中草药原植物叶片图像在线识别系统设计与实现

利用图像处理和图像识别技术,对中药叶片图像进行在线识别。主要过程包括图像采集、图像处理、特征提取、图像识别,通过动态规划算法与人工神经网络算法相结合的方法实现叶片图像的识别,平均准确率可达到80%以上。系统基于Web开发,后台采用Java语言实现图像的处理和识别,SQL Server2000数据库实现叶片图像数据的存储。实验结果表明,该系统对中药叶片图像识别具有较好的效果,并且便于操作和实现。     

基于D-LLE算法的多特征植物叶片图像识别方法

为了提高植物叶片图像识别的准确率,提出一种基于差异性值监督局部线性嵌入（D-LLE）算法的多特征植物叶片图像识别方法。该方法提取叶片的颜色、形状和纹理作为叶片多特征,在加权局部线性嵌入（WLLE）算法中引入样本的差异性值构成差异性值监督LLE算法（D-LLE）对叶片高维特征进行降维,在低维空间采用最近邻分类器实现叶片的识别。该方法所用的叶片多特征比单一特征像素值更能描述叶片图像,同时差异性值能够充分挖掘样本的类别信息。基于实拍的叶片图像数据库的实验结果表明,该方法有效提高了叶片的识别精度。     

一种简单的图像识别技术

图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,是应用深度学习算法的一种实践应用。图像的传统识别流程分为四个步骤:图像采集→图像预处理→特征提取→图像识别。现在通用的图像识别算法是k-means算法以及词袋模型。但是该算法非常复杂,对于普通人学习起来难度极大。本人发明了一种非常简单的图像识别算法,普通人一看就懂。     

基于机器视觉的零件加工瑕疵图像识别算法

由于传统瑕疵图像识别算法存在识别时间长、准确率较低的问题,研究基于机器视觉的零件加工瑕疵图像识别算法。使用最小误差法分割图像阈值,获取并处理瑕疵零件图像;提取瑕疵图像的全局特征与局部特征,经多维向量特征值排序后得到零件加工瑕疵的最终特征;利用形态学细化法提取图像边缘轮廓,结合机器视觉细化边缘像素,实现瑕疵图像识别。测试结果表明:使用机器视觉识别零件加工瑕疵图像算法,当图像数量增加到1000张时,图像识别平均所用时间为78.3 s,平均准确率则为95.817%,可以提高零件加工瑕疵图像识别的准确率。     

基于形状特征的叶片图像识别算法比较研究

植物是生命的主要形态之一,其种类已达40多万种,对其进行分类识别在生物多样性保护,生态农业,生物安全中有着重要的意义。不同的种类的植物一般有着不同的叶片形状,因此叶片的形状特征在植物分类中扮演着重要的角色。作为计算机视觉的一个重要应用的植物叶片图像识别,近些年来受到了学者们的关注,产生了大量的研究成果。但由于植物种类巨大,叶片图像存在的类内差异大、类间差异小和叶片的自遮挡等问题等诸多问题,使得叶片图像的识别仍然是目前计算机视觉应用研究的一个热点。对近些年来的基于形状特征的叶片图像识别算法进行了综述和比较,对现有的算法进行了分类,对目前各类最先进的识别算法进行了分析和比较。此外,还介绍了常用的叶片图像测试集和性能评估方法,并将各类算法进行了实验结果的比较研究。研究工作既为现有的植物叶片识别算法的实际应用提供了指导,又为今后进一步研究新的高性能的识别算法提出了努力的方向。     

基于HSV彩色空间与直方图信息的植物叶脉FFCM算法提取*

为满足植物分类和识别对植物叶片叶脉信息的需要,提出了基于HSV彩色空间与直方图信息FFCM聚类算法相结合的植物叶片叶脉提取方法。该算法首先将植物叶片图像由RGB转换到HSV彩色空间,然后使用FFCM算法实现叶片的自动分类和叶脉信息的提取。实验结果表明,该方法既能有效处理和区分绿色和枯黄的叶片图像,也能很好的处理和区分受光均匀和受光不均匀的叶片图像,可以应用于植物的分类与识别。     

