大蒜自动播种系统的设计分析

大蒜种植过程中大蒜的方向显著影响大蒜的品质,目前我国大蒜种植机械化水平较低.随着计算机和人工智能技术的发展,模式识别技术在图像处理中的应用日益广泛.本文偿试采用模式识别的方法实现大蒜自动播种系统的设计.我国是一个农业大国,对大蒜栽植的研究具有理论和应用的双重意义.     

基于观测窗的大蒜鳞芽朝向识别研究

为了解决大蒜自动种植面临的鳞芽朝向识别问题,提出了一种数字图像技术识别的方法来处理这一问题.对蒜瓣样本图像进行形态学处理,采用一种观测窗的方法来识别定位蒜瓣的尖角位置,结合质心的位置得出蒜瓣的偏角;基于类内离散度的思想,将观察窗口改进为自适应大小,300个样本实验的正确个数为278,正确率达到92.67％.为大蒜的自动化种植提供了一种新的高效的解决方案.     

模式识别的主要方法及其应用

模式识别技术现在已经在各个领域得到广泛应用。本文对其理论基础与应用作了详细介绍与阐述。介绍了模式识别的基本概念、主要方法、模式识别的应用及其发展趋势。     

基于SVM的车型检测和识别算法

根据模式识别理论和支持向量机(SVM)网络技术,对运动车辆的检测和模式识别、分类进行了研究,提出了基于双帧差“或”运算检测法和基于SVM网络的车型识别和分类算法。实验结果表明,所设计的检测方法和SVM模式识别方法能够快速有效地识别车辆类型并正确地进行分类。     

模式识别技术在数字城市图像处理中的应用

数字地球、数字中国、数字城市是当前的一个研究热点。其中的一个重要方面是将遥感图象进行模式识别将遥感图象矢量化,再将矢量化的图形用计算机三维立体化。本文阐述了数字城市中的模式识别的方法和结果。结果表明,本文的模式识别技术是成功的。     

模式识别技术在炼油数据分析中的应用

为了能够研究模式识别技术在炼油数据分析中的应用,本文以催化裂化反应为例,以324个油样的34个输入变量(其中包括:原料基本物化性质数据、催化剂性质数据、装置操作数据、装置条件数据和加工量数据)和13个输出变量(催化裂化反应产物分布数据)为基础,结合模式识别技术判别分析方法:K-Nearest Neighbor Classification(KNN),建立催化裂化反应产物分布预测模型。同时,利用数学方法对模型的预测结果进行验证,结果表明:利用化学计量学模式识别技术建立的预测模型能够达到较好的预测效果,为模式识别技术在炼油数据分析中的应用提供实验支撑。     

地震剖面自动识别综合解释技术的应用

提出了综合运用机图像寺震剖面图象处理的方法,探讨了统计模式识别和神经网络模式识别的理论方法和实现技术,体现出综合技术在实际领域应用的有效性和泌要性,为大量复杂信息的图象处理和解释提供了一条新的思路。     

基于模版匹配的联机手写数字识别系统设计

模式识别就是通过计算机用数学技术方法来研究模式的自动处理和识别。随着计算机技术的发展,人们对模式识别技术提出了更高的要求。本文主要介绍了模式识别的基本原理和联机手写数字识别系统的设计实现过程。分析了图像分类过程．分类判别函数的应用以及模式识别的过程;本文设计的联机手写数字识别系统是在VC＋＋环境下开发的,在数字手写区域手写一个0～9之间的数字,系统应用识别功能就可以得到对应的类别名称。     

基于计算机软件技术的模式识别软件系统开发

以计算机软件技术与模式识别系统的研究应用为方向,可以大致分为系统功能分层和模块化管理两种。在对计算机软件技术的模式识别系统研究的具体的应用研究中,必须针对现实研究环境对所用的计算机及软件技术进行适当调整。形成了计算机软件技术和模式识别系统之间的密切联系,实现了模式识别系统信息可以从网络平台中有效获得,从而实现了功能指令传递。本篇文章着重研究在模式识别系统发展过程中,计算机软件技术的应用功能与实现,并以为模式识别系统设计的重要技术依据。     

模式识别技术在数字城市图像处理中的应用

数字地球、数字中国、数字城市是当前的一个研究热点.其中的一个重要方面是将遥感图象进行模式识别将遥感图象矢量化,再将矢量化的图形用计算机三维立体化.本文阐述了数字城市中的模式识别的方法和结果.结果表明,本文的模式识别技术是成功的.     

用组合不变量进行模式识别的一种新方法

用与目标的位置、大小、方向和其他变化无关的特征来识别目标是模式识别领域的一个热点。现存的基于不变特征的二维模式识别方法在目标被模糊了情况下都无法精确识别。本文提出了一种可解决上述问题的新的模式识别方法。该方法用组合不变量作为图像特征,以加权规格化互相关作为分类技术。在分类过程中,使用每一类的所有原型的第k个特征的类内标准方差的均值作为加权因子以提高识别率。对头像的数字试验证实了组合不变量特征对图像的平移、伸缩、旋转和模糊变换的不变性和该模式识别方法的可行性。     

基于动态跟踪步长的直线快速矢量化算法

工程图纸扫描识别一直是模式识别中的难点问题。为了克服细化算法逐像素处理的局部特性,已提出了一些非细化算法。这些算法在不同程度上突破了细化算法在像素层次做局部操作的局限,力图抓住图像的宏观特征进行整体识别,但在处理小线素、曲线图像方面有较大局限性。文章采用动态扫描的概念,不对图像编码,利用随机稀疏扫描抽取跟踪头,利用跟踪头信息指导后续跟踪。跟踪时采用动态调节步长,得到了更精确的、完备的低级矢量化结果,为后续矢量处理提供了良好的基础。文章提出的算法可适用于各种不同工程图纸的处理,地理信息数据的提取。     

