基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别，首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法；然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足，以提高机器人对其前方目标球的感知识别精度，同时给出了一种简单有效的前向视觉系统标定方法；最后介绍两套视觉系统共同工作的实现机制，以提高机器人的目标识别处理速度。实验结果表明，两套视觉系统能够很好地共同完成机器人的目标识别。     

用于红外目标位置识别的微机小系统

利用一个光学装置,并采用瑰玫扫描方式,可获得目标本身发出的红外信号。本文研制的微机小系统是由一个单板计算机,配置一个专用接口和识别软件组成。它提取并处理红外信号,为目标跟踪系统连续地提供位置信息。本文介绍了红外目标位置识别的原理、提出了识别的方法及技巧,并在系统中实现。本文最后给出了实验测试结果,表明此系统能快速、高精度地识别红外目标的位置。     

MEMS热电堆传感器的红外探测系统

为了实现远距离红外目标的运动和静止状态的识别,设计了基于热电堆红外传感器的红外探测系统,系统包括梯析(GRIN)透镜、微系统(MEMS)热电堆传感器、信号调理电路、数据采集电路和识别算法.探测结果表明:在相同光路系统的情况下,探测系统实现了比热释电系统更远的探测距离,实现了动态目标和静态目标的识别,并基于探测目标温度、辐射面积的区别,实现了人、车辆和其他红外目标的分类识别,可为红外目标的探测识别提供一种新的解决方案.     

基于特征匹配的目标实时识别

本文介绍了一个基于特征匹配的运动目标实时识别系统。该系统能对二十九种以上不同形状的目标或十一种形状相似的飞机模型实现正确识别,而且其识别结果与目标的平移、比例缩放及旋转无关,正确识别率高于98％,识别时间小于34ms,满足实时要求。     

8086C反编译系统中库函数识别技术及其实现

在8086 C反编译系统中,我们把模式识别原理应用于 C库函数的识别.本文首先分析了C库函数在目标代码中的组成特点,然后介绍了8086 C反编译系统中的库函数模式识别技术,即C库函数识别特征的提取、识别的模式匹配方式和库函数特征代码识别表的建立,最后介绍了该库函数识别技术在 8086 C反编译系统中的实现方法.     

基于形态学的快速图像搜索与识别算法

介绍了一个无人直升机实时机器视觉系统的设计和实现,重点是图像的动态处理技术.以自适应门限值提取前景区域,通过扩展的连通分量提取算法实现了目标的快速搜索,最后基于几何特征对目标加以识别.通过在大量飞行中对目标的成功搜索和识别,证明了该算法的有效性.     

基于SOPC技术的目标识别系统设计

SOPC系统结合了嵌入式系统与FPGA优点,为高性能数字系统提供了新的实现方法。本文结合识别算法的特点,运用软硬件协同设计技术,设计实现了基于SOPC的目标识别系统。给出了完整的设计流程、设计方法,介绍了SOPC系统设计的关键技术。     

基于VC与MATLAB的声目标识别系统设计

鉴于声目标识别在民用和军用方面的广泛应用,对声目标进行识别已成为模式识别领域中的研究热点之一.使用小波分析实现对声信号的消噪处理,采用小波包能量特征提取方法获得目标声信号的特征向量,分类器设计采用支持向量机的模式识别方法,对声目标识别系统的组成、功能结构和框架结构进行了设计,同时介绍了系统数据库设计的要求和方法,并给出了基于VC与MATLAB联合编程的声目标识别系统中的主要算法及实现程序.仿真实验表明,系统能有效地对声目标进行分类识别.     

基于多CPU的目标识别与跟踪系统设计

设计了一个实时图像采集、目标识别与跟踪系统;系统功能包括图像采集、运动估计、目标识别、摄像机云台控制等;系统功能主要由3片CPU完成,其中由2片DSP构成的图像采集处理单元实现两路图像采集、目标识别和运动估计,识别和估计结果通过系统总线送给跟踪控制系统;由1片ARM构成的目标跟踪控制系统对2路摄像机的云台和镜头等实现实时控制,使目标一直位于视场中;该系统采样率为10fps,当运动目标的距离在100 m以内,速度小于15 m/s时,可以实现实时识别与跟踪;该系统可以应用于视频监控等应用领域。     

红外小目标检测跟踪系统设计

从图像处理方法的角度对红外图像中小目标的检测、跟踪进行了研究,给出了系统总体设计框图,整个检测算法的前端图像滤波预处理采用FPGA实现,识别跟踪采用DSP实现。详细介绍了系统各功能模块的设计方法。实验表明该系统实现了小目标检测跟踪的功能,工作稳定可靠。     

Fuzzy automata system with application to target recognition based on image processing

In order to get better image processing and target recognition, this paper presents a fuzzy automata system to target recognition. The system first performs image processing, and then accomplishes the target recognition. The system consists of four parts: image preprocessing, feature extraction, target matching and experiment. Compared with existing approaches, this paper uses both global features and local features of the target image, and carries out target recognition by using a fuzzy automata system. Simulation results show that the correct recognition rate based on the fuzzy automata system for target recognition is higher at 94.59%, an improvement on an average of 29.24%, compared to other existing approaches. Finally, some directions for future research are described.     

