基于K-S检验的直方图匹配目标跟踪算法

为了快速准确跟踪运动目标,提出了基于K-S（kolmogorov-smirnov）检验的直方图匹配目标跟踪算法。将直方图信息作为模板,通过Kalman滤波原理预测出目标下一时刻的可能出现位置,以该位置为中心确定一个搜索范围,在搜索范围内判别直方图的相似性并进行模板匹配,在当前图像中跟踪目标。结果表明,基于K-S检验的直方图匹配方法可减小搜索范围,利用Kalman滤波预测目标的位置,在预测位置附近进行模板匹配,可有效减少模板匹配的遍历时间,提高目标实时跟踪效率。  

一种具有旋转不变性的模板匹配方法

对目前应用的旋转图像进行模板匹配定位问题，通常采用由不同旋转角度的模板构成模板集合，用集合中的成员分别作用于目标图像进行匹配定位，该方法计算量大，很难将其应用于实时系统中。针对上述存在的问题，文中提出了一种借助非旋转模板对平面内旋转图像进行匹配定位的方法，第一步采用圆投影法对可能出现的匹配点进行预筛选，再用具有旋转不变性的NMI特征对筛选出来的点作进一步判断确定是否为存在模板图像的点。实验结果表明：该方法不但具有旋转不变形，而且可提高匹配定位的速度。  

智能交通系统中车牌定位算法

对于智能交通系统(俗称"电子警察")来说,车牌自动识别技术是其中最核心最重要的技术,而从获取的汽车图像中定位车牌区域又是进行车牌识别的先决条件和关键步骤.本文对车牌定位算法进行了较为完整的阐述:首先,根据车辆牌照的自身特点,利用图像处理技术对初始图像进行预处理;然后,采用模糊模板匹配算法对车牌区域进行定位;最后,对发生倾斜的车牌图像使用改进的Hough变换算法进行校正.实验结果表明,该算法可以准确的定位车牌图像,使车牌区域较完整的显现出来.  

快速区域质心图像匹配算法

针对传统的归一化互相关方法（NCC）在图像匹配时计算量大的缺陷,提出了一种新的基于NCC的快速模板匹配算法。该算法基于粗、精匹配的思想,将区域质心特征、颜色直方图信息与归一化互相关匹配方法结合起来实现图像的定位匹配。在图像匹配时以搜索图像的质心点作为参考点,而非通常情况下以左上角点作为参考点,减少模板的搜寻空间。通过大量的实验表明,该算法可以大大提高全搜索NCC匹配算法的运算速度,同时保持了匹配的精度,可以满足实时性的要求。  

基于改进模板匹配的车牌字符识别算法实现

车牌字符识别是LPR系统的重要环节。模板匹配法由于速度快、实时性高在车牌自动识别中得到广泛应用。在应用该法做牌照自动识别系统时发现，传统的模板匹配法对于车牌字符中相似字符互相误判率较高，对于车牌质量较差的字符识别率较低。在传统模板匹配法的基础上，提出一种多项的模板匹配法。应用该方法对相似字符的识别和车牌字符退色、污迹、模糊等质量退化的车牌图像的识别具有良好的识别效果。  

利用S变换与变尺度模板标准化的短时电能质量扰动分类

提出一种利用S变换与变尺度模板标准化的短时电能质量扰动分类方法。首先利用S变换对扰动信号进行时频分析;然后以最小二乘法选取最佳缩放尺度,通过变尺度方法标准化不同持续时间、幅值的扰动特征,在此基础上建立唯一的、时间尺度和频宽分辨率统一的各类扰动标准模板,作为识别扰动类型的直接判据;最后通过模板匹配的方法实现扰动分类。该方法不使用任何人工智能分类器,分类原理简单,过程明确,且可用于不同时间长度的扰动分类。Matlab仿真和实际试验结果显示,该方法能准确地对扰动进行分类且对噪声不敏感,是一种有效的短时电能质量扰动分类方法。  

基于人脸检测技术的司机工作状态监控系统设计

文章提出了一种在实时视频图像国快速检测人脸并检测司机工作状态的的方案。利用VC设计了软件其实现。对摄像机采集的日间图像，先进行光线补偿和中值滤波，然后采用肤色检测定位人脸，最后运用双眼模板判断司机的工作状态；对于夜间图像，采用差分方法进行处理。实验证明该方法快速，准确率高，有效适用于实际工作环境。  

思维进化计算在图像识别中的应用

本文对思维进化计算(mindevolutionarycomputation,MEC)在图像识别中的应用进行了验证,结合模板匹配对多目标图像进行搜索。采用的方法是将模板和图像从RGB彩色空间转化到L×u×v空间进行匹配,通过MEC计算评价函数找到最优目标,最后对差图像进行分析。匹配结果表明,MEC具有平移、旋转和尺度不变的特性,在图像识别过程中取得了满意的效果。  

基于图像识别技术的电力网络原始拓扑的自动生成

提出一种基于图像处理和模式识别的电力系统网络图识别方法。通过该方法可识别电力系统网络图等标量图像中的元件符号并将之转换为矢量图像,得到每个元件各端口的坐标位置,并根据端口位置来确定彼此间的连接关系,从而自动生成该网络图的原始拓扑。  

模板匹配技术在图像数据库检索中的应用

图像的检索应采用基于图像对象本身(即图像内容)的检索方式,目前流行的各种图像匹配技术主要针对不同类型图像的特征,需要图像先验知识,缺乏广泛性。模板匹配技术理论成熟,但其计算量大缺乏效率而不受重视。因此对传统的模板匹配技术进行分析,采用小波变换技术抽取图像主要结构为逻辑对象,利用改进的模板匹配技术进行检索,实验结果表明可明显减少计算量,提高检索效率。