基于数学形态学与投影法的高速列车车号定位研究

目前对高速列车车号定位与识别的研究还比较少,为了快速准确地定位出高速列车车号,提出了一种基于数学形态学和投影法的高速列车车号快速定位方法。对采集的高速列车车号图像进行灰度化、图像增强、图像去噪、二值化、滤波处理、数学形态学、投影法等一系列运算,将高速列车车号图像分割为多个独立的连通区域;根据高速列车车号区域面积的变化范围,排除较小和较大的非车号区域,标记剩下的区域,对车号进行粗定位;应用投影法对粗定位车号区域进行处理,获得精确车号位置。结果表明,该方法具有准确率高、速度快、鲁棒性好的特点。     

铁路货车车号图像识别系统的算法研究

目前货车检修正逐步从计划检修向状态检修过渡,就对货车日常管理提出了更高的要求,而对货车车号识别,是实现对货车进行动态跟踪和管理的重要基础。针对货车车号识别,本文采用深度学习技术,利用YOLO网络模型结构和货车车号字符特点,实现对车号位置的准确检测,克服了光照、污迹、缺失等干扰的影响,同时,利用基于卷积神经网络的分类技术,实现对货车车号的识别。     

基于特征提取的图像处理与识别研究

以火车货车的车号及自重数字图像为研究对象，在计算机二维图像及数字识别方面进行了研究。提出多种新方法、突破传统方法的局限性，获得了较高的整体识别率。     

双秤台轨道衡同步静态计量的探讨

本文对双秤台轨道衡不摘钩联挂静态计量进行了探讨.通过采用双秤台,车号识别系统,能同时静态计量两个独立的符合国家铁路运营要求的四轴标准货车,可以在确保准确性的同时,缩短称量时间,提高机头的使用率,达到准确快捷的计量目的.     

基于激光三角法货车体积测量系统的标定研究

高速公路"绿色通道"检查中,利用比重法检查违规货品,其中准确获得货车车厢体积是实现该检测方法的前提。为了能准确地测量货车车厢体积,需要对基于激光三角法的货车体积测量系统进行标定。通过对摄像机内外参数和激光面进行标定,就可以完成对货车车厢体积准确的测量。     

货车车号拍照核查系统在神华车辆检修基地的应用研究

针对神华自备货车在检修、运行过程中出现的车体标记、标签、HMIS信息三者不一致对网络扣车秩序产生的影响,通过将图像捕捉采集、数字自动识别等硬件关键技术和网络、数据库等信息技术整合形成的货车车号拍照核查系统可有效解决上述问题。该系统可以对检修完毕后及运行中的车辆信息进行自动核查,确保车体标记、标签、HMIS信息一致。同时还可以对车体破损车辆进行有效监控,有利于针对性的临修扣车,提高车辆运行效率,保证运行安全。     

火车轮对轴端螺栓力矩扳机的自动定位技术

铁路货车轮对的轴承采用的是组合螺栓端盖压紧结构,该结构要求螺栓的装配必须安全准确可靠.为了保证货车的安全运行,研发一种高精度、智能化的螺栓拧紧装置就显得尤为重要.介绍了一种采用反射式激光传感器实现的光机电一体化货车车轮轴段螺栓自动定位技术的原理和实现方法.经实际运行实验证明,所实现的系统可靠性高,适应能力强,具有很强的实际应用价值.     

济钢无人值守智能取样机的应用

介绍了济钢无人值守智能取样机在实现远程无人值守、车辆自动定位、车号自动识别、随机选点、自动取样、自动封包和自动样品加密的全流程无人干预取样模式及技术特点。     

浅地层探地雷达目标探测和定位新方法

提出基于模板匹配的探地雷达目标自动探测与定位新方法，和图像分割方法相结合以减少模板匹配的计算量。将雷达图像分割成可能存在目标的区域和背景数据区域，对可能存在目标的区域进行模板匹配计算。模板根据待匹配点的深度生成。如果探测到金属目标则对模板倒相，实现金属目标的准确定位。所提方法包括图像分割、模板生成、匹配算法、金属目标识别和模板倒相算法。对实测数据处理的结果表明，所提方法探测和定位准确、鲁棒性好。     

延长油田六种车型配置方案

一、货车配置方案货车在油田的主要应用包括抽油杆、抽油管、抽油机、底石、储油罐、电杆、货物以及燃料等物资运输。1.区域划分按货车工作量、油井深度、采油井口数等综合划分。A类区域:包括吴起采油厂等20个厂。B类区域:子洲采油厂、青平川采油厂2.配置方案青平川和子洲采油厂平均487口井配1辆货车,其他20     

车牌字符分割与识别算法的研究与实现

本文在车牌定位的基础上。利用迭代法进行车牌图片二值化。然后利用基于连通区域标记的方法对图片进行目标区域标记。结合车牌先验知识对车牌字符进行切分。提取字符的13特征。利用BP神经网络进行字符识别。实验结果表明,本文采用的字符分割和识别算法效果良好。     

列车车轮踏面缺陷图像区域提取

针对踏面缺陷图像的特点,对其缺陷图像区域提取技术进行了研究,设计了一种基于平稳小波自适应阈值踏面区域分割算法,提出了一种基于分块思想粗定位和精定位组合定位的剥离缺陷区域提取算法和基于踏面边缘线扫描搜索的擦伤区域提取的算法。通过两个踏面缺陷的实例,验证了算法的有效性,对现场采集样本进行试验,结果表明：系统对剥离和擦伤的两种缺陷的漏识率分别为8.3%和5.3%,误识率为5.1%,为后续特征提取和识别奠定了基础。     

车牌照识别系统设计

车牌自动识别系统可以分为图像采集、图像预处理、车牌定位、车牌预处理、字符分割、字符识别几大部分.每个模块即相互关联的,又有其自身的特点和技术.车牌定位是车牌识别的基础,本文采用水平和垂直的车牌定位算法;车牌字符的分割是进行单个字符识别的前提,本文采用一种垂直投影的字符分割方法;字符识别采用了BP神经元网络的方法.     