基于数学形态学的编码标志点识别算法

特殊编码标志点的使用是摄影测量中经常使用的一种手段,针对由此带来的标志点识别问题,主要以数学形态学为工具,对采集的标志点图像做若干次形态学运算后,提取出每个标志点所在区域的边界,进一步结合所提出的标志点特征向量准确地识别出该标志点．实验表明,该算法对较理想图像,识别率为100%,较坏情形可达94%以上。     

Recognition of articulated and occluded objects

A model-based automatic target recognition system is developed to recognize articulated and occluded objects in synthetic aperture radar (SAR) images, based on invariant features of the objects. Characteristics of SAR target image scattering centers, azimuth variation, and articulation invariants are presented. The basic elements of the new recognition system are described and performance results are given for articulated, occluded and occluded articulated objects, and they are related to the target articulation invariance and percent unoccluded     

基于自动识别的自动打靶机器人系统

开发了一种基于图像识别的自动打靶机器人系统.该系统利用OV7670摄像头获取靶面图像,经过图像处理及靶面识别后得到射击成绩.本系统完成了对图像的采集 、识别 、判靶算法的研究,综合运用图像灰度化 、二值化 、阀值分割等图像预处理方法,采用局部特征识别的算法进行靶面检测,应用灰度特征识别光斑区域,以STM32F407单片机进行实时处理 、控制触摸屏显示环数.     

基于旋转扩展和稀疏表示的鲁棒遥感图像目标识别

针对含有残缺图像的遥感图像目标识别问题,提出一种基于旋转扩展和稀疏表示的目标识别方法.首先对训练集进行旋转扩展,使得测试图像能近似用训练集稀疏表示,然后通过求解一个l1范数最小化问题得到测试图像相对于训练集的一个稀疏表示,进而根据不同类对应的稀疏表示对测试图像的近似程度进行识别.与代表性的方法进行比较,实验结果与分析表明,该方法识别率优于已有方法,对残缺图像的识别有较好的鲁棒性,且在小样本、低采样率情况下也能保持较好的识别性能.     

水下机器人光视觉目标识别系统

介绍了一个用于水下机器人的光视觉目标识别系统,描述了该系统的硬件结构和软件体系．论述了水下图像的处理方法,分析了在离散状态下比例因子对不变矩特征的影响,构造了基于不变矩的仿射变换不变量．详细描述了用于目标识别的免疫遗传神经网络的结构和建模．通过对4类实测水下目标的识别实验,证明了所提水下目标识别系统可以用于水下目标识别,并且具有较高的准确性和实时性．     

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。     

基于级联端对端深度架构的交通标志识别方法

交通标志的正确识别是智能车辆规范行驶、道路交通安全的前提。为解决智能车采集目标图像模糊、分辨率低,造成识别精度低且时效性差的问题,构建一种基于级联深度网络的交通标志识别模型,该模型级联超分辨率处理网络ESPCN与目标检测识别网络RFCN,ESPCN网络提高输入采集图像的分辨率,为低分辨率图像实现超分辨率处理,RFCN网络提取图像全局特征,实现交通标志的检测与分类识别。平衡采样及多尺度的训练策略结合数据增强的预处理方法,增强了网络模型的鲁棒性及扩展性。经实验验证,算法模型针对常见交通标志识别率达到98.16%,召回率达到96.2%,且鲁棒性较好。     

基于改进区域分割遥感图像的航天器目标自动识别方法

：传统的航天器目标自动识别方法识别精准度差,为了解决这一问题,基于改进区域分割遥感图像研究了一种新的航天器目标自动识别方法,通过人工排查的方式来追踪航天器所提供的位置信息,并建立三角形立体体系,提取出航天器所追踪的目标和航天器之间的位置关系,实现航天器目标检测,分别针对复杂场景和运动场景对目标进行识别,引用击穿识别方法,基于遗传算法以及变换算法,实现了在复杂的自然遥感图像中能够识别多种目标,但是对于残缺和不完整的目标识别性差,因此又在方法中引入了自动学习智能识别算法,解决了在遥感图像中残缺不完整的目标识别效果差的问题。设定对比实验,结果表明,相较于传统方法,基于改进区域分割遥感图像的航天器目标自动识别方法识别准确率提高了15.23%。     

Use of 3D ship scatterer models from ISAR image sequences for target recognition

Traditionally, inverse synthetic aperture radar (ISAR) image frames are classified individually in an automatic target recognition system. When information from different image frames is combined, it is usually in the context of time-averaging to remove statistically independent noise fluctuations between images. The sea state induced variability of the ship target projections between frames, however, also provides additional information about the target, which can be used to construct a 3D representation of the target scatterer positions. In this paper, a method for classifying a ship based on 3D scatterer information from a sequence of 2D ISAR images is described. A preliminary classification result for simulated ISAR images of nine types of ship is also provided.