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。     

AGV机器人多角度静态识别图像智能拼接方法

传统多角度静态图像识别拼接方法存在图像拼接精准度低、识别准确率低和拼接时间、识别时间长的问题，对此，文章提出了AGV机器人多角度静态识别图像智能拼接方法。对中心矩进行了归一化处理，获得多角度不变矩，利用不变矩对静态图像进行特征提取；采用对数几率回归分类算法进行分类；采用最大似然法估算图像中的参数；利用梯度下降法判定参数最小值，得到图像识别结果；利用AGV机器人，将图像的识别结果投影到变换矩阵中，将矩阵中的重叠图像划分成一个缝合部分和两个过渡部分；通过多分辨率图像融合算法和加权平均图像融合算法对这三个部分进行融合，得到完整的图像，实现静态图像智能拼接。实验结果表明，该方法的拼接精准度较高、识别准确率始终在80%以上，拼接时间最高仅为36 s,识别时间始终低于20 s,该方法的准确性高、实时性强。     

SIFT算法在CUDA加速下的实时人物识别与定位

首先采用Directshow技术对视频图像中的运动目标进行差分检测,然后在此基础上对视频图像进行分割和识别,最后实现人体图像及头部图像的识别和定位.视频图像的处理和识别主要采用差分法和SIFT特征的模式匹配来完成人体和头部的识别和定位.经实验验证,SIFT算法在CUDA加速下具有较好的识别速度和准确率,解决了图像识别技术上的一些问题.     

人工智能实验:验证基于YOLO算法的人脸追踪

人脸识别技术是图像识别技术的应用方式之一,图像识别包括对象识别和定位,对象识别找出该区域中的确定对象,对象定位主要解决对象在哪里的问题。计算机通过处理视频数据,首先是对人脸进行检测,检测到人脸后对人脸进行跟踪。本实验使用YOLO算法,分析摄像头获取的图像,检测图像、识别出人脸并给出其位置坐标,根据坐标控制舵机转动来实现人脸的追踪。YOLO(You Only Look Onc e)是一种基于深度神经网络的物体识别和定位算法,其特点是运行速度快,可以用于实时系统。     

图像识别技术在无人机自动着陆导航中的应用

给出了一种以图像识别技术为基础的无人机自动着落导航的方法;采用DirectShow解码视频文件得到了连续的数字图像序列,同时设计了计算机同实际模拟图像信号的硬件接口,使系统很容易被扩展成实际的图像处理系统;为了提高计算机的使用效率和交互性,采用多线程技术设计了在Windows环境下的图像识别实验平台,并以某型无人机光测图像序列作为实验对象,实验结果表明本文设计的识别算法有较好的精度和较快的识别速度,为无人机自动着落导航的最终实现创造了较好的条件.     

应用边缘检测算法设计实现植物虚拟仿真系统

植物虚拟仿真系统的设计是将农业信息化和数字图像处理相结合.本文先对植物叶片分类和图像的预处理的技术和方法进行了探讨.然后介绍比较经典的边缘检测方法,通过不同方法的理论分析和仿真计算,相互比较各自的优缺点和适用性,最后根据Laplace边缘检测算子,设计实现了植物叶片几何形状识别与检测系统.Laplace边缘检测算子完成了植物叶片的几何形状的识别与检测,其二维几何形态的建模具有数据的表达与复制的功能.与农业信息化相结合,通过处理图像数据更准确的识别与检测不同种类植物叶片的形态,为农业工程的发展提供更加有效、准确的研究数据.     

基于计算机视觉的烟叶病害识别研究

针对野外非专业人员对烟叶病害识别的不准确性和受主观因素影响的不足,以烟叶病害中常见的赤星病和野火病为研究对象,运用计算机图像处理技术提出了一种快速分类识别算法,主要包括特征参数提取和病害识别分类两部分。通过赤星病和野火病烟叶病害图像分析,优选出6个病害识别特征参数,建立了两类病害标准特征库。病害识别分类采用基于标准特征库的模糊模式识别算法,并且与模糊C均值聚类识别进行了对比。病害分类识别实验结果表明该分类识别算法具有良好的识别率。     

基于达芬奇技术的日面活动图像处理与识别系统 *

针对日面活动的多样性和复杂性 ,采用高性能的数字视频处理技术 ———达芬奇技术设计了日面活动图像处理与识别系统 ( SIPRS)。首先从 SIPRS的系统架构出发 ,对系统的硬件设计进行了分析 ,特别是对 DM6437与数字相机 MDC1004之间的接口进行了详细的分析 ;在软件上按系统功能需求规划出八个核心任务 ,实现了 SIPRS基于 Web的远程系统配置及日面活动图像的预处理、处理和识别功能。整个系统采用高性能数字媒体处理器、优化的实时操作系统和优化的图像处理与识别算法 ,完全满足太阳望远镜终端实时     

