一种新的指纹特征点匹配算法

近年来,文献中报道了许多指纹匹配算法,它们各有不同的特点.提出一种新的指纹特征点匹配算法,通过指纹特征点匹配来实现指纹图像的匹配.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法速度更快,精度更高,更适用于实时指纹识别系统.     

一种新的实时指纹特征点匹配算法

近来指纹识别系统(AFIS)在很多领域中得到了广泛的应用.人们对指纹识别算法的研究也日渐增多.提出了一种适用于实时指纹识别系统的特征点匹配算法.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,我们的算法速度更快,精度更高,更适用于实时指纹识别系统.     

自动指纹识别算法的研究

对自动指纹识别系统的两个重要问题--指纹图像增强和细节匹配进行研究,给出了一种基于频域的指纹图像增强算法.采用一种新的更简单的方法进行指纹图像的校准,使用了初步匹配和全局优化匹配,这样做的好处之一是以较低的计算代价有效地解决了匹配中参照点对的选取问题.     

基于RFID的智慧车间自动导引车定位算法

对车间内设备的实时定位识别是实现智慧工厂的关键要素。提出一种基于RFID的车间自动导引车定位算法,首先采集室内参考点的接收信号强度值,经过数据标准化处理建立指纹库,然后利用指纹匹配算法估计目标粗略位置;通过测量目标标签接收信号相位值,计算自动导引车径向位移速度,并且根据线性最小二乘法拟合目标瞬时速度;最后,经过卡尔曼滤波预测自动导引车的当前精确位置。实验结果表明,该方法相较于传统指纹定位方法精度更高。     

基于STM32的指纹识别系统设计与实现

针对目前“嵌入式指纹识别系统在性价比及指纹算法的效率和准确性上存在不足”的问题,介绍了一种基于STM32芯片及FPS200指纹传感器实现嵌入式指纹识别系统的设计方法.在算法方面,采用了求方向场信息以提高指纹Gabor滤波增强效果和图像识别准确性,使用了初匹配和全局匹配的方法以提高识别效率.研究结果表明,该系统识别准确性...     

应用立体视觉的交通事故现场勘查系统

设计了基于双目系统的交通事故现场勘查系统.采用加窗Wiener滤波器减少影响图像立体匹配精度的随机噪声,利用下采样SAVD匹配算法实现预匹配以提高立体匹配的速度.试验表明,实现了机动车辆的厘米级精度定位.     

基于视频处理的游梁支点位置度在线检测

抽油机游梁支点的位置度是衡量抽油机设备安全、经济运行的重要指标.为克服传统位置度人工测试中动态误差大、效率低的缺点,本文提出一种基丁视频网像的位置度测试方法.从标志、边线识别、标尺、目标跟踪、精度和速度等方面,详细讨论r测试方法.基于矩形标志物对边平行的特点,通过一维灰度矩算法和曲线拟合算法,准确地测定了标志物的图像尺寸,提高了标尺精度;利用亚像素匹配算法,提高了十字标志的匹配定位精度;利用搜索策略和卡尔曼滤波预测十字标志的运动轨迹,提高了匹配定位的速度.实验表明,这些措施保证了检测过程的实时在线完成.     

基于改进遗传算法的RV减速器选配方案研究

为了解决传统的人工选配方法在生产高精度RV减速器时面临的问题，提出了一种基于改进遗传算法的选配方案。该方案旨在实现批量生产装配数量最多且传动精度最优的一批RV减速器，并以最高匹配成功率为目标。该算法结合了RV减速器的结构特征，采用整数编码的方式对染色体进行编码，对交叉和变异操作进行改进，同时，引入了模拟退火算法和自适应调整策略，以提高算法的全局搜索能力和收敛速度。试验结果表明：基于改进遗传算法的选配方案具有更快的收敛速度和更强的全局搜索能力，可有效避免传统遗传算法出现的局部最优解问题，从而实现了较高的匹配成功率。该算法不仅能够为生产高精度RV减速器提供有效的解决方案，还有广泛的实际应用前景。     

基于形状匹配的片状元件贴片角度纠偏算法

针对上位机模板匹配中精度和速度之间的矛盾,结合FPGA高速并行运算的优势,提出了一种基于FPGA的形状匹配快速纠偏算法。主要在FPGA上利用形状匹配及最小二乘法计算片状元器件角度偏差,并且使用单指令数据流算法实现加速。实验表明,与传统上位机模板匹配算法相比,该文法进一步提高了纠偏精确度,且在纠偏精度保证的情况下,大大减少纠偏时间。     

基于投影特征的自适应图像匹配算法

针对传统图像匹配算法存在的计算量大、匹配速度缓慢的缺点,对基于相关函数法的投影法进行了改进,提出了一种基于投影特征的自适应图像匹配算法。得到投影序列后,选定初始阈值,在后续各点的计算中不断自适应更新,遵循超过当前阈值即停止匹配计算的原则,大大减少了对非匹配点的计算。实验结果表明,该算法抗干扰性强,匹配速度快;模板图像和待匹配图像大小越接近,该算法精度越高,速度优势越明显。