实时图像识别技术在片式元件编带机中的运用

研制了集成电路芯片的实时图像识别系统硬件，用数字图像处理技术对采集的图像数据进行预处理，提出芯片轮廓的快速搜索算法，利用几何特征参数进行识别，并在微机上实现了集成电路的识别与控制。     

基于遗传算法的二维QR码图像识别

基元识别是二维码图像识别中的一个关键问题,提出了基于遗传算法的QR码识别方法.首先建立QR码待识别模式模型,据此进行遗传算法,通过实例进行图像识别.该方法抓住了QR码基元的重要特征,利用改进遗传算法,可以提高QR码图像的识别效率.     

路面纹理的多重分形特征描述与识别方法

应用多重分形理论验证了路面纹理的多尺度特性,研究了路面纹理多重分形谱的直接计算方法以及权重因子对计算结果的影响规律.测量了4组不同级配的沥青混凝土样块纹理高程值,利用小波变换消除噪声数据,分别计算各组样块纹理的多重分形谱参数,构建了一种应用多重分形谱描述与识别路面纹理特征的新方法.分析结果表明:路面纹理呈现出复杂性与自相似性特征,不同路面纹理之间的多重分形谱存在明显的差异性;路面纹理越复杂,高程波度越剧烈,多重分形谱参数越大,反之则越小;对于相同类型的路面纹理,多重分形谱形状和参数均相近.可见,多重分形是一种描述与识别路面纹理特征的有效方法.     

基于遗传算法的二维QR码图像识别

基元识别是二维码图像识别中的一个关键问题，提出了基于遗传算法的QR码识别方法．首先建立QR码待识别模式模型，据此进行遗传算法，通过实例进行图像识别．该方法抓住了QR码基元的重要特征，利用改进遗传算法，可以提高QR码图像的识别效率．     

基于三维CAD的转炉倾动力矩计算与仿真

借助三维CAD软件平台,对转炉系统中典型组成部分采用手工方式和程序自动化方式建模,再利用三维CAD的二次开发功能提取力学性能参数并进行计算,可以快速、准确地获得转炉倾动力矩曲线及炉液形状变化过程的动画仿真.生成了多个辅助基准特征并使之参数化可调,以炉液质量为目标变量,设计了简单、实用的液面逼近二分算法,从而有效地模拟了转炉倾动过程中炉液液面的动态位置.结合转炉运转过程中的典型工作过程,给出了计算结果与仿真实例.     

一种基于分形与神经网络的汽车车型图像识别法

提出了一种利用分形理论和神经网络技术进行汽车国型图像识别的方法。介绍了用BP网络进行边缘检测、分形编码和用Kohonen神经网络进行识别分类的方法。通过实验证明,该方法取得了较佳的识别和分类效果。     

缸套表面结构的功能性参数研究

用白光干涉仪对珩磨缸套表面进行测量,采用概率支撑率曲线来表征缸套这种具有复合加工特征的表面,指出利用纹理成分来检验及识别加工工艺。最后以二维Rq系列参数为纽带,建立三维功能参数与二维Rq系列参数的相关联系,用S系列三维功能参数来表征缸套的表面结构。     

准经典轨线法研究F＋HBr反应

利用准经典轨线方法在最新构造的扩展Lond-Eyring-Polanyi-Sato势能面上对放热反应F＋HBr→HF＋Br进行了动力学计算。在碰撞能为0．01-0．5eV的范围内,计算了反应几率、反应物HBr分子的转动激发对反应几率的影响、积分散射截面和产物HF分子的角度分布。在同样碰撞能范围内,碰撞能对产物HF转动取向参数的影响也得到了研究。最后结合F＋HBr反应体系的质量组合效应和势能面的性质对计算结果进行了讨论,给出了合理的动力学解释。     

套牌车识别技术发展概述

伪造号牌、套用号牌等行为,不仅增加了交通安全的潜在隐患,更严重扰乱了社会的经济秩序与治安秩序。近年来,随着图像识别技术的不断发展,交管部门对于套牌车的识别逐步由人工识别向技术识别转变。主要阐述人工识别、基于图像识别技术的识别、柔性标签识别与RFID识别技术等现存有效的识别套牌车方法,着重分析其使用原理及优缺点,最后展望了套牌车识别技术的发展前景。     

