选票图像识别的快速方法

为了解决选举投票系统中手写符号图像的快速定位与识别问题,在充分考虑选票设计并利用符号结构特征的基础上,提出了选票图像中手写符号的快速定位识别方法。该方法利用选票设计中记录的相关位置数据,将选票图像预处理后,找到一个确定的参考点,再提取选票设计中的位置数据,将它转化为相对于这个参考点的图像位置,利用该位置搜索表格线,从而确定要识别图像的准确位置;基于该位置,可截取手写符号图像,对该图像进行一系列处理后,提取其结构特征,从而实现符号识别。实验结果表明,这种方法的定位速度快、识别率高。     

高温辐射体目标图像的组合识别方法

针对工业现场所拍摄的高温熔体表面覆盖有大量烟雾且难以有效分割的状况,提出一种目标图像的组合识别方法,即先采用分色分割算法去除杂散光、光晕和雾状、点状噪声等干扰,然后用改进的最大类间方差算法分割高温目标图像,并运用数学形态学方法对分割结果进行后处理以消除游离点和孔洞,使图像边缘平滑。实验结果表明,该方法能够有效地分割出目标图像,并减小目标图像所受的噪声干扰,有较强的实用性。     

An image recognition method by rough classification for a scene image

We have recognized the regions of scene images for image recognition. First, the proposed segmentation method classifies images into several segments without using the Euclidian distance. We need several features to recognize regions. However, they are different for chromatic and achromatic colors. The regions are divided into three categories (black, achromatic, and chromatic). In this article, we focus on the achromatic category. The averages of the intensity and the fractal dimension features of the regions in the achromatic category are calculated. We recognize the achromatic region by using a neural network with suitable features. In order to show the effectiveness of the proposed method, we have recognized the regions. This work was presented in part at the 10th International Symposium on Artificial Life and Robotics, Oita, Japan, February 4–6, 2005     

一种煤岩图像特征提取与识别方法

提出了一种基于二进制十字对角纹理矩阵的煤岩图像特征提取与识别方法。该方法首先提取煤岩图像的二进制十字对角纹理矩阵,然后利用二进制十字对角纹理矩阵的角二阶矩能量、相关性、方差、逆差矩、熵、和熵、差熵、和均值、对比度、惯性矩及相关信息测度构造煤岩图像的特征向量,最后结合稀疏表示进行煤岩图像分类识别。实验结果表明,与基于十字对角纹理矩阵的图像特征提取与识别方法相比,该方法具有更好的煤岩识别效果,平均识别率达94.38%,且单幅图像特征提取时间大幅降低,提高了煤岩识别的实时性。     

基于SIFT图像配准的维吾尔语文字识别方法

提出一种新的维吾尔语文字识别研究方法。首先,建立字符样本库,并对库中文字图像归一化。然后,将测试图像与样本图像进行垂直和水平双方向投影相关性检测,对与测试图像双投影相关性较高的样本字符进行笔画数特征提取,得到预分类结果。最后,将测试图像与预分类结果进行SIFT关键点检测、方向描述子生成与配准,与测试图片匹配点对最多的预分类结果为识别结果,并输出该结果标记符号对应的维吾尔语字符。实验结果表明:该方法能减少字符样本的数量,并有效解决测试图像尺度与几何形变的差异造成的匹配困难问题。     

Color image recognition method based on the prewitt operator

A method of extracting the target image edge combined with digital image recognition technology is discussed. The prewitt algorithm is employed to detect the edge boundary of the given color image and the quadtree segmentation technique is employed to cut down the storage cost of identification codes. The edge information of color images is exploited to design the identification codes. This method can be used to verify the integrity of the color images by detecting the modified areas of the color images. The experiment results show that the method can locate and extract the modified areas of the color images, operate easily and has well practicability.     

A syntactic method for image segmentation and object recognition

In this paper, image segmentation and object recognition using syntactic methods are investigated. The segmentation process is embedded in the parsing algorithm. The approach can be described by a syntax-directed relaxation process. Previous error-correcting parsing algorithms, however, have not tackled the segmentation problem satisfactorily. Experimental results using Synthetic Aperture Radar (SAR) images are given.     

基于局部人脸图像的ICA人脸识别方法

提出了一种基于局部人脸图像独立分量分析的特征提取方法.该方法将人脸图像分成若干个相等的部分,将分成的局部人脸图像矩阵作为训练样本,并先后从水平方向,垂直方向提取训练样本的独立分量.相较于传统的独立分量分析(ICA)方法,该方法具有如下优点:有效解决了传统ICA在进行特征抽取过程中的高维小样本问题;将局部人脸图像作为训练样本,这不仅增加了训练样本数,而且有利于提取人脸局部特征;依次从训练样本的水平方向、垂直方向提取训练样本特征,使得提取的特征不仅维数更小,而且能更有效地反映样本的局部信息.以上优点使得提出的算法较传统方法在人脸识别方面更稳定,识别率更高,在Yale人脸库和AR人脸库上验证了该算法的有效性.     

