基于环形模板匹配的金属零件识别算法

针对在金属零件的模板匹配中,由于图像采集时零件摆放的位置和方向不同,使匹配图像中存在零件的不同侧面导致传统匹配方法准确率低的问题,提出了一种使用环形特征模板的模板匹配算法RT-MM.通过一组同心圆将模板分割为几个环形区域,利用环形区域相互之间的关系作为预选区域的定位特征,在匹配图像中快速筛选出若干个预选区域;通过Sob...     

室性早搏的多模板匹配自适应识别算法

为实现室性早搏的自动判别,提出一种基于多模板匹配的自适应识别算法。采用滤波提高数据信噪比,利用样本数据通过特定的自学习机制建立模板库,设计模板的压缩算法实现待测心搏与模板心搏宽度的对齐,采用模板队列匹配和模板库匹配相结合的匹配策略,设计自适应更新规则实时优化队列与库的结构,利用相关系数检测室早。使用MIT-BIH数据库进行测试,达到99.39%的灵敏度和98.79%的特异度。     

基于模板匹配算法的枪械编号识别研究

编号是枪械唯一的身份号码,枪械编号的数字识别有利于实现枪械的信息化管理和保障。论文将模板匹配法应用到枪械编号识别中,包括图像预处理、字符分割、归一化和字符识别等环节。根据枪械编号的特点采用聚类分析的方法实现分割字符,通过计算字符图像与模板图像的互相关函数得到号码。实验结果表明,该方法效果较好。     

基于多模板匹配的车牌字符识别算法

在车牌识别系统中,传统的模板匹配算法处理时间长,对笔画缺失或断裂的字符识别效果不好。为此本文提出一种基于多模板的匹配算法,首先构建三种类型的模板库,并在构建好的多模板库上进行模板匹配,整个过程采用分块匹配的方法来加速模板匹配的过程。     

基于多尺度模板匹配和神经网络的车牌识别

针对现有车牌字符分割算法和识别问题的分析,本文采用一种多尺度模板匹配的车牌字符分割算法;并在此分割基础上采用小波神经网络算法识别车牌字符。实验表明该分割与识别方法的结合实现了切分准确、鲁棒性强、去伪性好和快速准确识别的高效性。     

基于多尺度变形模板的目标检测与识别

在分析现有模板匹配算法存在问题的基础上，提出一种基于多尺度变形模板的新方法，它在已有的Snake算法基础上，加入了形态约束，并利用小波变换的多尺度特性，使得匹配过程在由粗至精的尺度上进行，从而使运算速度大大提高，对噪声的敏感程度也相应下降，而轮廓初始化是在较粗的尺度上，利用Hausdorff距离初步匹配得到的，漏警概率较低。实验结果与理论分析相吻合，验证了算法对多类目标适用，具有速度快，精度高和对图像畸变，噪声与遮挡不敏感的优点。     

基于字符归一化双投影互相关性匹配识别算法

针对印刷体维吾尔文文字识别系统中的字符识别正确率较低这一难点问题,采用对字符图像进行横向扫描和纵向扫描生成行和列投影图, 结合三级分类,将目标字符与对应分类中的字符的双投影图逐一归一化并进行相关性均值计算的方法,取均值最大的字符作为最佳匹配识别结果,实现了对维文字符的识别。实验证明这种基于字符归一化双投影互相关性匹配识别算法方法抗干扰性强,简单易行,匹配精度高,使得印刷体维吾尔文字字符识别的正确率有了进一步提高。     

一种基于圆周划分的模板匹配算法

本文提出了一种基于圆周划分的模板匹配算法，与传统模板匹配算法相比，本算法具有速度较快、有一定的旋转不变性、抗干扰性好的特点。     

基于动态模板匹配的移动机器人目标识别

将视觉显著性与基于动态模板匹配的目标识别方法相结合,提出了一种适用于未知环境下的移动机器人目标识别方法.具体而言,首先设计了基于分布式控制的移动机器人视觉系统,提高了视频处理效率;之后利用基于背景先验的显著性检测方法对图像进行预处理,排除了相对次要的背景区域;最后对处理后的图像进行动态模板匹配,提高了目标识别的准确率.实验结果表明,该方法能够满足移动机器人在目标识别过程中对图像处理的实时性和准确性的要求,具有良好的有效性.     

