基于图像识别的微型倾斜传感器

通过人眼观察进行识读的传统水准器式倾斜仪表，直观但精度不高、灵活性不强。通过引入CCD图像传感器采集水准器中气泡图像并结合图像识别算法分析计算气泡图形边缘，研究开发了具备倾斜角度数值输出能力的新型倾斜传感器。并进一步通过采用DSP处理器并应用嵌入式设计方法，设计了该类型倾斜传感器的小型化原型，从而显著地提高了测量精度和应用的灵活性．克服了传统仪表的不足。     

基于深度学习的害虫图像识别与分类方法研究

害虫侵扰一直是农业生产中回避不了的问题,每年都会造成巨大的经济损失。为了能够有效地预防和控制病虫害问题,需要实现对农田害虫的快速、准确识别,对此提出了一种基于深度学习的农田害虫识别方法,可按照害虫特征区分二化螟、白背飞虱、褐飞虱属、八点灰灯蛾、蟋蟀等多种害虫类别。一阶段对害虫数据集进行分析校正,加入图像整理、剪切等操作,合理划分数据集,添加一系列数据增强处理,进行农田害虫的训练检测。二阶段为增加数据集规模,使用EfficientNet网络对未标注图片进行识别分类,得到伪标签后继续半监督学习。最后,将分类的验证集和训练集合并,做进一步训练加强。实验结果表明,该模型对相关害虫识别效率高,识别效果好,可移植性强,可为农作物害虫的高效快速检测提供参考。     

基于彩色图像的非结构化道路检测

提出一种基于彩色图像的非结构化道路检测算法。首先将整幅图像划分为均匀的方块，再依据假设的道路区域提取出的道路特征信息将方块分类；对于包含道路边界的方块区域内部的像素点，采用自动阈值分割方法将其分为道路区域的点和非道路区域的点；最后去除道路内部的斑点以及道路外部的非连通区域。该方法可以避免对所有像素点逐个分析，运算量小，检测速度快，基本满足实时性要求，具有一定的抗阴影和水迹的能力。     

焊缝缺陷的超声检测图像识别方法

内部缺陷是影响焊接结构质量的主要因素．为了分析焊缝内部缺陷,快速得到敏感度高、边缘清晰的图像数据,本文根据焊缝缺陷的特点,结合声图像的特殊性,采用基于形态学的有噪彩色图像边缘检测方法,对原始图像进行滤波处理,实现了缺陷信息的有效分割,然后根据缺陷的特点通过数学统计的方法统计缺陷的特征值,最后通过实验证明该方法对缺陷的正确识别具有比较好的效果．     

静态背景中的动态图像识别

本文讨论如何处理CCD图像,识别出细玻璃管中的液面高度的变化。     

图像识别技术研究综述

随着图像处理技术的迅速发展,图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解,由于图像在成像时受到外部环境的影响,使得图像具有特殊性,复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。     

基于图像识别的报靶系统

该系统作为轻武器射击训练的辅助系统,通过图像识别的技术,完成了图像获取,图像处理,弹点识别和环值判定.并且在此基础上建立起来相应的数据存储、管理、分析系统.     

基于图像识别的农林自动化巡检管理研究

为提高农林巡检的自动化水平,结合相关的硬软件技术和深度学习算法,提出一种基于改进Alexnet网络的农林自动化巡检与识别系统。在该系统中,以STM32为主控芯片,实现巡检小车队农林图像的采集;通过对Alexnet网络的改进,实现病虫害的自动识别。最后,对上述方案进行验证。结果表明,以上方法对病虫害的识别准确率高达80%以上,且通过网页端可清晰显示识别到病虫害。由此得出以上设计方案可行。     

基于图像识别的虚拟翻书系统

设计了一种基于图像识别的虚拟翻书系统,采用普通摄像头作为传感器捕获人的手势动作,并利用图像识别技术和计算机视觉技术实现虚拟翻书效果.该系统具有虚拟触摸功能,可以点击播放页面中的视频、语音等.     

