基于凸包及最小面积外接矩形的QR码定位

如何提高二维码图像定位的精度和效率,其关键在于位姿算法.提出了一种快速提取QR条形码位置和角度信息的方法,该算法首先对QR码图像进行预处理,包括灰度化、二值化和二维旋转变换,接着获取初始化后图像边缘的一系列点,并称之为一组点集,计算该点集的凸包及其最小面积外接矩形,从而检测出位置信息和角度信息.实验结果表明,这种方法可以快速确定条码的位置和所在区域,比传统的Hough变换法更加精确快捷,减少占用的系统资源.     

创新二维条码化管理,智推天正高速发展

近期,一种全新的图像化自动识别技术应用在天正电气产品上,它记录了产品诞生的所有信息并可予以追溯,只要轻轻扫描,从零件到组件再到成品到用户的所有数据都能一一显现,它就是二维条码,天正电气二维条码一期已于2012年初正式投入应用。二维条码化管理,是天正信息化技术的革     

基于射频识别技术的实验室无纸化检测研究

介绍利用新技术加强设备的管理,同时提升送检设备的检测效率,使其充分为科学研究服务,成为实验设备管理和检测中急需解决的一个重要问题。针对该问题,对比研究了射频识别(RFID)技术,一维条码、二维条码技术,提出了基于RFID技术和二维条码技术相结合的方式,以数字化实验室(DIL)、物联网技术(IOT)的综合解决方案,实现实验室无纸化检测,提升实验室设备管理水平和检测效率。     

基于CCD图像处理的焊缝识别技术研究

在分析焊缝的CCD数字图像信息的基础上,提出了优化的图像处理和焊缝提取算法,有效地实现了焊缝的识别。对图像进行预处理,设计了扩展的自适应中值滤波器以去除噪声和干扰;提出了改进的自适应阈值分割法(Otsu)对图像进行二值化,得到二值图像;选择Roberts算子识别焊缝边缘信息,并采用Hough变换获取焊缝中心线,得到焊缝的坐标值。在VC++平台上分析和处理焊缝图像,实现上述算法,结果表明,所设计算法不仅能够快速、准确地识别焊缝,而且具有计算量小、实时性强的优点,有很高的理论和应用价值。     

RFID电子标签质量批量检测关键技术的研究

通过对RFID定点识别、机器视觉识别、图像分析等检测技术进行研究,提出并设计了一种RFID射频电子标签质量批量检测装置。通过该装置,能够实现自动化批量条码检测、批量标签字符检测和批量RFID信息检测,有效保障了RFID射频电子标签质量。     

一种快速响应码图像的分割和校正方法

首先分析快速响应码图像的定位特征模式,提出一种基于一维特征模板匹配及利用图像一维扫描波形快速定位条码区域的方法,并在实现图像方位归一化后,对条码边界进行Hough变换得到边界直线和顶点位置,最后利用控制点变换和双线性插值方法实现条码几何失真校正和大小归一化,得到只包含条码的图像。实验表明这些算法能有效消除图像中无关信息和笔迹污染的干扰,并能校正几何失真。最后得到的条码图像可以进一步由条码符号识别算法和解码算法等进行处理。     

利用二维小波变换实现变电站遥视图像处理的研究

“遥视”作为对无人值守变电站四遥功能必要的补充 ,越来越引起人们的重视。如何高效、及时地传送图像信息是遥视技术的关键所在。介绍了无人值守变电站遥视系统的基本组成原理 ,阐明了压缩传输图像的必要性 ,论述了二维小波变换的原理与Mallat算法 ,在此基础上 ,着重分析了利用二维小波变换压缩传递图像的有效区域并传至调度中心与底图重构出现场实况的方法。仿真结果表明 ,该方法具有使图像失真度小、压缩比大等优点     

基于二维条码技术的设备资产管理系统设计

为了实现对设备资产的快速、高效、准确、及时的管控以及统计分析的现代化管理需求。结合二维条码技术,初步设计基于二维条码技术的设备资产管理系统。将二维条码作为设备资产唯一标识贯穿设备资产管理。     

利用二维小波变换实现电站遥视图像处理的研究

“遥视”作为对无人值守变电站四遥功能必要的补充,越来越引起人们的重视。如何高效、及时地传送图像信息遥视技术的关键所在。介绍了无人值守变电站遥视系统的基本组成原理,阐明了压缩传输图像的必要性,论述了二维小波变换的原理与Mallat算法,在此基础上,着重分析了利用二维小波变换压缩转递图像的有效区域并传至调度中心与底图重构出现现场实况的方法。仿真结果表明,该方法具有使图像失真度小、压缩比大等优点。     

图形(条码)识别技术在现代电力物流企业管理中的应用

介绍了图像(条码)识别技术的基本原理,阐释了条码辨读的全过程.分析了该技术的应用在现代电力物流企业中的作用.指出条码自动识别技术与ERP系统集成,可以解决采购管理环节、生产管理环节、销售管理环节、仓库管理环节存在的问题.详细阐述了现代电力物流企业在仓储管理环节常用的图形(条码)识别技术.     

一种坦克装甲车识别方法

坦克装甲车识别在军事图像处理方面具有重要的意义,对于实现对地面目标进行精确打击具有重要的实际用途.本文主要围绕复杂背景中目标图像区域识别方法进行了深入研究,重点阐述了图像二值化迭代选择阈值法、图像特征提取的目标区域Zernike矩计算法、图像分类识别的神经网络技术等重点技术,介绍了一种行之有效的识别方法,实现了在包含地面军事战术目标初始图像中对坦克装甲车区域的较准确识别.通过对近百幅坦克、装甲车等图像的试验测试,识别率达到了95%.     

