基于图像分析的植物叶片识别技术综述*

对近年来基于图像分析的叶片识别技术进行了广泛研究.首先阐述了基于图像分析的植物叶片识别技术的意义及研究现状;然后介绍了主要的叶片图像识别步骤,重点从基于关系结构匹配的识别、基于统计学的识别和基于机器学习的识别三类方法进行阐述,详细论述了各种识别技术的基本思想和主要公式;最后指出了叶片识别技术的不足和研究方向.     

基于视频的智能交通研究

现在社会的发展很快,城市交通容量的不断增加,车辆数目的大幅增加,基于视频的交通监控系统就迅速发展起来。它是一种将视频图像处理技术与模式识别相结合的技术。由于传统的视频是比较难实现的。智能交通通过对视频数据中对所包含的视觉内容信息进行了自动研究和分析以及特征的提取,这样人们就可以直接利用计算机视频技术搜索寻找相应的信息。在计算机的视频中采用了图像处理、计算机视觉、模式识别等技术处理计算机的视频图像。在研究过程中视频交通的研究意义很重大主要是是及时准确地掌握所监视路口和交通治安情况等,为指挥人员提供迅速直观的指导信息从而做出准确判断并及时响应。     

图像超分辨率技术的回顾与展望

图像超分辨率(SR)是计算机视觉中提高图像和视频分辨率的一类重要技术。近年来,得益于神经网络的成功,基于深度学习的图像超分辨率技术正在蓬勃发展,这无疑是超分辨率技术研究的主流方向。对超分辨率工作进行综述。首先,总结目前已有的超分辨率技术,根据其输入输出进行分类介绍;其次,将基于深度学习的单图像超分辨率技术分为有监督学习和无监督学习两类进行论述,并对部分具有代表性的最新超分辨率重建技术进行总结分类介绍;然后,讨论了超分辨率技术的相关问题,即性能评价指标、标准数据集,进而对几种典型算法进行实验对比;最后,对图像超分辨率算法未来的研究趋势进行展望。     

甲状腺、乳腺超声影像自动分析技术综述

超声诊断是甲状腺、乳腺癌首选影像学检查和术前评估方法.但良恶性结节的超声表现存在重叠,仍欠缺定量、稳定的分析手段,严重依赖操作者经验.近年基于计算机技术的医疗影像分析水平快速发展,超声影像分析取得了一系列里程碑性的突破,为医学提供有效的诊断决策支持.本文以甲状腺、乳腺两类超声影像为对象,梳理计算机视觉、图像识别技术在医学超声图像上的学术进展,以超声影像自动诊断涉及的一系列关键技术为主线,从图像预处理、病灶区定位及分割、特征提取和分类4方面对近年主流算法进行详尽的综述分析,从算法分析、数据和评估方法等方面做多维度梳理.最后讨论了具体面向这两种腺体的超声图像计算机分析存在的问题,并对此领域的研究趋势和发展方向进行展望.     

指针式仪表自动读数识别技术的研究现状与发展

指针式仪表自动判读技术是当前机器视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。在对指针式仪表识别技术进行了一般性概述之后,详细介绍了基于机器视觉的指针式仪表自动读数识别技术的基本概念、基本原理和主要研究内容,介绍了该技术在国内外的研究现状,同时重点介绍了图像校正、圆形表盘轮廓检测、指针线检测和角度计算等主要研究内容的最新进展,最后给出了指针式仪表自动读数识别涉及的关键技术和发展方向。     

基于计算机视觉的人脸检测与识别综述

人脸检测与识别是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在回顾人脸检测与识别技术发展历程的基础上,对人脸检测与识别的多种相关技术作了介绍与评论,着重讨论了检测定位方法与识别算法,比较了各种方法的优缺点,最后介绍了此技术的发展趋势。     

计算机视觉下的果实目标检测算法综述

基于计算机视觉的果实目标检测识别是目标检测、计算机视觉、农业机器人等多学科的重要交叉研究课题,在智慧农业、农业现代化、自动采摘机器人等领域,具有重要的理论研究意义和实际应用价值。随着深度学习在图像处理领域中广泛应用并取得良好效果,计算机视觉技术结合深度学习方法的果实目标检测识别算法逐渐成为主流。本文介绍基于计算机视觉的果实目标检测识别的任务、难点和发展现状,以及2类基于深度学习方法的果实目标检测识别算法,最后介绍用于算法模型训练学习的公开数据集与评价模型性能的评价指标,且对当前果实目标检测识别存在的问题和未来可能的发展方向进行讨论。     