A pose-wise linear illumination manifold model for face recognition using video

The objective of this work is to recognize faces using video sequences both for training and novel input, in a realistic, unconstrained setup in which lighting, pose and user motion pattern have a wide variability and face images are of low resolution. There are three major areas of novelty: (i) illumination generalization is achieved by combining coarse histogram correction with fine illumination manifold-based normalization; (ii) pose robustness is achieved by decomposing each appearance manifold into semantic Gaussian pose clusters, comparing the corresponding clusters and fusing the results using an RBF network; (iii) a fully automatic recognition system based on the proposed method is described and extensively evaluated on 600 head motion video sequences with extreme illumination, pose and motion pattern variation. On this challenging data set our system consistently demonstrated a very high recognition rate (95% on average), significantly outperforming state-of-the-art methods from the literature.     

基于积分投影的人脸图像的特征提取

人脸识别是模式识别领域内的重要课题，有着十分广泛的应用前景，人脸特征的自动提取是人脸自动识别过程中重要的一步。该文采用基于人脸几何特征的方法，首先通过边缘检测和阈值技术对人脸图像进行预处理；然后分别采用水平和垂直积分投影的方法确定人脸轮廓，最后利用人脸特征的先验知识，提取出特征点。实验结果表明该人脸特征提取系统能有效地提取头部轮廓和人脸的主要特征点，实现简单，效率高，特别适合于标准证件类型的黑白照的识别。     

基于多传感器／目标识别的电子宠物视觉系统

将多传感器技术用于电子宠物“智能狗”的视觉系统,提出一种集娱乐与安全功能于一体的架构体系,阐述该系统的工作流程,介绍基于一阶差分链码图像的表示方法和句法模式识别理论,给出一种新的头部形状检测方法,仿真实验结果表明,该系统能够获得较好的性能,且具有一定市场应用价值。     

Preprocessing of alphanumeric images to be recognized by autonomous computing systems

Methods and algorithms for digital image processing that increase the probability of correct recognition of alphanumeric data are considered. The computational costs of the control block of an autonomous image recognition system based on TMS320C5416 signal processor are analyzed. Natalia S. Novozhilova. Born 1955. Graduated from Moscow Institute of Electronic Engineering in 1978. Received her candidate’s degree (Mathematics and Physics) in 1984. At present, she is a senior researcher at Lukin Scientific Research Institute of Physical Problems. Scientific interests: pattern recognition and mathematical methods for processing the results of a physical experiment. Author of 22 publications. Aleksandr G. Safonov. Born 1952. Graduated from Moscow Power Engineering Institute in 1975. Received his candidate’s degree (Technical Sciences) in 1982. At present, he is a head of department at Lukin Scientific Research Institute of Physical Problems. Scientific interests: automated data processing complexes, pattern recognition, and microelectronics. Author of more than 50 publications.     

基于嵌入式的整精米特性分析仪

本文设计了一套基于嵌入式的整精米特性分析仪,针对优质稻米品质国标参数检测的实际需要,在设计稻米图像采集装置的基础上,系统以基于ARM内核的S3C2410平台为硬件开发环境,利用嵌入式linux系统,实现了对稻米图像的采集及保存。在此基础上,结合图像处理与模式识别技术,利用大津法对图像进行阈值分割,编写相应的图像分析应用程序,实现了对稻米整精米率快速无损检测。     

课堂环境下用于头部行为识别的李群特征表示

头部行为是个体行为的重要组成部分,在课堂环境下对于学生的行为来说更是如此。使用传统的RGB视频图像进行头部行为识别有着许多限制,例如背景的干扰和光线的变化等,而深度图像可以通过包含的深度信息很好地处理这些问题。针对课堂环境下的头部行为识别问题,受到李群理论的启发,提出了一种从深度图像中提取李群特征表示的模型,并且使用该李群特征完成了头部行为识别任务。从深度图像中获取脸部的关键点及关键段信息,通过计算相邻帧之间关键段的旋转及位移获得能够同时表示时间空间信息的李群特征表示,使用支持向量机来完成头部行为的分类识别。在公开数据集上验证了方法的有效性,然后通过Kinect获取制作了课堂环境下的真实行为数据,实验结果表明李群特征表示方法能够有效帮助课堂环境下头部行为的识别,对课堂环境下的学生行为识别提供了帮助。     

Analogue pattern matching in a dendritic spine model based on phosphorylation of potassium channels

Modification of potassium channels by protein phosphorylation has been shown to play a role in learning and memory. If such memory storage machinery were part of dendritic spines, then a set of spines could act as an 'analogue pattern matching' device by learning a repeatedly presented pattern of synaptic activation. In this study, the plausibility of such analogue pattern matching is investigated in a detailed circuit model of a set of spines attached to a dendritic branch. Each spine head contains an AMPA synaptic channel in parallel with a calcium-dependent potassium channel whose sensitivity depends on its phosphorylation state. Repeated presentation of synaptic activity results in calcium activation of protein kinases and subsequent channel phosphorylation. Simulations demonstrate that signal strength is greatest when the synaptic input pattern is equal to the previously learned pattern, and smaller when components of the synaptic input pattern are either smaller or larger than corresponding components of the previously learned pattern. Therefore, our results indicate that dendritic spines may act as an analogue pattern matching device, and suggest that modulation of potassium channels by protein kinases may mediate neuronal pattern recognition.