一种基于线性模型拟合的纸币图像边界检测方法

从贝叶斯推理的角度提出一种计算线性模型参数的方法,并将该方法应用到高速纸币清分系统的纸币图像边界检测中,实验结果表明,可以通过少量观测数据实现图像边界线性模型的参数估计,从而完成边界的快速检测。检测精度高,同时针对纸币边缘破损的情况,提出了有效避免旧纸币边缘破损对纸币定位影响的方法。     

基于视频图像的点读机书本识别算法

为实现点读机利用摄像头自动从自带电子书库中选择书本,提出了一种基于视频图像的点读机书本识别算法.该方法首先利用书本宽高比例进行预匹配,从书库中筛选出符合条件的书本;其次在分别提取待测书本与书库书本图像特征点的基础上,将待测书本与书库中满足预匹配条件的书本进行匹配;最后,根据待测书本与书库中书本的匹配率,确定待测书本是否在书库中,若在,则进一步从书库中识别出.通过大量书本的识别实验,其结果验证了本文方法的有效性与可行性.     

一种基于不变矩和SVM的图像目标识别方法

本文提出了一种利用不变矩和支持向量机(SVM)对图像目标进行识别的方法.该方法提取目标的6个不变矩作为特征矢量,应用SVM方法对其进行分类识别.结果表明,这一方法对仅含有目标和背景的图像具有很好的分类识别能力.此外,还发现图像二值化取值范围对识别结果有直接的影响.     

一种新的测量点编码方法及识别算法

提出一种基于单环编码法的改进的测量点编码方法,并结合新的编码点形状特征设计了新的目标识别算法,从而实现了近景摄影测量中编码点的匹配。验证结果表明,编码点的识别准确率达100%。     

一种基于模板匹配的人民币编号识别算法

针对纸币清分机对人民币编号自动识别,在处理速度和识别率方面的高标准要求,提出了一种基于模板匹配的人民币编号快速识别算法,该算法在图像预处理时,利用改进的滤波法去离散噪声;在字符识别时,利用数字和字母的水平与竖直交点特征和轮廓对称特征以及加权特征,直接识别定位好的字符。实验结果表明,该算法具有对硬件资源要求低、识别速度快等优点,可以满足纸币清分机的应用要求。     

纸币清分机系统的研究与开发

纸币清分机是银行系统对回笼现金货币进行自动清分处理的重要设备,属光、机、电一体化产品,目前主要依赖于进口.本文介绍了百佳公司根据国内银行现金处理以ATM配钞为主的需要,进行自主研发的纸币清分机系统.     

应用HSV和SVM算法的纸币清分系统设计

通过分析纸币特征,提出利用基于改进色彩空间转换算法作为纸币特征提取,利用支持向量机作为纸币分类器的方法,将并由此为核心算法设计了一种成本低廉的新式纸币分类器械.主要结构是以MCU为核心控制,通过颜色传感器进行特征信息采集,利用改进HSV算法和SVM作为决策算法,控制机械结构进行纸币清分,利用LCD进行显示,完成阶段识别...     

一种基于SOFM聚类的星图识别算法

介绍了一种利用自组织特征映射(SOFM)网络的聚类功能进行全天星图识别的方法.按一定规则对全天星表的星信息进行了筛选并组建了导航星星库.从星库中提取星对角距信息和星模式信息来分别训练此星图识别系统中的两层SOFM网络,使网络具备了分类识别功能.以此系统进行的仿真识别结果表明,SOFM网络可以有效地反映星图中的复杂信息,抗噪性能明显优于传统星图识别算法;分类效果较好,能区分各种星模式;识别速度很快,约为1.5ms,可以在星图识别中发挥很好的作用.     

一种基于图像特征识别的榫头自动加工技术

榫头的加工精度直接关系到整个榫接工艺的连接牢固程度。为了提高榫头加工精度,提出一种基于图像特征识别的榫头自动加工技术。该技术采集榫头原料目标图像,利用Moravec算子提取图像中的特征点并进行特征匹配。基于特征匹配结果,进行三维重建,确定榫头原材料的三维位置信息。以榫头三维位置为目标节点,利用人工鱼群算法规划加工路径。通过模糊PID得出进给速度和进给角度控制量,实现榫头自动加工精度控制。测试分析结果表明,基于图像特征识别的加工技术应用下,十字榫头四个面的长、宽、高尺寸与设定尺寸之间的误差达到极小值,说明该技术加工精度更高。     

基于序列图像提取稳定特征点的虹膜识别算法

为了尽可能降低不稳定特征点对识别率的影响,研究提出了基于序列图像提取稳定特征点的虹膜识别算法.该算法首先用二维Gabor滤波器对序列虹膜图像提取特征编码,然后对该序列特征编码求交集以提取稳定特征点,并利用这些稳定特征点建立虹膜的特征模板库,最后通过计算相似度,获得识别结果.在实验室采集的序列虹膜图库上,当等错率为0.3017%,分类阈值为0.6402时,正确识别率可以达到99.73%.实验证明该算法是有效、可行的,并更好地提高了虹膜的分类精度和改善了虹膜的识别性能.     

