基于模板匹配和特征点匹配相结合的快速车牌识别方法

介绍了一种简单易行的车牌识别方法。对于车牌灰度图像进行滤波去噪后先用峰谷法二值化，再用垂直投影法进行分割，最后进行模板匹配，并用特征点匹配对几组易出错的字符进行检查，从而得到车牌号。     

基于多波段特征融合模板匹配的目标识别方法

为了满足天基系统对红外探测目标的高精度识别需求,提出了一种基于多波段特征融合模板匹配的目标识别方法。首先阐述分析了目标多维特征要素以及分类手段。结合目标运动特征、多波段下目标光谱特征以及红外辐射变化等特征实现了特征融合处理,并基于区域特征变化,采用动态规整模板匹配算法完成了目标识别。最后结合合作目标的红外辐射强度序列数据对参数进行了训练调整。分析结果表明,本文建立的识别方法能够较好地实现目标型号识别,性能优于传统的动态规整匹配算法。     

基于关键区域特征匹配的视觉跟踪算法

针对视觉跟踪中目标表观的复杂变化问题,提出了一种基于关键区域特征匹配的鲁棒跟踪算法.首先对目标模板进行初始化并通过滤波预测得到目标候选;然后采用自适应标记分水岭算法对目标模板和目标候选进行分割以提取关键区域,并利用像素的空间和频率分布特性对关键区域进行多重特征描述;最后通过关键区域的特征匹配得到目标模板与目标候选的匹配关系,由此确定最终跟踪结果并进行模板更新.对目标发生尺度、遮挡、旋转、光照、姿态、复杂背景以及运动模糊等变化的视频序列进行了仿真测试.实验结果表明,所提算法能够有效处理目标表观的复杂变化问题,尤其对目标的部分遮挡、光照变化以及复杂背景等具有较强的鲁棒性.     

基于卡尔曼融合的激光雷达特征匹配方法

针对现有激光雷达特征匹配算法线段特征匹配定位不够准确的问题,提出了一种基于卡尔曼融合的激光雷达特征匹配算法。首先扫描一帧雷达数据,利用改进的激光雷达线段特征提取方法,提取出特征线段,得到局部地图。接着确定局部地图旋转、平移参数,再将局部与全局地图进行匹配,根据相对偏差得到匹配结果。然后基于卡尔曼,利用IMU数据作下一时刻的预测估计,利用激光雷达匹配结果作观测,两者融合得到最优估计。实验结果表明该方法相对现有特征匹配算法在特征线段的匹配准确性上更高,因此定位导航的精度和鲁棒性也更好。     

基于动态隐患库的信息通信安全分级分类闭环管理研究

由于电力企业呈现出广泛互联、高度智能、开放互动等全新特点,能源互联网架构对电力信息网络安全防护提出了新需求,信息安全面临严峻挑战。文章通过开展安全隐患"自查、巡查、督查"工作,建立了信息通信动态隐患库,并在此基础上量化信息通信安全风险指针,构建了电网企业信息安全分类模型,开发了信息安全状态指针评价标准,为预先发现信息通信隐患,提升信息通信安全防控能力提供基础。     

基于相关区域约束的SURF特征点匹配

针对特征向量匹配计算量较大的问题,提出了一种改进的基于区域相关约束的快速鲁棒局部特征(SURF,Speeded-Up Robust Feature)的视频帧间的特征匹配算法。相比于最近邻与次近邻之比,增加随机抽样一致性估计来去除误匹配,再结合连续帧间的像素相关性,进一步降低误匹配和加速匹配过程。在PETS数据库的仿真结果表明,该算法能够在凌乱和存在遮挡的背景下完成目标识别,去除误匹配更加有效,适用于对实时性要求较高的场合。     

基于近邻传播聚类与核匹配追踪的遥感图像目标识别方法

核匹配追踪算法在生成函数字典的过程中常采用贪婪算法进行全局最优搜索,导致算法学习时间过长。该文针对这一缺陷,提出一种基于近邻传播(Affinity Propagation, AP)聚类与核匹配追踪相结合的分类方法(AP-Kernel Matching Pursuit, AP-KMP),该方法利用聚类算法来优化核匹配追踪算法中的字典划分过程,使用近邻传播聚类将目标数据集划分为若干小型字典空间,随后KMP算法在小型字典空间进行局部搜索,从而缩短学习时间。针对部分UCI数据集和遥感图像数据集,分别采用AP-KMP算法与另4种经典算法进行分类比较实验,结果表明该文算法在时间开销和分类性能上均有一定的优越性。     

一种基于目标红外特征的目标分类识别方法

基于目标的红外选择性,提出了目标的９个特征量,并以它们为分量组成目标的特征向量,以此来进行目标的分类识别。由于特征量单位不统一,提出了一种近邻分类法。文中用３类飞机的红外图像进行实验。实验表明,用这种方法把提出的红外特征量用于目标的分类识别效果很好。     

基于特征区域匹配的运动物体检测

提出了一种利用特征区域的匹配实现运动目标提取的检测方法。特点是能通过背景图像与当前图像的特征区域中心位置偏差，确定运动目标在背景图像中的确切位置。实验证明，这种方法运算量小，适应性强，并且能在复杂的背景环境下有较好的检测效果。     

