图像自动识别技术在轨道车辆检测中的应用

在轨道车辆检测中应用图像处理和模式识别,可提高车辆检测效率,对轨道车辆的安全运行具有重要意义。本文旨在对采集的轨道车辆侧底部的裙底板3D图像,运用图像配准,图像对比,霍夫圆检测,神经网络等,通过当前采集的图像与模板图像比对实现轨道车辆裙底板进行自动检测。内容包含:图像的采集方式,模板数据库的建立,部件定位,以及通过对异常识别实例证实图像处理算法与轨道车辆部件检测之间的联系。     

人脸自动识别方法综述

 人脸自动识别是模式识别、图像处理等学科的一大研究热点,近几年来关于人脸识别的研究取得了很大进展.本文重点对近三、四年来人脸识别的研究进行综述并对各种方法加以评论.     

基于深度学习的轻量化遥感图像目标检测方法

深度学习技术强大的特征表征能力为遥感图像目标检测提供了一个非常有效的工具。现有的主流深度学习模型参数数量巨大,存储和计算代价高,限制了其应用的推广。文中提出一种轻量化的深度学习模型用于遥感图像目标检测。实验结果表明,文中提出的方法在保持与Tiny_YOLOv3检测精度相当的情况下,模型大小仅为Tiny_YOLOv3的44. 7%。文中提出的模型在检测精度、模型大小和计算开销上可达到更好的平衡。     

图像配准中特征点检测算法的探讨

特征点是图像的一种重要局部特征,特征点检测是基于特征点图像配准的关键技术.通过特征点的提取与处理,对把握图像的局部及整体特征,特别对图像配准及目标识别等领域都具有重要的实际意义.详细介绍了图像配准中主流的特征点提取方法,并分析其优缺点.通过实验,利用特征点评价方法对各种算法的性能进行比较,对图像配准的研究具有一定的指导意义.     

基于Faster R-CNN的模糊图像复杂文字自动识别

针对传统模糊图像复杂文字自动识别方法存在准确性差的问题,提出了基于Faster R-CNN的模糊图像复杂文字自动识别。在FasterR-CNN网络模型结构的基础上,考虑到复杂文字边缘与背景边缘之间存在的颜色差异,比较复杂文字区域在模糊图像空间中每一个颜色分量的对比度,选择对比度最高的颜色分量进行去噪处理,通过OCR软件实现了模糊图像复杂文字的识别。实验测试结果表明,设计方法可以提高模糊图像复杂文字识别的准确率,缩短识别时间,大大提高了模糊图像复杂文字的识别性能。     

图像配准中特征点检测算法的探讨北大核心

特征点是图像的一种重要局部特征,特征点检测是基于特征点图像配准的关键技术。通过特征点的提取与处理,对把握图像的局部及整体特征,特别对图像配准及目标识别等领域都具有重要的实际意义。详细介绍了图像配准中主流的特征点提取方法,并分析其优缺点。通过实验,利用特征点评价方法对各种算法的性能进行比较,对图像配准的研究具有一定的指导意义。     

基于多示例学习的图像检索方法

多示例学习对处理各类歧义问题有较好的效果,将它应用于周像检索问题,提出了一种新的基于多示例学习的图像检索方法。首先提取每幅图像的局部区域特征,通过对这些特征聚类求得一组基向量,并利用它们对每个局部特征向量进行编码,接着使用均值漂移聚类算法对图像进行分割,根据局部特征点位置所对应的分割块划分特征编码到相应的子集,最后将每组编码子集聚合成一个向量,这样每幅图像对应一个多示例包。根据用户选择的图像生成正包和反包,采用多示例学习算法进行学习,取得了较为满意的结果。     

检测图像角点自适应确定跟踪模板的方法

基于区域的跟踪方法,其跟踪模板的大小和位置对跟踪结果的影响十分显著,本文通过分析模板视觉显著性特征,提出采用AGAST快速角点检测方法,计算角点间相对距离,分析角点位置分布来自适应确定模板大小和位置,从而提高相关匹配跟踪算法的适应能力.仿真试验结果表明,该方法确定的模板能较好的包含目标显著性视觉特征,并且具有计算速度快,稳健性高,能有效提高采用区域模板匹配方法的跟踪性能.     

结合图像信息熵和特征点的图像配准方法

在分析当前主要的图像配准技术之后，针对图像特征点的分布和同名点的匹配问题，提出了结合图像信息熵和特征点的图像配准方法。首先对图像进行一定程度的分块，根据信息论的方法，计算每一块的信息熵，信息熵的大小基本反映了各个模块的纹理变换情况。然后根据各个模块的信息熵大小，进行图像的粗匹配。之后在各个模块提取出一定数目的特征点，信息熵大，纹理信息丰富，选取的特征点就相应较多，反之则纹理信息变化不大，选取的特征点数目较少。最后根据这些具有代表性的同名点进行精确匹配。为验证该方法的有效性，对两幅图像进行传统方法和改进的图像配准方法的比较。     

指纹图自动识别的数字图像处理

提出了一种用微机对指纹进行数字图像处理并且自动识别的方法。该方法用ＣＣＤ摄像机摄取指纹图像，图像信号经数字化后存入微机并对其进行各种处理。通过将输入的指纹与所建的指纹库听的指纹比较，从快速准确地进行指纹识别。     

自同步扰码的盲识别方法

在非合作通信领域中,侦察方在信道解码后需要对扰码编码参数进行盲估计以实现解扰,进而恢复出原始信息。在信源不平衡的条件下,针对自同步扰码的盲识别问题,以比特状态统计概率分布与均匀分布之间的修正平方欧几里德距离作为比特状态不平衡性的衡量准则,提出了一种自同步扰码生成多项式的盲识别方法,仿真结果验证了理论分析的正确性和所提算法的实际有效性。     