二维条码技术及其应用

简要叙述了二维条码基本技术，并以ＰＤＦ４１７码为例论述了二维条码的特点及其编码原理，识读技术，最后介绍其在国内外应用情况。     

基于图像的远程燃气表直读系统研究与实现

基于图像的燃气表远程直读系统设计了在燃气表上加装图像采集模块,通过GPRS方式将图像定时发送到远端服务器,由服务器通过图像处理和模式识别技术对燃气表的读数进行识别。在图像采集模块中,采用了分块迭代算法对图像进行二值化处理,使其具有更好的适应性,并在远程发送前对图像数据进行压缩,以减少数据量。服务器端通过对图像进行二次处理、图像分割等预处理后,采用模板匹配算法对字符进行识别。     

基于相空间重构和卷积神经网络的电能质量扰动分类

为了提高电能质量扰动信号分类的准确率,首先利用相空间重构将一维时间序列电能质量扰动信号重构到多维相空间,获得扰动信号轨迹并投影到二维相平面,形成二维轨迹图像。然后对该图像进行二值化处理,减少信号的数据量,凸显轨迹轮廓。最后通过卷积神经网络对处理后的轨迹图像进行特征提取,并对相应的扰动信号进行分类识别。在卷积神经网络框架Caffe下进行仿真实验,仿真结果表明该方法具有很高的识别准确率和良好的抗噪能力。     

基于霍夫直线检测与二维透视变换的图像校正恢复算法

为了解决当前文档图像场景变换随机性较强,存在目标边缘检测和图形转换不准确的问题,导致图像校正质量较低的不足,分别从霍夫直线检测与二维透视变换的角度出发,提出了基于霍夫直线检测与二维透视变换的文档图像校正恢复技术.首先,根据聚类分割与形态学处理,得到包含文档目标在内的二值图像,达到去除噪声干扰的目的.然后,基于霍夫直线检测,计算文档边缘直线坐标,耦合二值图像目标轮廓,建立文档直线检测算子.最后,综合平移变换、仿射变换和刚体变换,构建二维透视变换矩阵,重新分配图像坐标,达到图像校正转换的目的.实验测试结果显示,与当前图像校正机制相比,校正技术拥有更高的图像恢复质量与抗干扰性.所提算法具有理想的校正恢复质量,在二维码识别等领域具有重要应用价值.     

复杂背景中模糊条形码的定位

仪表智能监控中,首先需要自动获取所监控仪表的信息。为了适应条码模糊以及背景多变的影响,提出了高通滤波后二值化的方法和利用形体学开运算来快速有效定位条形码的方法。该方法首先对图像进行高通滤波,去除背景光照不均对二值化的影响,然后进行形态学开运算并二值化,将条形码腐蚀膨胀成矩形条,根据矩形条的特征定位出条形码。实验表明文中提出的条形码定位算法具有很好的鲁棒性。     

基于LabVIEW的二维动载荷识别系统

本文利用识别二维动载荷的正交多项式方法,以LabVIEW为软件开发平台进行模块化设计,运用其强大的外部接口和动态链接库（DLL）等功能,介绍了一种由LabVIEW和MSC．Patran-Nastran模态分析软件联合设计实现动载荷识别的技术。该系统具有操作简单,抗干扰能力强等优点,并便于用户扩展功能。     

基于图像处理的继电保护装置定值自动核对方法

为提高继电保护装置定值核对工作效率和准确率,文章基于图像处理技术提出了一种继电保护定值自动核对方法.利用手机摄像方式采集定值单图像信息,设计算法对原始图像进行灰度增强、二值化以及倾斜校正等预处理,从中提取出清晰的定值单表格部分.通过形态学方法对表格图像进行单元格分割,再对各单元格图像进行光学字符识别并对识别结果进行关联校正,进而得到定值条目信息.最后建立关键词库以及针对不同型号的保护装置定制处理流程,对定值信息完成存储与自动核对.现场应用结果表明,此法具有较高的可行性和可靠性,可为提高相关人员工作效率,确保定值准确性提供技术支撑.     

低压触头产品条形码管理系统开发及应用

针对库房对产品严格标识、批次追踪、先进先出、分类统计等日益精细的管理要求,使用传统的管理手段工作量大,差错率高。采用二维条形码技术,规范业务数据、优化业务流程、条码标识产品、出库扫描识别,并配套开发管理信息系统,可以大幅提高工作效率,降低差错率,解决库房精细化管理面临的难题。     

基于时频分析和2DNMF的局部放电模式识别

提出时频分析结合二维非负矩阵分解的混合特征提取算法识别不同局部放电类型.在实验室环境下采集了4种典型绝缘缺陷模型的局部放电超高频(UHF)波形,引入自适应最优径向高斯核时频分析挖掘局部放电UHF信号的时频信息,在对时频幅值矩阵进行二维非负矩阵分解提取降维特征后,采用模糊k-近邻分类器对4种不同类型的局部放电信号进行识别.对试验样本的识别结果表明:自适应最优径向高斯核时频分布能较好地表征局部放电单次波形的时频信息;二维非负矩阵分解降维后的特征矩阵能保存原始时频矩阵的大部分有用信息;模糊k-近邻分类器比k-近邻分类器和3层反向传播神经网络具有更高的识别率,并较反向传播神经网络具有容易拓展的优点.