基于双能X射线透射的区域分块废有色金属识别算法

在基于双能X射线透射技术的废有色金属分选中,可识别的物料厚度范围较小,无法满足废有色金属分选的需求。为解决该问题,对现有识别算法进行了分析,针对现有算法的不足,提出了一种基于低能透射信号值和双能R值双参数联合的区域分块废金属识别算法,提高了识别算法的适用厚度范围,并通过实验对算法的识别率进行了验证。     

一种用于磨粒识别的基于改进PSO 算法的支持向量机模型

为提高磨粒智能识别的准确率,以传统支持向量机和粒子群优化(PSO)算法为基础,提出一种基于改进PSO算法的支持向量机(SVM)识别模型。该识别模型的惩罚参数和核函数参数可同时得到最佳优化,从而可建立模型参数最优的自适应SVM识别模型。采用该识别模型对油液中的磨粒进行智能识别,结果表明该模型识别准确率高达98%,明显优于BP神经网络模型。     

基于遗传算法的信号识别技术

将遗传算法应用于识别气浮式动平衡测量装置准静态信号的参数 ,提出了二次磨光法的数据预处理方法。首先采用二次磨光法消除坏点并进行快速傅利叶变换以确定信号的频率成分 ,并设定各频率成分信号的幅值和初相位的取值范围 ,然后以实测信号与识别结果的差值定义适应度 ,最后经过基本遗传操作和迭代得出最优解。仿真结果和试验实例表明 ,该方法精度很高 ,幅值识别误差不超过 1 %,初相位误差小于 2°,满足了实际工程需求。     

基于改进VQ算法的说话人识别

介绍了基于改进矢量量化(VQ)方法的说话人识别系统.该系统采用了能够反映人对语音感知特性的Mel频率倒谱系数(MFCC)作为特征参数,对VQ训练时码书的形成算法作了一些改进,并提出了一种去空胞腔分裂法的优化算法.实验证明,此优化算法减少了矢量量化失真,同时改善了量化的性能.     

一种基于隐马尔可夫模型的虹膜识别方法

提出了一种基于奇异值分解和隐马尔可夫模型的虹膜识别方法。首先该方法将虹膜准确定位,并采用奇异值分解抽取虹膜图像特征作为观察序列,基于多观测值序列的隐马尔可夫模型算法进行虹膜图像的识别。实验中用VISUAL C＋＋6．0建立了虹膜训练和识别系统,实验数据为CASIA虹膜库中的图像,识别率均达到94％以上。理论分析及实验结果表明：本算法基本满足虹膜识别的稳定可靠、精度高等要求,并且对图像噪声有较强的鲁棒性。     

基于视觉的车位线识别算法

提出了一种自动泊车系统中采用视觉方法通过识别车位线来确定泊车位的算法。采用金字塔分层搜索策略,首先,在灰度直方图上应用K均值聚类法对图像进行二值化,提取车位线骨架,采用Hough变换检测骨架,并利用基于密度的无参数聚类方法对骨架线聚类,在金字塔高层图像上确定车位角点候选点;然后,在金字塔最底层图像上选择感兴趣区域,采用改进的基于距离变换的骨架提取算法提取骨架,使用遗传算法对车位角点骨架进行精确匹配,根据实际车位角点的分布特征确定目标车位;最后,在室外不同环境下采集多张车位图片进行算法的有效性和快速性验证实验。实验结果表明,采用基于视觉的车位线识别算法进行车位检测能较大地提高检测的效率和识别正确率。     

基于最小条件系统识别理论的转动惯量测量方法

介绍了一种基于最小条件系统识别理论的转动惯量测量方法.测量时被测工件安装在定轴测试系统上,采用加速度传感器检测系统的自由摆动信号,应用LabVIEW软件和最小条件方法计算系统的固有频率,并依此计算工件的转动惯量.文中给出了计算机设计流程图.最后应用实验的方法验证了系统的可行性.     

基于改进 YOLOv4 的工业棒料识别算法

针对工业棒料存在遮挡干扰时难以快速有效识别的问题,提出了一种基于改进 YOLOv4 的棒料识别算法。首先对 YOLOv4 进行轻量化改进,将改进的 Mobilenetv3 作为 YOLOv4 的主干网络,以减少模型参数量,提高算法的检测速度。然后提出在 YOLOv4 原损失函数基础上串联 Repulsion 损失函数,此新增损失函数包含 2 部分: RepGT 损失和 RepBox 损失,RepGT 损失函数计算目标预测框与相邻真实框所产生的损失值,用来减少棒料误检;RepBox 损失函数计算目标预测框与相邻的其他目标预测框所产生的损失值,用来减少棒料漏检。实验结果表明,改进算法的检测速度为 63 帧/ s ,比原 YOLOv4 算法提升了20 帧/ s ;识别准确率达到 97.85% ,比原 YOLOv4 算法提升了 1.62% 。