自动目标识别在图像末制导中的应用

实现图像末制导导弹发射后不管和远程精确打击,自动目标识别的工程化应用是关键技术。概述了国内外精确制导武器自动目标识别的发展历程、识别方法、技术水平和应用效果等现状,分析了基于目标特征和模板匹配的识别方法与应用场景,指出了两类经工程化验证有效的自动目标识别方法,梳理了任务规划、主要执行内容、规划质量对不同识别方法的影响等自动目标识别流程。为了适应未来精确制导武器智能化发展需求,深度学习识别技术工程化应用成为了新趋势,针对解决好深度学习算法效率与应用精度的平衡问题,重点分析了网络剪枝、权值量化、低秩近似和知识蒸馏等实时加速推理关键技术;针对网络模型训练,提出了有效解决训练样本不足或军事目标样本获取困难等问题的思路。随着多波段、多模复合制导技术的广泛应用,信息融合为目标识别的工程化应用提供了新技术途径。如何适应各种复杂场景和人工主动干扰是图像末制导面临的重大挑战,阐述了在干扰条件下目标识别鲁棒性,是自动目标识别技术在图像末制导应用中需要迫切解决的工程化问题。     

英文发音中错误语音自动识别系统设计

传统的英文发音识别系统对于学习者的错误发音不能及时进行反馈与纠正,存在误导学习者以及学习者英文水平提高缓慢的弊端。在此设计新的英文发音错误语音自动识别系统,其由语音录制模块、语音播放模块、英语发音评分模块和发音共振峰图像显示模块构成,给出评分模块的发音评分流程,实现英文发音的有效评分以及评分的存储,系统通过发音共振峰图形显示模块,清晰地表达出学习者发音与标准发音的不同之处,纠正其错误读音。通过英语音素检错程序使用独立阈值的方式来提高错误读音的检测性能,对不同音素用独立阈值进行衡量,使得英语发音中的错误语音自动识别结果更加科学化、精准化。实验结果表明,所设计的系统具有较高的错误语音自动识别能力。     

基于图像识别的钻头自动跟踪算法

针对当前方法进行钻头自动跟踪过程中,难以对钻头目标模板进行精确描述且运算较为复杂,存在跟踪误差大的问题,提出一种基于图像识别钻头自动跟踪方法。该方法利用双重卷积理论对钻头原图像进行阈值分割,提取钻头运动图像目标,将提取的钻头运动图像目标进行滤波处理,获得钻头图像的归一化中心矩,采用高斯模型对钻头运动图像目标和背景建模,在此基础上将卡尔曼滤波预测估计思想和均值漂移思想相融合,应用于钻头运动图像目标跟踪过程中,由此完成对钻头的自动跟踪。实验结果表明,所提方法能够有效提升钻头运动图像目标的检测精度,且目标跟踪的稳定性较强。     

一种RS码快速盲识别方法

提出了一种RS码的快速盲识别方法.该方法基于RS码的等效二进制分组码的循环移位特性,通过欧几里德算法计算循环移位前后码字的最大公约式,根据最大公约式指数的相关性来估计码长,并快速剔除含错码字,进而利用伽罗华域的傅里叶变换(Galois Field Fourier Transform,GFFT)实现RS码的本原多项式和生...     

Wavelet-watershed automatic infrared image segmentation method

A novel approach for infrared image segmentation with applications to ship surveillance and classification is presented. It employs a watershed transformation using a marker that combines wavelet transform modulus maxima with morphological techniques. This approach is totally automatic and has many advantages compared with the traditional methods, such as its ability to extract objects beyond or below the environment temperature, robustness to noise inherent to infrared images, as well as a solution of the horizon problem.     

一种改进的总变分正则化图像盲复原方法

传统的图像复原算法多数采用最小均方误差作为图像复原效果的评价标准,很少考虑人的视觉感受。本文在总变分盲复原算法的基础上结合Weber定律和正则化方法,运用不同的迭代表达式：在模糊辨识阶段,采用总变分正则化算法进行辨识;在图像复原阶段,采用Weber定律和正则化方法相结合。正则化的选择充分考虑图像的细节保持和边缘增强。实验结果采用基于人眼视觉感受的图像评价标准来验证。实验证明该算法在未知点扩散函数的情况下不但能有效的抑制噪声和消除纹波现象,而且还能有较好的视觉效果。     

Scrambler blind recognition method based on soft information

Two scrambler blind recognition methods based on soft information were proposed for received signal in non-cooperative ways.The first method established a cost function of the scrambler coefficients by using the soft information,and adopted the optimization theory of real number field for positive solution.So it didn’t need to traverse the closed set of test polynomial any more.The second method built conformity degree concept with the soft information,and used the size of conformity of each test scrambler polynomial as the discriminant criteria.So it made more full use of the received information compared to the hard sentence recognition algorithm.Simulation results show that the first method can shorten the recognition time of a synchronous scrambler polynomial from 5 min 18 s to 8 s compared with the traversal method put forward by Cluzeau,and the second method has 2 dB SNR gain when to achieve the relatively high accuracy compared with the hard sentence recognition algorithm.     

一种新的伪随机扰码盲识别方法

针对在高误码率下,多抽头系数的伪随机扰码的盲识别问题,提出了一种结合BM算法与基于卷积码的快速相关攻击算法的盲识别方法.该方法根据伪随机扰码的自相关特性识别出扰码周期,利用BM算法找到可能的扰码生成多项式和初态,再根据快速相关攻击算法恢复的扰码序列的误码率确定扰码的编码参数.为提高识别效率,对快速相关攻击算法进行了改进...