基于图像识别的室外火灾智能报警系统

介绍了一种基于图像识别的室外火灾智能报警系统，包括系统组成和工作流程。该系统运用差值图像的阈值化来识别可疑亮区，并运用膨胀算法对图像中的可疑亮区进行窗口分割。通过序列图像的采集以及可疑亮区的窗口变化。运用人工智能中的规则推理进行火灾的智能识别．     

基于森林火灾平台的红外图像识别技术研究

森林火灾探测一直是森林资源保护工作中的老大难问题。早期的火灾探测技术多是基于火灾的烟雾和温度特征的,但其判别标准过于单一,误报率较高。随着计算机技术的发展和红外探测器的发明,出现了基于红外图像处理的森林火灾防护技术,该技术主要对红外探测器获得的森林现场的红外图像进行一定的处理后识别图像中是否有火灾出现。本文的主要工作是进行红外图像增强算法的研究,通过对各种算法的描述和仿真实验结果分析,提出一种相对较适合森林背景红外图像的处理算法一将基于频域处理的提升小波变换与直方图修正结合起来的红外图像增强算法。     

基于深度学习的图像识别研究

本文从深度学习的历史发展进行分析,由此研究深度学习是如何促进对大量数据精准识别计算与预测准确率,从而能实现真正的图像智能识别。     

基于区域生长的道路图像分割技术研究

对一幅给定的道路图像，首先计算其梯度图像，然后利用HOUGH变换确定粗略道路区，根据灰度直方图全局峰值个数选取区域核心点，采用近邻函数准则聚类算法选取区域生长阈值，结合单一型链接区域生长和质心型链接区域生长作为生长准则进行区域生长，得出道路区的区域描述。     

基于跟踪算法的图像识别方法研究

当今社会处于信息技术高速发展的阶段,随着人工智能的兴起,计算机技术被应用于各个行业的各个方面,其中图像识别技术的运用得到了很大程度的普及,很多个领域都在使用图像识别技术,图像识别技术也越来越成熟,变得越来越多元化,本文旨在深入研究跟踪算法,并结合现在的图像识别技术,探讨并研究基于跟踪算法的图像识别方法的实现以及优化,以及将其应用于智能化教学视频录播系统。     

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。     

基于正则极限学习机的鞋面缺陷图像识别方法研究

针对制鞋企业大多采用人工检测鞋面缺陷效率低、成本高的问题,本文提出一种基于正则极限学习机的鞋面缺陷图像识别方法.本方法首先采用工业相机采集鞋面缺陷图像,并提取其特征值;然后基于正则极限学习机算法对所提取特征值进行数据处理;最后对特征值进行训练识别.检测结果表明,正则极限学习机算法在复杂检测环境下具有高识别精度,识别成功...     

基于支持向量机的尿液细胞图像识别分类研究

为提高尿液细胞进行识别分类的效果,分析和比较了在RGB和HIS两种不同色彩坐标系统下使用支持向量机对尿液细胞进行识别分类的效果,分析和比较了使用色彩特征参数与空间特征参数进行综合识别分类尿液细胞的效果,提出使用网格搜索交叉验证法对支持向量机的参数进行优化.实验结果表明,提出的HSI颜色参数、空间参数、网格搜索交叉验证优化选择参数相结合的方法在尿液细胞识别分类中效果良好.     

植物图像识别理论研究

为实现对植物的高效识别与分类,现拟设计一种改进型卷积网络对大规模植物进行提取分类。利用图像算法对提取的植物图像进行增强,提高识别的灵敏度;然后以现有深度神经网络为基础,设计一个门网络,实现数千维输出的深度混合网络;再通过机器学习快速识别并提取探测目标的特征来实现植物的有效识别及分类。根据结果显示,本设计对植物的识别精确度能达到83%。     

基于图像识别的多车编队自动控制系统设计

本系统采用沁恒的32位MCU—CH32V307VCT6作为主要控制单片机,采用总钻风摄像头作为摄像头模块来采集灰度图像,在对采集的灰度图像进行优化后的大津法I二值化后得到黑白图像,之后用以进行图像处理,通过检测边沿和道路特征,识别道路。根据处理得到的赛道中间值信息,对舵机进行PD算法控I制,控制行驶方向。通过“有来有去”超声波模块来检测车辆间距离,来确保一个安全的行驶距离。通过编码器采集行驶的速度,通过PD算法对电机进行控制,来控制车速,以达到保持安全行驶距离的作用。使用CH573蓝牙组网模块实现多车之间的通讯,可以交互前车得到的车路信息,保持编队形态下的自动行驶。本系统目标是总体实现三辆小车在自动识别道路的条件下,组成一个编队有序行驶,不发生碰撞且速度较快。     

基于图像处理的快速位置检测算法研究

论文在分析典型图像获取的硬件环境和常用图像检测算法的基础上,提出了一种基于图像处理的快速物体位置检测算法,阐述了算法的原理。该算法可以不通过传统的数字滤波、二值化、边缘提取处理,快速得到被检测物体的平面位置。