指纹识别技术在银行业务系统中的应用

随着识别技术和计算机技术的快速发展,各种基于人体生理特征的身份识别技术纷纷从实验室中走出来.指纹识别技术是优于其它生物识别技术的身份鉴别方法.当前银行系统前台业务系统已经相当完善,而后台数据管理以及前台柜员操作还都存着很多的风险,本文意在从指纹识别技术的基本原理入手,介绍了指纹识别的全过程,包括指纹图像的获取、图像预处理、图像的特征提取以及图像的特征对比方法.     

基于视频的手写数字识别

随着计算机技术的不断发展,视频跟踪技术越来越成为计算机领域中研究的热点。视频跟踪技术的研究涉及范围很多,包括视频图像处理、模式识别以及人工智能等,具有较强的研究价值。手势检测识别技术作为一种基于计算机视觉的新型人机交互方式,是其中备受瞩目的研究和应用技术之一。文章采用一种简单高效的颜色直方图对目标(红色手指)进行主色定位,并在图像序列中进行目标区域提取,得到运动轨迹,进行手写数字识别。最后利用八段视频验证了该方法的简单高效,并能成功进行实时跟踪与识别。     

基于叶片形态特征的葡萄品种自动识别

葡萄在全世界种植范围较广,葡萄品种识别对葡萄资源统计、新品种鉴定及遗传资源保护都有重要意义。以成熟叶片为基本材料,不变矩、面积、周长、主叶脉长度和叶柄长度等11维特征向量为基础数据,采用叶片特征选择、图像处理、特征值提取、建立分类模型等方法,运用国际葡萄与葡萄酒组织形态分类方法和改进的欧式距离等技术开发一个基于葡萄叶片数字图像的葡萄品种自动识别软件。共测试17种酿酒和3种野生葡萄,识别率达87%。该方法具有自动化、识别速度快、花费低、省时省力等特点,可应用于葡萄病虫害的识别、杂交新品种双亲的判定等。     

基于形状特征的叶片图像识别算法比较研究

植物是生命的主要形态之一,其种类已达40多万种,对其进行分类识别在生物多样性保护,生态农业,生物安全中有着重要的意义。不同的种类的植物一般有着不同的叶片形状,因此叶片的形状特征在植物分类中扮演着重要的角色。作为计算机视觉的一个重要应用的植物叶片图像识别,近些年来受到了学者们的关注,产生了大量的研究成果。但由于植物种类巨大,叶片图像存在的类内差异大、类间差异小和叶片的自遮挡等问题等诸多问题,使得叶片图像的识别仍然是目前计算机视觉应用研究的一个热点。对近些年来的基于形状特征的叶片图像识别算法进行了综述和比较,对现有的算法进行了分类,对目前各类最先进的识别算法进行了分析和比较。此外,还介绍了常用的叶片图像测试集和性能评估方法,并将各类算法进行了实验结果的比较研究。研究工作既为现有的植物叶片识别算法的实际应用提供了指导,又为今后进一步研究新的高性能的识别算法提出了努力的方向。     

基于视频的火焰检测算法综述

近年来,随着计算机视觉技术和数字图像处理技术的不断发展,基于视频分析的火焰检测技术获得越来越多的关注。鉴于基于视频的火焰检测对消防安全、人民生命和国家财产安全等具有重要的实际研究意义,以及其理论基础和影响因素的多样性,本文对目前已有的基于视频的火焰检测算法所涉及的关键技术进行了综述。首先介绍了目前基于视频的火焰检测技术的处理流程,即预处理、特征提取、分类识别;其次着重分析火焰的特征,包括基于单帧的静态特征和基于多帧的动态特征,同时列举了典型的火焰特征提取算法;然后重点总结多特征融合策略和用于火焰识别的常用分类器以及深度学习识别方法;最后对基于视频的火焰检测技术的研究难点和未来发展进行了较为详细的分析探讨。     

基于Morphology和SVM对细胞组织的分析

随着计算机技术、成像技术、图像处理技术、医学形态学研究的发展,计算机辅助图像处理成为了医学研究的得力工具。论文利用数学形态学(Morphology)和小波变换(Wavelet)对细胞图像进行分析和识别,充分发挥形态学善于处理图像形态的优势和小波变换系数反映细节的特点,通过图像预处理、分割和特征提取,最后通过支持向量机分类器(SVM)来完成细胞状态的自动分类和识别,试验表明该方法具有较高的准确率和可靠性。     