基于特征匹配的虹膜识别档案馆安防应用研究

针对当前档案馆存在安防效果并不理想的现状,研究了一种在精密度、灵活度、识别力与安全性等综合性能上更优的安防应用方法。该方法是在基于特征匹配的虹膜识别技术基础上实现的,根据档案馆内外管理的实际需求,使用图像采集获取、图像信息化处理、标准化特征提取及数据库模式化匹配等流程实现相关的安防功能。该方法已成功地应用于档案馆等重点场所的实际管理中,实验验证了该方法对档案馆安防应用的有效性。     

基于灰度曲面匹配的掌纹识别方法

针对掌纹纹理特点,提出一种基于灰度曲面匹配的掌纹识别方法。将掌纹灰度图像看作是三维空间下的灰度曲面,并将该曲面作为特征进行匹配,由于将整个图像作为特征,有难以被伪造的特点,抛弃了特征提取和编码等传统操作,提高了掌纹识别系统的安全性和识别速度。对100个手掌类的1 000幅掌纹图像数据库,进行了匹配实验。用Haar小波降低分辨率到3级的情况下,其正确识别率仍然能够达到98.45%。识别时间为23.5 ms。理论分析与实验结果表明,该方法识别准确率高,识别速度快。     

基于三维模型的前视红外目标匹配识别方法

针对前视红外图像中地面固定目标的识别问题,提出了一种基于三维模型的匹配识别方法.首先由场景的3D数据建立目标三维模型,并以人工标记的方式进行编号以保留交界线信息;然后根据实时观测参数进行二维投影绘制得到目标的二维模板图像;最后提取边缘加权HOG特征在观测图像中进行匹配.对大量实测数据的实验结果表明,该方法识别精度高、对...     

物体特征的快速检测与识别方法

文中的目的是讨论一种新的物体特征快速检测与识别方法,该方法适于具有纹理特征的在运动中视角不断变化的物体快速检测与识别。该方法基于新发展的多级定向执行长度编码法（Multilevel Orientation Run Length Coding,MORLC）。由此产生了两种新的物体特征样本形式,即:MORLC 坐标样本和MORLC 长度样本。文中给出了MORLC 方法的理论分析和匹配判据,以及利用MORLC 坐标和长度样本对运动物体的检测和识别数据。实验结果显示MORLC 编码属于字符数据样本,数据量小,占用存储空间少,构造过程简单,运算处理效率高,构建样本的灵活性强,可根据不同的应用需求选择不同级次的样本形式,匹配和识别的鲁棒性好,不易产生错误匹配等。该方法适用于变视角运动物体的快速检测与识别,以及产品特征检测和识别。     

基于匹配模板的二相编码信号识别方法

雷达采用低截获概率（LPI）技术之后,特别是在低信噪比条件下,传统的基于参数提取的雷达信号识别方法将会失效。针对这一问题,提出了基于匹配模板的雷达信号识别方法,阐述了该方法中匹配模板的创建、匹配算法的实现和匹配输出性能参数提取与分析三个关键步骤,以二相编码信号为例制定了相应的匹配识别准则,通过仿真实验验证了该准则的有效性和该方法的可行性。在信号受到噪声污染的情况下,该方法对二相编码信号的识别信噪比可以达到-6 dB。     

基于区域协方差的图像特征融合方法

考虑到不同特征代表图像的不同信息,融合后的特征更能体现图像的本质,概括总结了国内外各类图像特征融合方法,重点阐述分析了基于区域协方差的特征融合方法,该方法可以自然地融合多个相关特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,协方差描述子可以较好地融合舰船可见光图像或红外图像的目标特征,提高目标识别能力。     

基于茶叶红外光谱的特征识别方法

通过对识别理论的研究分析,建立了特征基理论,选择合适样品建立的光谱特征基,能反映样品的综合特征信息,从而对多组分物质进行识别研究;以茶叶样品为分析对象,进行了特征基理论的应用研究,实现了对重度发酵茶和普洱熟茶的识别;以普洱熟茶识别为例,通过比较特征提取前后茶叶的识别效果,分析了光谱分辨率问题,结果显示:特征提取后茶叶类内平均距离减小为原来的2×10-3倍,类间相对平均距离增大为原来的4~66倍,类间最小最大距离比值增大为原来的34~156倍,所以类内聚集度增大,类间分散度增大,即特征基理论使光谱分辨率大幅度提高.     

基于峰值匹配的SAR图像飞机目标识别方法

针对SAR图像飞机目标识别过程中的目标识别问题,提出一种基于峰值匹配的目标识别方法。该方法首先使用基于8邻域像素检测局部极大值的峰值提取方法提取目标和模板的峰值特征点;然后对目标进行方位角计算,设定置信区间从而缩小需要匹配的模板库;最后计算目标图像峰值点集与模板图像峰值点集的匹配代价函数,当匹配代价函数取最小值时表明目标与相应模板图像相匹配。实验结果表明该算法有效,且分类性能和分类效率较现有的一些算法有所提升。     

基于特征匹配算法的车型识别研究

随着机动车数量的迅速增加,交通管理的难度日益加大与日俱增.毋庸置疑,汽车车型自动识别技术在实现交通领域智能化方面将占据举足轻重的地位,有着深远的现实意义,本文提出了,一种基于特征匹配的汽车车型识别算法,实验证明该算法不仅计算量小、稳定性及准确性高、而且鲁棒性好,所以能从根本上满足识别实时性的要求,从而汽车车型的识别率在很大程度上得到了提高,其应用前景将十分广阔.