基于改进BP神经网络车型识别的研究

在分析了BP网络学习算法的缺陷基础上,引入动量项和遗传算法对BP网络学习算法进行改进。利用小波多尺度边缘检测对汽车车型图像进行分割和特征提取,利用矩不变量特征和改进BP神经网络对汽车车型进行自动识别和分类。提高了汽车车型自动识别和分类的速度和正确率。     

基于小波分析和矩不变量的车型识别

提出了一种利用小波分析和矩不变量技术对汽车车型进行自动识别的方法,包括汽车车型图像的分割、矩特征的提取和车型自动识别。实验证明,文中的算法有着较高的识别精度和良好的分类效果。     

车身模态自动识别算法

针对车身结构振型的变形特点,提出了基于统计学原理的车身整体一阶扭转和一阶垂直弯曲模态自动识别算法。首先建立车身结构各阶模态变形特征线回归方程,再对各回归方程进行回归分析,通过计算可决系数R2确定目标模态。根据该算法编写了Fortran程序,利用该程序对三款客车车身进行模态自动识别,效果良好,验证了该算法的有效性。     

基于图像处理的人类染色体自动分类系统设计

介绍了1种染色体自动分类软件的设计方法。系统主要实现染色体的自动识别、排序和配对,同时检测出变异染色体,进而诊断疾病。系统的设计运用了邻域平均法、中值滤波法、局部统计滤波、状态统计滤波以及四邻接法等图像滤波方法,以及梯度法、门限法和边缘跟踪法等图像锐化方法,通过比较各种方法的程序运行结果找到最优算法。     

工程算量中房间的自动划分方法

在自动识别建筑工程图中柱、墙、梁、板等各构件结构数据、平面布局和用于分层的标高信息后,如何实现房间的自动划分,对于提高算量过程的自动化程度以及提高算量效率与准确性,具有十分重要的意义.针对房间的特征,提出了分层次、基于封闭性的房间划分方法,并在自动识别算量系统VHRecQS平台实现了该算法.房间识别算法在水平方向上采用截面轮廓追踪算法进行房间轮廓的识别,在竖直方向上采用多边形裁剪运算确定房间的上下边界.该算法有效地解决了工程自动算量过程中的房间自动识别问题,极大地简化了装饰装修面工程量的计算工作,并为建立三维数字建筑和更高层次的建筑工程管理信息模型等应用提供了支持.     

基于轮廓曲率和谱系聚类的大鼠体态自动识别

为了对行为实验中大鼠的体态进行自动识别分析，提出了一种基于轮廓曲率和谱系聚类的识别算法．应用图像处理技术从序列实验图像中分别提取出大鼠轮廓曲线，计算大鼠轮廓曲线的曲率函数及其频谱，并以频谱作为体态聚类和识别的特征矢量．应用谱系聚类方法构建每种大鼠体态特征矢量的子类聚类中心特征矢量．应用1319幅样本图像和10629幅测试图像对本算法进行了实验．结果表明对样本图像和测试图像的识别正确率分别为94.16%和89.58%，该算法可用于大鼠体态的自动识别及后续的行为分析．     

染色体自动识别的预处理研究

染色体自动识别是国内外关注的课题。本文重点提出了染色体自动识别的预处理的方法。本方法是把64×64,32灰度级的染色体的编码图象,输入 FELIX C-512计算机进行分割后,作出直方图并进行滤波,使直方图平滑,利用程序找出最佳阈值,以确定染色体的几何图形。经 I 值化的染色体图象,首先进行平滑处理,将孤立点和凹凸点去掉,以提高图象质量。     

基于深度学习的轻量化田间昆虫识别及分类模型

由于田间昆虫环境的复杂性、昆虫类别间样本数量的不均衡性,现有田间昆虫自动识别和分类方法存在误识率高、效率低等缺点。本文基于轻量化深度学习模型提出了新的田间昆虫自动识别和分类算法。首先,对田间昆虫图像进行预处理,将其输入到轻量化算法中进行特征提取,通过多尺度特征融合输出不同尺寸的预测网络。然后,引入联合交并比进行田间昆虫自动识别和分类。最后,与其他算法进行了仿真对比实验,结果表明,本文算法的田间昆虫自动识别和分类正确率高、用时少、鲁棒性强,有效解决了昆虫堆积、背景干扰等问题,可实时、在线识别田间昆虫。     

基于VC++的网络拓扑图中环的自动识别算法

论述了基于VC++网络拓扑图中环的自动识别算法,分析了环的存贮结构及识别跨过某链路的所有环算法.环的自动识别算法能大大提高应用程序的智能化程度,并成功应用于网络规划系统中.     