基于模板匹配的流场涡旋识别

在对现有的几类涡旋识别算法进行比较分析的基础上,重点研究了基于Clifford卷积的模板匹配的方法。考虑到实际计算到的流场数据集的不规则性,对基于Clifford卷积的模板匹配的方法加以改进,改由混合网格来划分数据集,对于不规则部分根据临近基元来标度模板,在计算过程中对模板的1-邻域点取样。实验证明,在算法效率相当的前提下,该方法能够更加准确地识别、显示流场的涡旋结构。     

基于改进MFD距离的快速模板匹配新算法

针对最小远离距离MFD（Minimum Far Distance）算法对局部尖锐噪声易产生误匹配的问题,提出了一种改进的算法。新算法通过加入噪声阈值,对应点的灰度差值的相似阈值和单调递减累加阈值的方式,有效地去除了图像中的尖锐噪声,快速终止了非匹配点的计算,从而减少了总体的计算量。同时新算法采用了一种包含像素点差值的相关方法来解决同时出现多个匹配点的情况,从而显著抑制了模板的漂移问题。实验结果表明,算法在图像存在噪声、遮挡时都取得了比较满意的匹配效果。     

基于模板匹配算法高速运动分析系统设计与实现

本文提出了一种改进的模板匹配算法的高速运动物体分析方法,并构建了相应的分析架构。通过对高速车辆碰撞试验的结果分析,可以看出本算法在点跟踪处理中,在精度和容错性方面都能够得到比较满意的结果。     

一种改进的基于模板匹配的显微细胞图像拼接算法

医学显微图像的拼接是后序医学图像处理和医疗诊断的关键。基于对医学显微图像拼接的研究,提出了一种改进的基于模板的图像拼接算法。该算法将一幅图像的模板在另一幅图像上平移,对两幅图像重叠区域作相关性计算,从而获得最佳匹配位置,实现图像的拼接。实验结果证明该算法精度高、速度快。     

基于二次模板匹配的防松垫片安装机器视觉检测

介绍了基于二次模板匹配的数字图像处理技术在实时检测防松垫片安装过程中的应用.在生产现场采用CCD摄像机和台式电脑,对采集的图像进行预处理、一次模板匹配、图像调整,再次模板匹配的方法,成功地屏蔽了工厂复杂环境的不良影响,实现了对防松垫片手工安装质量的自动检测.实验证明,该系统有很高的实用性和高效性.     

多模版匹配的特殊符号识别定位算法研究

针对试卷智能批阅场景模式,由于Tesseract-OCR缺少特殊符号包,直接定位符号存在较多漏检等问题,提出具有覆盖保留机制的多模板匹配方法.通过OCR定位空白试卷中的符号分别建立多类型元素的方块、圆圈、括号模板集;而对于试卷中的直线,通过筛选查找轮廓的方法建立多类型元素的直线模板集,综合多模板匹配技术提高试卷中符号的...     

一种基于自学习阈值的快速匹配方法

运算量极大是模板匹配运算的一个关键问题。本文在分析前人工作的基础上提出一种新的匹配算法－基于自学习阈值的快速匹配。本算法从图象本身特征出发，用学习的方法获得了序列阈值，使匹配运算得以加速；同时完全消除了图形匹配测并曲面呈现多峰时出现失配的的可能，而且使我峰状太忧为匹配加速的动力之一。在此基础上，利用随机走动的方法进一步加快了匹配的速度。     

基于优化粒子群的NCC模板匹配算法

针对灰度模板匹配中速度慢、抗噪性差的缺陷,基于NCC(Normalized Cross-Correlation)算法,提出一种基于优化粒子群的模板匹配算法——NPSO。该算法加入附属粒子群,引导主粒子群向全局最优解收敛;根据禁忌搜索思想,提出黑名单概念,使粒子群快速跳出局部最优;并引入随机扰动算子,增加粒子群向全局最优解收敛准确性。通过Matlab仿真实验,不同模板尺寸下NPSO精确匹配率比基于标准粒子群模板匹配算法分别提高了45%、79%、36%、2%,且对噪声不敏感。说明NPSO不容易陷入局部最优,且匹配精度高、抗噪能力强。     

基于模板类的动态网页的实现

网页界面设计和程序的分离是简化网页维护的必由之路。本文在对网页界面设计和程序的分离中的问题进行分析的基础上,提出将模板技术应用于动态网页中来实现网页界面设计和程序的分离。当要对网页的界面进行变动时,只需修改HTML模板,简化了网页的维护。     

一种基于分段匹配的字符串匹配算法

针对已有算法对文本和模式的相关性依赖较大,提出一种基于分段的字符串匹配算法——SM。该算法利用特殊字符将文本先分段再匹配,且匹配过程对模式内容和长度不敏感。通过将SM算法与经典算法进行分析和实验对比,证明SM算法性能稳定,特别是在多模式字符串匹配情况下,SM算法具有比Wu-Manber算法更快的速度和更小的空间消耗。     

基于本征特征的弹性模板匹配法

本文在弹性模板匹配法的基础上,提出了基于本征特征的弹性模板匹配法,用地人脸图像的识别。该方法利用ＫＬ变换进行模板的定痊使得定位精度与速度都有所提高,并且识别准确度也得到改善。