Research of image recognition method based on enhanced inception-ResNet-V2

In order to improve the accuracy of CNN (convolutional neural network) in image classification, an enhanced Inception-ResNet-v2 model based on CNN is designed through the comparative study and analysis of the structure of classification model. This paper proposes to use multi-scale depthwise separable convolution to replace the convolution structure in Inception-ResNet-v2 model, which can reduce the amount of model parameters and extract features under different receptive fields. At the same time, this paper establishes channel filtering module based on global information comparison to filter and join channels, which realizes the effective extraction of features. Finally, through data enhancement, batch normalization and learning rate adjustment, the effect of the model used in this paper is better than most other models in each dataset, and the accuracy rate can reach 94.8%.

     

一种基于超声检测图像的缺陷自动识别算法

传统探伤都是通过大量的人力对探伤图逐一判断,探伤效率低下,正确率不高。本文针对探伤A超图像序列提出了一种自动识别探伤的算法。通过分析探伤图像,首先对原图进行k-means聚类的分割,得到带有虚景的探伤声波图像。为了抑制虚警,得到完整的声波图像,本文使用了投影算法,并取得了很好的效果。最后在得到的声波图像上进行底波和缺陷波的检测,实现缺陷的自动识别。实验表明,本文提出的方法具有很高的准确率。     

基于自商图像和随机投影的人脸识别方法

针对传统基于自商图像的方法忽略对特征进行选择的问题,提出了一种结合自商图像和随机投影的人脸识别方法。采用自商图像法对人脸图像进行预处理,削弱光照影响;然后通过线性判别分析构造初始样本空间,利用多次随机投影将样本投影到不同的子空间,从而提取更具完备性和判别性的光照不变特征。最后用最近邻分类器对样本进行分类。在Yale B和AR人脸库上的实验表明:所提算法可以提取对光照鲁棒且具有鉴别性的人脸特征,从而提高光照变化条件下人脸识别的准确率。     

A method of organization of a parallel-hierarchical network for image recognition

An explicit formula of a multivariate B-spline, some useful investigations in the field of linear transformations of independent exponentially distributed random variables, representation of theirs density functions with the help of multivariate exponential spline functions, and their usage are considered. The consideration is illustrated by an appropriate example.     

最小风险贝叶斯决策的二值化人脸识别算法

提出了一种最小风险贝叶斯决策的二值化人脸识别算法,该算法通过设定图像灰度级的阈值对图像进行二值化,统计其出现的频率,计算其类条件概率密度,根据图像的相似性估计其损失函数,利用贝叶斯公式求最小风险,最后根据最小风险判断其所属类别。该方法克服了传统贝叶斯方法难求类内和类间协方差矩阵的缺点,简单易用。实验结果表明,该方法具有可行性,比传统的基于代数的人脸识别算法(PCA、LDA和PCA+LDA)的识别率高,并能有效减少相似类的重叠。     

一种用于图像匹配识别的高斯—脉冲混合噪声去除方法

简要分析了无人机所拍摄数字图像中噪声的产生原因与数学分布模型,结合图像匹配的实际需求,提出了一种高斯—脉冲噪声混合噪声去除方法,并采用ASIFT匹配算法对提出去噪方法的实际应用效果进行检验。该方法首先采用自适应中值滤波方法去除图像中的脉冲噪声,然后采用OWT SURE—LET算法去除图像中的高斯白噪声。实验结果表明:该算法不仅运算时间更短,而且图像匹配效果稳定。     

基于多级灰度差的脂肪肝B超图像识别方法

提出了一种基于多级灰度差特征的脂肪肝B超图像识别方法.在B超图像中提取一个梯形区域,将该区域分成n×m个小梯形;并计算每个小梯形区域的平均灰度值,得到从近场到远场的灰度差矩阵作为多级灰度差特征;结合人工神经网络进行脂肪肝识别.实验结果表明,新方法取得了较好地识别效果,提高了B超图像脂肪肝的识别率.     

一种基于深度图像的静态手势神经网络识别方法

静态手势识别是以手势驱动的人机交互系统的核心技术。针对静态手势识别问题,提出了一种基于深度图像进行静态手势识别的方法。为了消除静态手势识别过程中的平移、旋转和缩放不变性,提取手势轮廓的Hu不变矩,并以Hu不变矩作为特征构建静态手势深度感知神经网络模型,以此实现对静态手势进行分类识别。在VisualStudio的开发环境下实现了对该方法的验证,取得了良好的效果,并与传统的模板匹配法与基于卷积神经网络的深度学习方法作比较,静态手势识别准确率总体可达95%,识别效率高,能满足实时性要求。     

一种基于仿射变换的SURF图像配准算法

传统的SURF算法对仿射变化较大的图像配准效果差。为此,提出了一种仿射-加速鲁棒性特征(Affine-SURF)的图像配准算法,通过增加经度角和纬度角不变特征引入仿射形变参数来模拟图像在不同角度的变形。实验结果表明,与SIFT、SURF、MSER等配准算法相比,该算法能够获得更多特征匹配对,提高了算法对仿射变化的鲁棒性。