Pattern Recognition of Construction Bidding System Based on Image Processing

Bidding for construction projects is a very important and representative field in the industry. The system of bidding for construction projects has made considerable progress over the years due to the accumulation of experience and many contributions to the field. Nowadays, with the rapid development of information technology and the intellectualization of the bidding system for construction projects, the accumulation and processing of data has become an essential element of its development. In order to manage the bidding system of construction engineering reasonably, this paper proposes a system based on image processing and pattern recognition technology, which can recognize patterns in the bidding process of construction engineering. Firstly, through binarization and other methods, the bidding project documents of construction projects are preprocessed in order to extract the main information from the documents; secondly, information is obtained through pattern recognition and processing; finally, the results of pattern recognition are imported into the bidding system, and the bidding information is quickly added to the database. This paper proposes a bidding system for construction projects based on image processing and pattern recognition. The system provides a quick and convenient means of importing the bidding information and allows personnel to efficiently process the bidding documents, particularly when there are numerous documents and and too much information. Finally, the user survey shows that the proposed bidding system based on image processing and pattern recognition can reduce the workload of construction project personnel, greatly facilitating the progress of the project.     

基于GAN的图像识别系统蜕变测试方法

图像识别是图像处理的重点研究领域,在测试结果难以判定以及数据集样本类别不平衡的影响下,适用于图像识别系统健壮性以及稳定性的测试技术较为欠缺。为有效测试图像识别系统,本文提出将蜕变测试方法用于图像识别系统的测试过程中,依据生成式对抗网络来生成贴近现实的衍生数据以构建适用于图像识别系统的蜕变关系,引入衍生图像质量验证方法与测试结果自动判断方法以构建面向图像识别系统的蜕变测试框架流程。最后,通过车辆识别案例研究验证本文方法的可行性与有效性。实验结果表明,本文方法能检测出图像识别系统在不同场景中的不一致行为,能有效地评估系统健壮性。     

运动目标图像识别与跟踪系统的研究

研究了在简单背景下实现对运动目标的识别与跟踪,给出了目标跟踪的原理图和结构框图。整个系统主要由图像采集模块、图像信号处理单元、监视器和伺服机构组成,重点论述了图像信号处理单元的实现过程和算法分析,包括图像预处理,图像分割,特征提取,目标识别与跟踪算法,充分考虑系统的实时性,稳定性。实验结果表明,该系统能在简单场景下对运动目标进行实时跟踪,达到预想效果。     

AdaBoost算法在中医舌诊图像分区识别中的研究

舌诊是中医传统诊断的一个重要方式.本文以模式识别、图像处理和中医舌诊理论为研究基础,结合中医诊断规则,提出舌象的分区训练识别方法,并采用一种新的基于集成学习的AdaBoost算法,构建出一套完整的、符合中医诊断体系规范的舌象分类识别算法.通过实验验证,该方法对中医舌诊分类识别是有效的.     

基于MATLAB GUI图像处理系统的设计与实现

MATLAB作为算法开发及数据可视化的交互式工具,在数字图像处理方面应用广泛,并集成了具有多种算法的图像处理工具箱。本文基于MATLAB图像用户界面(GUI)和图像处理工具箱设计实现了一款图像处理系统,该系统可实现图像的运算、变换、分割、改善、形态学处理、压缩编码等内容,并通过综合实例阐述了本系统在图像识别中的应用,使图像处理可视化更加直观,便捷。多次实践表明,本系统具有良好的实用性、交互性、移植性,易于后期模式识别和机器视觉相关应用的扩展研究。     

基于图像分析的植物叶片识别技术综述*

对近年来基于图像分析的叶片识别技术进行了广泛研究.首先阐述了基于图像分析的植物叶片识别技术的意义及研究现状;然后介绍了主要的叶片图像识别步骤,重点从基于关系结构匹配的识别、基于统计学的识别和基于机器学习的识别三类方法进行阐述,详细论述了各种识别技术的基本思想和主要公式;最后指出了叶片识别技术的不足和研究方向.