基于视频的施工升降机乘客头部识别方法研究

针对目前人数统计检测主要以人工为主，存在人为因素干扰的问题，提出一种基于视频处理的升降机内人数统计方法，本文主要对系统中头部识别方面进行了研究，利用模板匹配算法寻找视频帧中与模板相近的人头位置，针对出现的两种虚警误判，分别采用运动区域检测和Hu不变矩形状匹配进行去除。实验结果表明，利用该方法能够有效的去除虚警，符合实际应用需求。     

基于模板匹配的新闻图像字幕行切分算法

针对新闻图像中水平字幕行的字符切分问题，为了克服已有基于单字符切分方法造成的字符分裂问题，利用字幕行中字符的分布规律构造了响应函数，从而将字符切分问题转变为响应函数的最优值问题，最后基于优化结果进行字符切分。该算法主要包括两部分：首先，利用垂直投影直方图确定单个字符的粗略宽度，并根据该值构造一个可变长模板；然后，构造模板响应函数，根据不同长度模板的最优响应函数值确定单个字符的左右边界位置；最后输出切分结果。实验结果表明，对于粘连/非粘连字符图像，该算法均能获得较好的实验结果。     

基于机器视觉的脚垫装配系统的设计

针对笔记本生产企业传统人工装配脚垫存在的速度慢,精度不易控制等弊端,利用机器视觉检测和计算机图像处理技术,研究开发了适应大批量生产和在线实时检测的脚垫装配视觉系统;建立了系统软硬件结构,分析了系统的组成、工作原理及工作过程,并对图像处理算法进行了设计.实验结果表明,该视觉系统实现了脚垫的快速准确装配,精度达到0 05mm,提高了产品质量及生产速度.     

Inspector PIM60视觉传感器 广州市西克传感器有限公司

正Inspector PIM60视觉传感器功能强大且操作简单,所有硬件及软件集为一体,包括光源、镜头、相机、控制器、软件及I/O。该产品独立工作,直接输出结果,不依赖于PC。Inspector PIM60视觉传感器拥有多项突出特点:高速的定位、检查及测量性能;强大的测量工具提供直径、角度及距离的检测;同时拥有多种检查功能——斑点分析、模板匹配、边缘查找及像素计算;图像标定功能(测量结果以mm为单位);支持EtherNet/IPt     

基于车牌字符边界定位的视频测速

针对卡口环境下视频测速误差大的问题,提出一种提高测速精度的方法。采用以车牌第2个字符作为车辆定位的特征块,利用小波变换分解字符的外部边界特征曲线,在低分辨率下实现目标字符的模板匹配,并获取该曲线相对模板的偏移量,在原分辨率上进行边界坐标的精细调整,完成车辆特征块的精确定位。结合字符高度固定的先验知识,确定车辆特征块所处的实际坐标系,以提高对车辆行驶距离的计算。在实际环境下,对该方法进行长达2个多小时的测试,并对测试结果与线圈测速、基于车牌定位的视频测速进行对比,结果表明,在车辆正常行驶的速度下,与线圈测速相比,该方法视频测速误差在3 km/h以内。     

基于模板匹配的二维图自动生成算法研究

基于模板匹配的思想,对二维图的自动生成算法进行了研究。首先将模板和待标注三维模型的点、线、面信息以及几何结构和拓扑结构以属性图的数据结构方式进行存储,通过面的广度优先搜索和边的广度优先搜索对存储的2个属性图进行匹配,再读取模板二维图上的标注等信息,利用二维图和三维模型的关联性和属性图匹配结果,对待标注三维模型进行自动标注,包括尺寸标注、表面粗糙度标注、形位公差标注等信息。     

基于模板匹配和边缘检测的车标定位方法

车标定位在车标识别系统中具有关键作用,为解决倾斜的车辆图像及多种车标背景纹理的车标定位问题,提出了一种新的车标定位方法。先进行车辆图像的倾斜校正,再通过三绝对值最大梯度方法定位出车灯带区域,利用车标与车牌、车灯的位置先验知识进行车标粗定位,并根据车标背景纹理特征利用模板匹配和边缘检测方法进行车标精定位。该方法充分利用了车标的先验知识和背景纹理特征,并将模板匹配与边缘检测技术相结合,提高了车标定位的准确率。实验结果表明,该方法既适用于倾斜的车辆图像又适用于多种车标背景纹理,具有很好的车标定位效果。     

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。     

基于模板匹配的手写数字决策分类器设计

针对手写数字识别提出一种基于模板匹配决策分类器设计方法。就该方法下的模式识别分类器设计进行详细论述，给出该分类器算法实现。该算法在对手写的数字图像进行预处理的基础上从待识剐的手写数字图像中提取若干特征量与事先建立的标准模板库中模板对应的特征量进行比较，计算待识别图像和标准模板特征量之间的距离，用最小距离法判定其所属类。实验结果表明，该决策分类器算法实现容易，匹配速度快，保证字符识别的正确率。     

基于模板匹配的手写数字决策分类器设计

针对手写数字识别提出一种基于模板匹配决策分类器设计方法。就该方法下的模式识别分类器设计进行详细论述,给出该分类器算法实现。该算法在对手写的数字图像进行预处理的基础上从待识别的手写数字图像中提取若干特征量与事先建立的标准模板库中模板对应的特征量进行比较,计算待识别图像和标准模板特征量之间的距离,用最小距离法判定其所属类。实验结果表明,该决策分类器算法实现容易,匹配速度快,保证字符识别的正确率。