法和灰度共生矩阵法,具有实时、可靠、高效的特点,对墙地砖表面检测具有较大的实用价值.     

角点配准与图像差分的接触网绝缘子故障检测

针对接触网棒式绝缘子分布及故障特点,该文基于Harris角点与图像差分实现了绝缘子的抗旋转匹配和故障检测。首先对选取的模板图像及待检测图像分别进行Harris角点检测;再利用序贯相似性检测算法SSDA(sequential similarity detection algorithm)对模板图像及待检测图像内角点匹配;接着对匹配后的角点进行模糊聚类,由于匹配会造成有用角点的丢失,故需对角点进行恢复处理;然后利用最小二乘法进行直线拟合;最终根据直线两侧图像的对称特性,差分图像并统计纵向灰度获取故障信息曲线,给出故障判断。实验结果表明:文中方法简单有效、易于实现。     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于图像分解和区域分割的数字图像修复

提出一种基于图像分解和区域分割的图像修复新算法.首先,将图像分解为结构图像和纹理图像,然后根据分解的结构图像将其分割为不同区域,两区域间的边界线采用张量选举算法平滑连接;对各区域的结构和纹理图像分别采用基于紧支径向基甬数算法和自适应纹理匹配算法进行修复.最后将结构和纹理图像重新叠加在一起得到修复后的图像.该算法的优点是对图像的结构和纹理同时进行处理,实现对破损区域较大的图像进行有效修复;算法采用基于张量选举的区域边界连接和分区域修复,克服了单独使用径向基函数修复结构时产生边界模糊现象,采用的支径向基函数比普通的径向基函数具有较低的计算复杂度;丢失的纹理只在其所在区域内进行最优匹配搜索,大大减小了纹理搜索范围;纹理匹配块的自适应选择提高了纹理匹配的灵活性和准确性.实验证明,该算法能够稳定有效地处理各种较大的破损区域,并得到良好的图像修复效果.     

深度信念网络的等效模型及权值扩展算法研究

针对深度信念网络(DBN)中小样本情况下,训练模型泛化性较差,分类识别率不够理想,系统性能有待提高等问题,研究了DBN的等效模型,分析了小样本情况下识别率差的问题;并提出一种区间化权值扩展方法,扩大了样本和权值的匹配空间,使判决更有利于正确分类,提高了小样本情况下的图像分类准确性;用检测与估值理论给出了算法能提高系统检测性能的依据,并在不同的数据库上进行了实验测试,进一步证明了小样本情况下图像分类准确率的提高。最后,将该方法应用到了小样本绝缘子故障识别中。     

基于拓扑特征和投影法的东巴象形文识别方法研究

东巴象形文是由云南丽江纳西族先民创造并使用的,被誉为"世界上唯一活着的象形文字"。在图形识别、内容释读以及形、音、义信息等方面,现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字,提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法,并采用模板匹配法进行文字识别。通过实验验证表明,基于象形文固有特征的提取,利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别,具有准确度更高的特点,是东巴象形文识别的一种有效方法。     

基于智能视觉物联网的油库人员行为识别与监测系统

针对油库区域人员行为监测响应慢、时效低的问题,提出一种基于智能视觉物联网的油库人员行为识别与监测系统。首先建立智能视觉物联网监测系统架构,满足信号采集、传输、处理与反馈需求;然后提出一种视频语义分析模型,将人体行为识别与人脸识别进行协同分析,实现对油库作业人员行为的分析与监测。经实验验证,在自建的数据库中,系统的人脸识别准确率达96.5%,人体行为识别准确率达85%,说明该系统可有效减少因人员的行为失误造成的油库安全事故,在油库的安全管理中具有很高的应用价值。     

局部放电远程识别中的分形图像压缩方法

研究了局部放电图像分形压缩技术 ,分析了解码图像误差对识别结果的影响。大量的样本数据识别结果说明 :采用分形图像压缩技术能获得较高的局放图像压缩比 ,提高了系统对远程计算机存储局放图像的识别速度 ,使局放图像远程识别系统具有更强的实用性     