基于数学形态学的车牌定位算法

车牌定位是汽车牌照识别系统的重要环节，直接影响车牌识别的准确率。利用Sobel算子对汽车图像进行边缘检测，并运用数学形态学的膨胀、区域填充以及腐蚀对二值图像进行处理，可以得到几个车牌候选区，然后利用面积、长宽比以及垂直投影特征值进行综合的分析方式，能准确定位车牌区域。实验结果表明，车牌定位准确率在95％以上，定位时间为0．15s，并适用于不同环境。     

基于Qt／Embedded的虹膜定位算法

虹膜识别被认为是目前最准确可靠的生物特征识别方法,而快速、准确地定位虹膜是虹膜识别系统的关键。在研究了基于Snake模型的虹膜定位算法的基础上,对Snake算法进行了改进,提出了一种采用多次定位的Snake算法对虹膜进行内定位,而对外定位则采用一种简化的Daugman圆形边缘检测算子的方法;并在Linux系统下采用QT编程实现了虹膜图像定位的整个过程。实验结果表明,该算法定位准确,较大地改善了其实时性,并能较好地支持嵌入式系统。     

基于图像处理技术的标志字符识别检测系统

针对目前出厂产品表面标志字符识别检测工作量大、易出错、易混淆等问题,设计了一种基于图像处理技术的标志字符识别检测系统。这一系统通过由Visual Studio与OpenCV开发的标志字符识别算法,对获取的不同类型标志字符图像进行阈值分割、二值化处理,经过数学形态学处理提取不同类型标志字符的特征信息,进而结合标志字符特征定位识别算法,对标志字符进行快速定位与识别。这一系统具有良好的稳定性和准确性,适合应用推广。     

Human activity recognition based on feature selection in smart home using back-propagation algorithm

In this paper, Back-propagation(BP) algorithm has been used to train the feed forward neural network for human activity recognition in smart home environments, and inter-class distance method for feature selection of observed motion sensor events is discussed and tested. And then, the human activity recognition performances of neural network using BP algorithm have been evaluated and compared with other probabilistic algorithms: Naïve Bayes(NB) classifier and Hidden Markov Model(HMM). The results show that different feature datasets yield different activity recognition accuracy. The selection of unsuitable feature datasets increases the computational complexity and degrades the activity recognition accuracy. Furthermore, neural network using BP algorithm has relatively better human activity recognition performances than NB classifier and HMM.     

自然环境下基于颜色聚类和颜色距离的死钩检测

针对目前火车死钩检测无法自动实现的问题,提出了一种自然环境下基于颜色聚类和颜色距离的死钩检测方法.根据死钩和车厢颜色的对应关系,使用CCD(charge-coupled device)相机获取现场车厢图像并提取前景区域和背景区域的颜色特征,通过分析该颜色信息的差异来判断车厢之间的连接是否为死钩.首先获取特定区域的颜色信息,然后采用FCM(fuzzy Cmean)聚类算法对颜色信息进行分类得到该区域的单一颜色特征,最后根据HLC(hue,lightness,hromatic)颜色空间和人类颜色视觉的相似关系,计算颜色特征对的NBS(national bureau of standards)颜色距离.利用翻车作业现场火车车厢图像进行检测,实验结果验证了该方法具有对颜色差异的高敏感性和识别的准确性,可以满足实际死钩检测的需要.     

一种基于加速计的手势识别算法及其在虚拟环境中的应用

针对虚拟环境下的三维交互问题,提出了基于加速计的手势识别算法。识别之前先对加速计输出做量化处理,再用离散型隐马尔科夫模型(HMM)进行建模、训练与识别。基于此识别算法,将手势作为一种交互方式应用在三维交互系统中,建立了手势-语义映射表,以训练标准手势,最后对输入手势进行了识别,根据识别结果完成了交互语义。将算法应用于虚拟奥运博物馆实例中,实验结果表明,该算法可有效快速识别出用户输入手势,且平均识别率达到90%以上,用户凭借此方法能准确无误地完成交互。     

单样本的低分辨率单目标人脸识别算法

针对只给定单幅目标图像的情况下,而要在监控视频中查找出该目标人脸图像的问题,提出了一种单样本的低分辨率单目标人脸识别算法。考虑到待识别样本集中的目标与非目标对象数量严重不均衡,以及单目标问题无法利用不同类别间的互斥关系。首先在待识别样本集中,通过聚类算法,将单目标的识别问题转化为多目标识别问题,进而提高开集人脸识别算法的鲁棒性;其次,利用迭代标签传播算法不断优化待识别样本的归属类别;在迭代过程中,按照置信概率估计每个类别的人脸确认阈值,以解决单样本无法训练分类器的问题。在多个人脸数据集上的实验结果表明,该算法对于单目标的单样本的人脸识别精确率既能逼近100%,也具有较高的召回率。