计算机视觉技术的发展及应用

计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体,其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史,主要介绍了计算机视觉中图像处理技术在检测技术方面的应用。利用工业摄像镜头替代目视作为传感器,通过图像采集,图像处理,图像识别等一系列操作,达到在线对包装产品进行标签检测的目的。     

嵌入式结构下集成优化自动控制系统设计

随着互联网技术的发展,数字图像处理与优化已普遍应用于各个领域;近年来集成控制技术快速发展,图像处理系统已向集成控制方向发展;通过对现有的图像优化控制系统分析发现,系统普遍存在嵌入式结构下多模组协调逻辑性欠缺、自动处理识别反馈单元缺失、系统整体控制单元统一性欠佳,导致传统控制系统无法在嵌入式结构下快速、高效、平稳的运行;针对这些问题,提出嵌入式结构下集成优化自动控制系统设计方法;采用IFCO嵌入式逻辑数据库、多元数据主控平台、HRG数据平流稳定模组针对性的解决传统控制系统存在的一系列问题;通过仿真模拟实验测试证明,提出的系统设计方法具有处理速度快、数据信号执行准确率高、运行稳定性好的特点。     

多人体识别监控技术的研究

多人体识别监控指的是以图像处理、模式识别、计算机视觉等技术为基础,对某一区域的人群进行识别监控.文章从数字图像处理技术的发展和目前国内外研究现状进行分析,对多人体识别技术中运用的图像分割、处理和特征值提取的主要方法进行了总结,对多人体识别监控技术存在的问题及发展方向进行了讨论.     

基于图像的野生动物检测与识别综述

野生动物监测对于野生动物保护和生态系统维护至关重要, 而野生动物的检测与识别是实现监测的核心技术. 近年来, 随着计算机视觉技术的迅速发展和广泛应用, 基于图像的非接触式方法在野生动物监测领域引起了广泛的关注, 研究人员提出了各种方法来解决该领域的不同问题. 然而, 野外环境的复杂性使得对野生动物进行精确检测和识别仍具有一定的挑战. 为了推动该领域的研究, 本文对现有的基于图像的野生动物监测方法进行了综述, 主要包括3个部分: 野生动物图像获取方法、野生动物影像预处理方法以及野生动物检测与识别算法. 文章按照图像数据集和野生动物检测与识别算法的不同处理机制对这些方法进行了探讨和分类. 最后, 本文对基于深度学习的野生动物监测研究热点与存在问题进行了分析和总结, 并对未来的研究重点提出了展望.     

虚拟现实技术在建筑行业中的应用

虚拟现实技术是计算机应用技术发展的主要研究方向之一,它综合利用数字图像处理与模式识别、计算机图形学、计算机视觉、人机接口技术、传感器技术、并行处理技术、人工智能等多项技术,创造出一个逼真的虚拟世界。基于建筑视觉模拟的可行性,虚拟现实技术在建筑行业有广泛的应用前景。     

Plant Species Identification Using Computer Vision Techniques: A Systematic Literature Review

Species knowledge is essential for protecting biodiversity. The identification of plants by conventional keys is complex, time consuming, and due to the use of specific botanical terms frustrating for non-experts. This creates a hard to overcome hurdle for novices interested in acquiring species knowledge. Today, there is an increasing interest in automating the process of species identification. The availability and ubiquity of relevant technologies, such as, digital cameras and mobile devices, the remote access to databases, new techniques in image processing and pattern recognition let the idea of automated species identification become reality. This paper is the first systematic literature review with the aim of a thorough analysis and comparison of primary studies on computer vision approaches for plant species identification. We identified 120 peer-reviewed studies, selected through a multi-stage process, published in the last 10 years (2005–2015). After a careful analysis of these studies, we describe the applied methods categorized according to the studied plant organ, and the studied features, i.e., shape, texture, color, margin, and vein structure. Furthermore, we compare methods based on classification accuracy achieved on publicly available datasets. Our results are relevant to researches in ecology as well as computer vision for their ongoing research. The systematic and concise overview will also be helpful for beginners in those research fields, as they can use the comparable analyses of applied methods as a guide in this complex activity.