基于ARM Cortex-A9字符识别系统设计

本文搭建了以ARM Cortex-A9为核心的嵌入式字符分割识别处理平台,研究了在Linux操作系统中交叉编译OpenCV、Qt、BootLoader,并移植相关驱动到嵌入式平台的方法;基于经典算法使用OpenCV库函数实现了图像字符的分割和识别处理;最后,在嵌入式平台上移植了开发程序并进行了实验．结果表明,该系统能对图像字符进行很好的分割和识别．     

基于iOS平台的自定义手势识别研究

基于iOS应用开发过程中经常需要用到用户自定义手势识别功能．但是iOSAPI仅仅提供了简单的手势功能,不能满足开发者要求。基于向量统计和正则表达式的自定义手势识别算法实现了复杂的用户自定义手势识别功能,并在iOS平台实现了该算法。     

基于ARM920T的嵌入式图像处理平台搭建及应用

研究了在Linux OS上交叉编译OpenCV和Qt后将其移植到嵌入式Linux操作系统的方法.搭建了以ARM920T为核心的嵌入式图像处理平台,能够实现复杂图像算法的处理.在此平台上实现了基于经典算法的条形码识别功能.描述了条形码定位和识别过程及算法.实验结果验证了本文方法的有效性.     

图像特征提取及其在行人识别与定位中的应用

图像中的行人识别和定位是人工智能的重要问题。针对现实场景的图像目标识别,提出基于图像分割和SIFT特征算子提取的图像中行人识别与定位方法;在此基础上,实现了图像中的行人数量统计。与其他的图像中的行人定位方法相比,能够有效检测无遮挡情况下行人的位置和行人数量;以校园行人图像数据为应用背景,验证了方法的精确度和可信度。     

基于C++的图像检测系统的设计

本文是基于C++编写的图像处理程序,并完成图像检测系统的设计.系统功能包括:打开bmp文件、图像灰度处理、二次拉直、阈值变换、平滑滤波、边缘检测、智能识别等.系统开发和程序运行平台是Win7.C++ Builder软件的使用.检测系统通过调试运行,实现了设计目标.     

基于Symbian智能手机的QR码识别系统

介绍了QR码识别的基本原理,并设计了一个基于Symbian智能手机的QR码识别系统,重点说明了系统在Symbian平台上实现时,图像采集、异常处理和代码移植等方面的问题。测试表明,该系统可以快速、准确地识别QR码,并有效地处理图像倾斜和投影形变等问题。     

一种基于J2ME的移动支付系统的设计与实现

移动支付是移动电子商务中的最重要的部分之一。安全性、私密性、易用性是移动支付的最重要的几个问题。目前有许多不同种类的技术能够实现移动支付,其中J2ME凭借其多种显著的优势成为了佼佼者。移动支付系统也有多种体系架构,其中以第三方支付平台为中心的架构比较灵活、具有很强的可扩展性。本文讨论一个基于J2ME的以第三方支付平台为中心的移动支付系统的特点和优越性,并给出这个系统详细的设计与实现过程。     

移动平台下的身份证图像字符分割方法研究

基于移动平台的身份证识别有广阔的应用。针对智能手机拍照的二代身份证图像字符分割进行了研究,提出了基于图像对照的字符分割方法,该方法可对身份证图像在拍照过程中的旋转进行自适应校正,并能有效实现手机拍照身份证图像字符的精确分割,进而有利于身份证字符在移动平台上进行识别。     

一种基于ADI低成本DSP实现的QR码识别系统

设计了一种可在ADI低成本DSP(小内存平台)上实现的QR码识别系统,并在以BF592为核心的硬件平台上实现。系统基于图像处理方法,在32 KB的数据空间内实现了二值化压缩并行的图像采集时序、多个方向扫描对QR码进行定位、采样解码等功能。经测试,该系统取得了良好的识别效果。     

基于安卓手机支付平台的设计与实现

随着科学技术的不断创新,基于安卓手机支付平台设计理念得到了创新。而手机支付平台的实现,促使用户可以使用手机对自己消费的产品进行支付行为,因此给人们的生活带来了较大的便利,并同时致使移动手机支付成了移动支付终端。本文从基于安卓手机支付平台的设计入手,进而详细的阐述了基于安卓移动平台的安全支付系统的实现,为安卓手机支付平台的进一步发展提供了有利的参考文献。     

基于OpenCV 的人脸识别应用

在Linux平台下开发一人脸识别系统,通过QT来开发用户界面,调用OpenCV图像处理库对相机进行采集和处理采集图像,从而实现了人脸检测、身份识别、简单表情识别的功能。     

一种基于J2ME的移动支付系统的设计与实现

移动支付是移动电子商务中的最重要的部分之一.安全性、私密性、易用性是移动支付的最重要的几个问题.目前有许多不同种类的技术能够实现移动支付,其中J2ME凭借其多种显著的优势成为了佼佼者.移动支付系统也有多种体系架构,其中以第三方支付平台为中心的架构比较灵活、具有很强的可扩展性.本文讨论一个基于J2ME的以第三方支付平台为中心的移动支付系统的特点和优越性,并给出这个系统详细的设计与实现过程.     