基于复Morlet小波变换的车体模态参数识别

详细推导了基于复Morlet小波变换的车体模态参数识别过程.对国内某高速动车组纯车体进行多点激励正弦扫频,利用随机减量法对车体振动响应信号进行随机减量处理,获取自由振动信号,首次运用小波理论对高速动车进行模态参数识别.同时也运用最小二乘法识别各阶振型.识别结果与商用软件Test.Lab对比,频率误差小于2％,说明小波分析适合用于高速车体这样复杂系统的参数识别.     

汽车防追尾的车辆识别系统设计

详细介绍了一种基于汽车防追尾的图像处理识别系统.该系统由摄像机(CCD)、图像采集处理模块和车辆识别系统组成.由CCD摄取的图像,经视频解码器处理后再传给车辆识别系统进行图像的车辆识别判断.     

基于数字图像技术的沥青路表面三维构造获取系统

为了客观、真实地评价沥青路表面三维构造,利用数字图像技术研制了一种沥青路表面三维构造获取系统.首先基于经典的漫反射模型the Lambertian Model,获取3张红、蓝、绿二维图像;然后根据光度立体法,利用3张图像的反射光强度计算其x、y方向上的梯度数据;最后借助Frankot-Chellappa全局积分算法将梯度数据进行傅立叶变换,计算得到高度值,实现路表面构造的三维重建.研究结果表明,该系统获取的高度值精度达到0.000 1 mm,满足分析构造深度的要求;与传统方法铺砂法的测试结果相关系数R=0.887 5,相关性较好,证明了该系统应用的可行性.      

机械手实时视觉伺服控制系统的研究

由于计算机图象处理的速度比较慢，影响了机器人视觉系统的应用。提出了机械手的实时视觉伺服控制系统。设计了一种实时图象处理器，以有效和迅速辨识出机械手的手爪和目标物体，并且使图象处理，控制和运动规划并行处理，以保证实现实视觉伺服控制。实验表明，本系统具有良好的瞬态和稳态特性。     

Automatic Identification of Butterfly Species Based on Gray-Level Co-occurrence Matrix Features of Image Block

In recent years, automatic identification of butterfly species arouses more and more attention in different areas. Because most of their larvae are pests, this research is not only meaningful for the popularization of science but also important to the agricultural production and the environment. Texture as a notable feature is widely used in digital image recognition technology; for describing the texture, an extremely effective method, graylevel co-occurrence matrix(GLCM), has been proposed and used in automatic identification systems. However,according to most of the existing works, GLCM is computed by the whole image, which likely misses some important features in local areas. To solve this problem, this paper presents a new method based on the GLCM features extruded from three image blocks, and a weight-based k-nearest neighbor(KNN) search algorithm used for classifier design. With this method, a butterfly classification system works on ten butterfly species which are hard to identify by shape features. The final identification accuracy is 98%.     

概率Hough变换在仪表检测中的应用

介绍了图像处理技术在汽车仪表检测中的应用。利用图像处理技术,如阈值分割、图像膨胀、图像细化等各种图像处理方法进行图像处理。对表盘指针的识别,采用了一种概率Hough变换法。     

基于"3S"的大型水上桥梁识别系统

目标识别长期以来一直是图像处理研究的热点之一,在军事和民事方面有重要的应用.文中基于大型桥梁的先验知识,研究了通过水域的纹理特征来检出水域的方法,再应用"3S集成技术",通过数字高程模型(DEM)检出桥梁域,从而提供了对大型水上桥梁识别的一种新方法.     