基于VC＋＋的网络拓扑图中环的自动识别算法

论述了基于VC＋＋网络拓扑图中环的自动识别算法，分析了环的存贮结构及识别跨过某链路的所有环算法，环的自动识别算法能大大提高应用程序的智能化程度，并成功应用于网络规划系统中。     

HLBP与颜色特征自适应融合的粒子滤波目标跟踪改进算法

针对只采用颜色特征的经典粒子滤波目标跟踪算法无法适用相同颜色干扰情况的缺陷,提出一种结合HLBP特征与颜色特征的自适应粒子滤波跟踪算法. 该算法采用Haar型局部二值模式算子(Haar local binary pattern,HLBP)提取的HLBP纹理特征与颜色特征结合,通过自适应权值动态调整颜色特征和纹理特征在追踪过程中的比重,实现颜色纹理特征的自适应融合. 实验表明,该算法改进了相同颜色干扰情况下的追踪效果,并在目标被遮挡的情况下仍能持续稳定地追踪,提高了追踪的准确度和适用性.     

一种基于链码向量的图像匹配算法

基于特征的图像匹配算法被广泛应用于图像处理和模式识别领域中,图像特征提取以及采用的匹配算法并直接决定图像匹配的效果。为了尽可能准确的实现图像匹配,提出了一种基于链码向量的边缘特征匹配算法。首先通过改进的Laplace边缘检测算子提取图像中的边缘信息,提高了边缘检测的可靠性;然后,将提取到的边缘信息由边界链码描述,并将边界链码构造成向量,利用数学向量相似度原则进行图像匹配。实验结果表明,该匹配算法简单快速,匹配准确率高,具有较高的实用价值。     

基于随机子空间的多分类器集成

提出了一种基于随机子空间的多分类器集成算法RFSEn.首先选择一个合适的子空间大小,然后随机选择特征子集并投影,并得到子空间上的基分类器,从而通过基分类器构成集成分类器,并由集成分类器来进行文本的分类.将该算法与单一分类器和基于重抽样技术的bagging算法进行了比较,在标准数据集上进行了实验.结果表明,该方法不仅优于单一分类器的分类性能,而且一定程度上优于bagging算法.     

基于场景知识的移动目标检测

依据背景差法中背景建模的思想,从提取场景知识的角度出发,建立待检测场景的场景知识库,从而提出一种基于场景知识的移动目标检测算法。使用改进的均值漂移算法对待检测场景进行分割,并提取分割后各个区域的底层视觉特征建立场景知识库;从新的场景帧图像中获取各区域的知识特征向量,然后根据和原场景知识库中各特征向量的匹配结果检测出移动目标信息。仿真结果表明,该方法能有效地检测出场景中原有目标和新进入场景目标的移动信息,并在一定程度上改善了目标阴影、形变等噪声对检测结果的干扰。     

基于局部特征的SIFT算法的应用

SIFT算法作为在局部特征匹配领域最成功的算法之一,在图像特征点的提取及匹配方面得到了较好的应用.本文在讨论了SIFT的探测器和SIFT的描述器的原理及方法的基础上,选择标准图片和实测图片进行算法检验,表明此方法能较好地反映图像的灰度变化,有较强的鲁棒性,并对该算法提出了改进.     

自适应特征融合的核相关滤波目标跟踪算法研究

在核相关滤波目标跟踪算法中,为了克服采用单一特征导致的特征表达不足,以及采用线性插值模型更新策略造成模型漂移的问题,提出了一种自适应特征融合和模型更新的核相关滤波目标跟踪算法. 首先使用主成分分析法对方向梯度直方图特征和颜色名特征进行降维,以提高算法的运行速度; 其次计算两种特征的响应图,用所得响应图的峰值与平均峰值相关能量值的乘积来计算响应图权重,实现响应图的加权融合,从而获得目标位置; 最后根据两帧间颜色名特征的相似度调整模型更新速率. 在OTB-50数据集上的实验结果分析表明,该算法跟踪性能优于其他算法,能够提高处理速度.     

基于差分和肤色图像的人脸检测算法

提出并实现了一种基于差分和肤色图像的人脸检测算法。该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位。该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度。实验表明,该算法可行、有效。     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

加权特征自动图像标注方法

提出了一种基于加权特征的图像自动标注方法．该方法首先采用加权特征聚类算法对图像区域进行语义聚类,这种聚类算法根据图像特征的统计分布来计算特征与类别的相关度,增加相关度高的特征的权重,避免聚类算法被弱相关或不相关的特征所支配;然后,根据训练集中样本图像的标注情况建立图像区域与语义关键字的关联;最后,在未标注图像区域给定时,计算每个语义关键字的条件概率,将条件概率最大的语义概念作为图像的标注． 在Corel图像库的数据集上验证了新方法的有效性．     

联机手写汉字识别算法及其系统实现

基于统计模式识别原理的联机手写汉字识别算法,提出了一种新的笔划识别算法-笔划识别的混合算法,它是方向码差值判别法与坐标差特征值判别法的有机结合,同时提出了笔段二值化等概念,并论述了以最小距离判决法则为理论依据的特征坐标匹配识别原理。