Android平台的车辆VIN识别系统设计

为提高车辆识别码(VIN)录入的效率,设计并开发基于Android平台的车辆VIN识别系统.首先调用Android手机摄像头完成对VIN的定位及其图像获取;其次对获取的VIN原始图像进行灰度化、顶帽变换、图像增强和二值化;然后基于Google公司提供的开源Tesseract-OCR识别库[1]对预处理后的VIN图像进行字符特征提取,与训练生成的VIN字符库做匹配识别;最后为确保获得正确结果,对识别输出的VIN根据其编码规则进行校验和人工校正[2].经过各种测试证明,各项功能实现效果很好,能有效地识别出多数车辆识别码[3].     

FPGA平台实现基于遗传算法的图像识别的研究

利用模板匹配方法,采用基于遗传算法的图像识别技术,完成了对图像目标识别的算法验证。在此基础上进行了基于该算法的图像识别系统的FPGA实现,并在相关验证平台进行了硬件仿真与时序分析。实验结果表明,所设计的图像识别电路具有较高的识别精度和较快的识别速度。     

云平台下基于重量检测的售卖系统设计与实现

“新零售”潮流下,各类不同功能的售卖机应运而生。针对高等院校文创产品的种类多、体积和价格差别大等特点,选用平行梁称重传感器进行商品种类和数量的判断和甄别,设计并实现了一种云平台下基于重量检测的售卖系统。该售卖系统基于云平台的架构,以可编程逻辑控制器(PLC)作为主控制器完成柜门检测与控制以及商品数量的计算,通过数据传输单元(DTU)实现PLC与云平台的通信,完成商品结算;构建以新浪平台(SAE)为服务器的后台管理系统,实现了基于PHP5的Symfony网站框架下后台功能页面的搭建和微信小程序的开发。售卖系统投运以来运行稳定,售货品种和价格计算无误差。顾客反映该售卖系统使用便捷,交互人性化。云平台下基于重量检测的售卖系统的设计与实现,对物联网和智慧城市的发展与建设具有参考意义。     

一种基于色彩补偿的水下图像综合增强算法

针对退化的水下图像在高级视觉分析任务中无法进行有效的目标检测及识别的问题,提出了一 种通过色彩补偿和对比度拉伸,HSV 空间 γ 校正和亮度通道去模糊系列方法实现了对水下图像的色彩校正、色 彩对比度、饱和度和细节清晰度的综合提高。其中,提出了基于高斯滤波的亮度通道去散射方法,并对典型水 体水下图像综合增强参数进行了分析。实验对比了综合增强方法和其他增强方法对偏蓝、偏绿、偏黄、白色近 岸浅滩水下图像的处理结果并通过目标检测网络对 7 种算法增强后的水下图像数据集进行训练与测试,对比了 平均水下目标识别准确率和检测到的目标数量与实际目标数量的比值来评估各个增强算法对于水下目标识别 和检测任务中的作用。实验表明,与现有方法相比,该算法不仅可以有效地实现各类水下图像清晰度和色彩增 强,适用范围广,而且可以有效地提高水下图像目标识别任务的准确率和检测数量。     

基于MiniGUI的图像即时处理终端实现的关键技术

以现代嵌入式电子产品中图像处理终端为研究对象,本文对图像即时编辑功能进行了分析和设计。基于嵌入式ARM开发平台,使用MiniGUI嵌入式图形界面开发系统,最终实现一个可完成图像浏览、更新、标注以及利用二分聚类算法实现搜索功能的图形界面应用程序,实现了图像的即时处理,并提高了图像检索速度。     

基于MiniGUI的图像即时处理终端实现的关键技术

以现代嵌入式电子产品中图像处理终端为研究对象,本文对图像即时编辑功能进行了分析和设计。基于嵌入式删开发平台,使用MiniGUI嵌入式图形界面开发系统,最终实现一个可完成图像浏览、更新、标注、以及利用二分聚类算法实现搜索功能的图形界面应用程序,实现了图像的即时处理,并提高了图像检索速度。     

基于TS201芯片的SAR目标识别平台的设计与实现

针对当前SAR目标识别工程化实现较为欠缺、研究结论多局限于计算机仿真的特点,提出了一种基于TS201芯片的平台设计方法.该平台的核心技术为DSP处理阵列,并提供高带宽的记录接口直接面向工程应用.以特定SAR图像为例,利用经典算法在该平台上实现了目标的分割和识别.实验结果表明,该平台性能稳定、工作可靠、处理高效,具有很大的推广价值.     

基于Harris算法的图像处理软件的设计

Harris算法是一种有效的基于点特征提取的角点检测算法。该算法能应用于图像配准、全景图像的拼接、运动目标的跟踪、物体识别、三维重建等应用中。在图像的角点检测中,Harris算法相对于其他算法的误检率低,并且检测的效率高,便于MATLAB软件编程实现相关功能。此外,Harris算法在图像处理技术中具有较高的稳定性和较强的抗干扰能力。该文以Harris算法为核心,以MATLAB软件为开发平台,设计了一款基于Harris算法的图像处理软件,实现了图像配准、图像拼接和图像识别等图像处理功能,该软件界面友好,可操作性较强。