路面破损图像自动处理技术研究进展

总结了路面破损图像自动处理技术的重要研究成果, 分析了该领域关键技术的研究进展, 包括路面破损检测系统、图像处理算法和识别算法评估; 比较了不同路面破损检测系统与目标自动识别算法的检测精度和适用性, 给出了路面破损图像自动处理技术未来可能的主要研究方向。研究结果表明: 在路面破损检测系统方面, 从早期基于摄影技术的图像采集到目前的3D激光扫描技术, 路面图像采集技术更加便捷和高效, 但破损图像自动分析和目标自动识别算法仍然存在挑战; 在路面破损图像处理算法方面, 传统的路面裂缝目标分割算法已由过去的基于单一特征(灰度、边缘形状等) 的检测方法演化到多特征融合检测方法和图优化检测方法, 还出现了一些精细化的裂缝目标连接与恢复算法, 大幅提高了裂缝检测精度, 但需要的计算资源和人工先验知识库也随之不断增大; 在路面裂缝处理算法评估和比较方面, 主要利用人工分割来评价自动识别结果, 目前迫切需要建立一个面向全球开放的大型路面破损图像数据库, 以客观、有效地评估现有各种路面破损图像处理算法; 基于2D图像特征分析的路面破损图像自动识别算法很难在识别精确性、算法通用性和实时性方面同时取得最佳效果; 近年来, 大量学者开始尝试借助深度学习神经网络自动识别路面破损, 但该技术仍处于活跃的演进过程中; 在提高路面破损自动识别精度和效率方面, 3D激光扫描技术和基于人工智能的深度学习技术的发展将对未来路面破损图像自动识别技术的最终突破产生重大推进作用。      

沥青路面表面纹理三维高精度激光非接触式检测

为实现沥青路面纹理构造高精度自动检测,借助三维激光技术实现路面纹理三维重构,提出模拟铺砂的沥青路面构造深度测量方法. 首先采用高精度三维激光扫描仪获取雅康高速公路沥青路面0.1 mm精度三维高程数据,同时人工铺砂法获取对应区域的宏观构造深度值;其次通过数字图像处理技术实现重构沥青路面三维云图并进行数据噪声处理;最后设计四连通多种子组合填充算法,实现在滤波后的三维路面纹理云图上自动铺砂并获取路面纹理宏观构造深度值. 研究结果表明:模拟铺砂测量方法与人工铺砂法测量的平均构造深度（MTD,M)的平均绝对误差为0.052 mm,两者相关系数为0.96. 研究成果验证了用非接触式路面纹理测试替代现有的接触式路面摩擦性能测试的可行性,为道路交通安全网级监测与管理奠定基础.      

手指静脉认证采集系统

信息社会对于系统和信息安全性要求的日益增加,促进了生物识别技术的发展.手指静脉识别技术作为新兴的生物识别手段,因其保密性更好,可靠性更高,更实用便捷,被业界称为全球顶尖的生物识别技术.本文在对手指静脉识别技术发展现状的阐述及认证原理分析的基础上,对整个手指静脉认证采集系统进行了设计.整个系统包括静脉图像采集模块和系统控制模块两大部分.其中,静脉图像采集模块用于拍摄识别过程所需要的手指轮廓图像、指腹折痕图像与静脉图像.系统控制模块用于系统控制,以实现感应手指放置、自动拍照和上传图片至PC机等一系列时序动作.通过本系统的设计实现,我们可以得到清晰的手指静脉纹路图像,为计算机后期的认证比对处理提供了可靠而有效的原始数据.     

多层感知器自监督在线修正的道路识别算法

为解决自主移动机器人非结构化道路识别检测准确性、鲁棒性及实时性的问题，提出一种基于感兴趣区域(Region of Interest，ROI)与多层感知器(Multi-Layer Perceptron，MLP)为核心的自监督在线修正算法.首先，通过ROI算法规定被处理图像的有效计算区域；其次，利用多层感知器对样本数据进行训练，将感兴趣区域按相应特征实现分类处理，并对分类区域进行形态学处理及特征提取处理，筛选出有效的行驶区域；最后，通过自监督在线修正算法替换错误处理结果，进一步保障道路分类识别的准确性.实验结果表明，改进算法能准确地识别出环境中的道路区域，具有良好的实时性与可靠性.