计量检定实验室仪表读数自动识别系统设计

针对计量检定实验室对仪表进行检定时人工检定方式效率低下,读数识别系统开发成本高的问题,设计了一套基于树莓派的计量检定实验室仪表读数自动识别系统。系统采用树莓派4B控制摄像头采集仪表读数的图片,然后采用SSDA算法定位图像读数区域,并进行字符分割,再使用BP神经网络和特征匹配算法识别分割出的字符,最后通过SSH方式将识别结果发送给PC端进行存储。实验结果表明,系统运行时间为500~600 ms,读数识别的正确率在92%以上,证明系统可用于计量检定实验室仪表读数的自动识别。     

YOLOv4 与 ORB 深度融合的绝缘子识别定位研究

为了解决复杂背景下铁路接触网绝缘子的快速准确识别及定位问题,提出了一种YOLOv4目标检测算法和ORB特征匹配算法深度融合的绝缘子识别定位方法。首先利用迁移学习的策略训练YOLOv4检测网络,解决了绝缘子数据集样本较少导致过拟合的问题;然后采用高斯金字塔提取图像多尺度特征,使原始ORB算法具备尺度不变性;最后将以上两种算法融合,在双目相机获取的图像上标出绝缘子识别框,并在左右图像识别框内提取特征点进行匹配,利用视差原理还原出绝缘子相对于相机的三维坐标。实验结果表明,该方法可以有效地避免复杂背景干扰,准确地定位出绝缘子的三维坐标,4 m内最大定位误差为2.1%,检测速度为35 fps,具有较高的精确性和实时性。     

基于改进SSD的变压器套管红外图像油位智能识别方法

为解决现有基于红外图像识别变压器套管油位存在的过于依赖温度信息、人工处理效率低下等问题,文中结合目标检测技术提出了一种基于改进单次检测器(SSD)的套管智能油位识别方法。通过引入SSD目标检测方法,检测红外图像中的套管区域,加入损失函数以改进SSD算法从而提高套管检测准确率,并进一步通过简单线性迭代聚类(SLIC)的应用实现了不依赖红外图像温度信息的油位检测。对比文中提出的基于红外图像的油位识别算法检测结果与人工油位检测结果,表明文中提出的算法不仅在效率上领先于传统的温度检测方式,且其误差较小,仅为0.08%。对比结果验证了所提算法在保证检测精度的情况下可大幅度提高检测效率,有效提升套管故障诊断效率和智能化水平。     

基于区域统计和BP神经网络的车牌识别

为从车牌图像中获得车牌的字符信息,需要对字符识别系统进行研究。车牌识别过程分为图像预处理、车牌定位、车牌校正与分割和车牌字符识别4个环节。针对前3个环节,完成了图像中值滤波、Sobel算子边缘检测、数学形态学处理、Otsu二值化和Hough变换校正等工作,获得了单一标准字符图像。在车牌字符识别环节中,首先根据汉字位置,利用模板匹配算法对汉字进行识别,对于数字、字母字符,将字符图像分割,通过统计图像各部分的连通区域数以获得字符形态特征,据此设计并训练BP神经网络识别字符。最终获得能完成图像中的车牌字符识别的系统。     

远程数字视频监控与图像识别技术在电力系统中的应用

在电力系统中应用远程数字视频监控与图像识别技术有利于及时进行设备维护和故障排除.文章介绍了远程数字视频监控与图像识别技术及其应用现状,说明了一般的图像识别过程.采用图像识别技术可对设备信号灯、7段式数字、指针位置、开关位置和变压器油液面位置进行识别,文章介绍了具体识别过程.指出远程数字视频监控与图像识别技术在电力系统中具有广阔的应用前景.     

智能交通系统中车牌定位算法

对于智能交通系统(俗称"电子警察")来说,车牌自动识别技术是其中最核心最重要的技术,而从获取的汽车图像中定位车牌区域又是进行车牌识别的先决条件和关键步骤.本文对车牌定位算法进行了较为完整的阐述:首先,根据车辆牌照的自身特点,利用图像处理技术对初始图像进行预处理;然后,采用模糊模板匹配算法对车牌区域进行定位;最后,对发生倾斜的车牌图像使用改进的Hough变换算法进行校正.实验结果表明,该算法可以准确的定位车牌图像,使车牌区域较完整的显现出来.