Moment-Based Method to Estimate Image Affine Transform

The estimation of affine transform is a crucial problem in the image recognition field. This paper resorted to some invariant properties under translation, rotation and scaling, and proposed a simple method to estimate the affine transform kernel of the two-dimensional gray image. Maps, applying to the original, produce some correlative points that can accurately reflect the affine transform feature of the image. Furthermore, unknown variables existing in the kernel of the transform are calculated. The whole scheme only refers to one-order moment,therefore, it has very good stability.     

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船感知平台,采集内河船舶图片数据库建立船只检测单层多尺度深度学习（Single Shot Multibox Detector,SSD）框架,通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明,不同天气状况下的识别算法的查全率和查准率均能保持在70%以上     

基于Android的道岔轨件信息查询App

为推进线路设备全服役寿命周期信息化管理,解决铁路工务人员对道岔轨件相关信息查询不便的问题,结合中国铁路呼和浩特局集团有限公司研制的道岔轨件全寿命智能管理信息平台,利用二维码及SQLite轻型数据库技术,设计基于Android的道岔轨件信息查询App。铁路工务人员可用其对道岔轨件上的二维码进行扫描,获取道岔轨件的相关信息,有效提升工作效率,具有实际应用价值。     

基于改进YOLO v3模型与Deep-SORT算法的道路车辆检测方法

针对道路车辆实时检测遮挡严重与小目标车辆漏检率高的问题，提出了基于改进YOLO v3模型和Deep-SORT算法的车辆检测方法；为提高模型对道路车辆的检测能力，采用K-means++聚类算法对目标候选框进行聚类分析，选择合适的Anchor box数量，并在网络浅层增加了特征提取层，可提取到更精细的车辆特征；为加强网络对远近不同目标的鲁棒性，在保留原YOLO v3模型输出层的同时，增加了一层输出层，将52像素×52像素输出特征图经过上采样后得到104像素×104像素特征图，并将其与浅层同尺寸特征图进行拼接，实现车辆目标的检测；为了降低目标遮挡对检测效果的影响，提高对视频上下帧之间关联信息的关注度，将改进YOLO v3模型和Deep-SORT算法相结合，以此来弥补两者之间的不足。试验结果表明:改进YOLO v3模型有效地提高了车辆检测的性能，与在网络浅层增加特征提取层的模型相比，平均精度提高了1.4%，与增加一层输出层的模型相比，平均精确度提高了0.8%，说明改进YOLO v3模型提取的特征表达能力更强，增强了网络对小目标的检测能力；改进YOLO v3模型在引入Deep-SORT算法后，查准率和召回率分别达到90.16%和91.34%，相比改进YOLO v3模型，查准率和召回率分别提高了1.48%和4.20%，同时保证了检测速度，对于不同大小目标的检测具有良好的鲁棒性。      

舰船监控图像拼接与识别研究

针对当前舰船监控图像拼接与识别存在的弊端,如拼接错误率高、识别正确率低等,为了提高舰船监控图像拼接与识别效果,设计了一种神经网络的舰船监控图像拼接与识别方法。首先提取舰船监控图像拼接的特征,并根据拼接关键点方向直方图建立舰船监控图像拼接模型,然后引入神经网络构建舰船监控图像识别的分类器,最后进行了舰船监控图像拼接和分类仿真模拟测试实验。相对于其它舰船监控图像拼接方法,本文方法的舰船监控图像拼接正确率得到了提升,同时本文方法的舰船监控图像识别正确率超过了90%,使得舰船监控图像的误识率大幅度减少,具有一定的实际应用价值。     

三工位隔离开关状态智能识别方法

根据地铁直流供电系统实际需求,提出适用于三工位隔离开关的图像处理算法思路:降噪-边缘检测-霍夫直线检测-角度计算,并对经典算法进行改进.为解决系统响应时间和检测精度之间的矛盾,对三工位隔离开关进行定制性硬件设计,以降低图像识别计算复杂度,同时提出满足实际工程应用的检测精度阈值计算方法.最终,设计了一套上网接地三工位隔离开关状态智能识别装置.该装置已经成功应用于郑州地铁4号线,经过充分现场运行试验验证,证明其精度和可靠性满足实际系统使用需求.     

深度学习算法在船舶电子海图识别中的应用

在海上勘探及航运领域,图像识别的应用范围及场景越来越多,如何提高识别的精确及效率一直是图像识别技术的关键。同时,电子海图的结构及网络深度更高,传统图像识别算法已经越来越不能满足电子海图识别系统的性能要求。本文在研究海上电子海图识别结构及存在问题基础上,提出一种基于深度学习的图像识别模型,建立电子海图识别的多层次网络结构,最后对算法进行仿真。结果表明算法有效提高了图像识别的精度及效率。     

智能视频分析在智慧机场的应用

随着民航产业的快速发展,作为民航业配套设施的机场建设,也进入到快速发展的阶段。本文介绍了机场运行模式从基础型机场最终发展为智慧型机场的发展历程。智慧安全是智慧机场不可或缺的一部分,而智能视频分析是实现智慧安全的重要手段之一。本文分析了智能视频分析的原理、功能以及实现方式,并阐述智能视频分析在智慧机场的应用。     

基于图像识别技术的桥梁病害检测技术研究

研究桥梁病害检测技术,运用程序语言基于数字图像处理,设计出一套桥梁病害检测程序,对已知桥梁病害信息进行数据信息采集,并标识病害部位,快速准确简洁的得到病害信息数据,从而为桥梁病害检测工作提供了便捷的、精确的、快速的处理手段。该程序系统由数据处理子系统和图像采集子系统两部分组成,两系统相互结合使得病害信息在检测处理中能达到相当好的效果。桥梁结构病害可以通过此方法快速准确的标识出病害的精确位置。裂缝病害在这项技术应用中得到了充分发挥,可为日后桥梁检测工作提供可靠的技术支持,使得桥梁检测工作更加快速。     

蚁群算法在海面图像识别系统中的应用

在海上图像识别系统中,由于海上环境的不稳定及海上噪声的影响,对于海上拍摄图像纹理进行特征值的全面稳定提取还存在很大的提升空间。蚁群算法由于具有全局智能化的搜索能力,且同时有很好的自适应反馈能力及优良的鲁棒性特征而得到广泛应用。本文在研究现有蚁群算法基础上,提出一种新的对海面图像特征提取的有效蚁群算法,从而实现对海上图像有效识别。仿真表明,该算法不仅具有较低的算法复杂度,并且图像识别率较高。