完备的Zernike矩不变量集的构造及应用

为了解决模式识别应用中传统的不变量特征之间的相关性问题,基于Zernike矩提出一种构造其完备的相似变换不变量集的新方法.首先,根据图像的Zernike矩与径向矩之间的关系,以径向矩为中间桥梁,建立原图像的Zernike矩和旋转缩放后图像的Zernike矩之间的关系,然后由原图像的同阶和低阶Zernike矩线性组合即可得到完备的Zernike矩旋转和缩放不变量集.类似地,可以构造完备的Zernike矩平移不变量.并将两者结合最终得到Zernike矩的相似变换不变量完备集.图像分类实验结果表明,与现有的一些方法相比,所提出的方法在分类正确率和运算时间方面的效果更好,具有较强的噪声鲁棒性.     

基于椭圆对称方向矩的可见光与红外图像配准算法

针对图像匹配制导中异源图像匹配难度大的问题,提出一种基于椭圆对称方向矩的可见光与红外图像配准算法.基于最稳定极值区域提取异源图像中具有尺度和仿射不变特性的椭圆区域,利用聚类分割方法从中自动选取具有异源不变性的同质区域特征,用椭圆对称方向矩描述区域特征边界各方向上的相似程度,通过互相关性指标进行特征匹配,获取匹配特征对,利用匹配矫正策略减少误匹配.实验结果表明:较传统算法,进一步提高了可见光与红外图像关联特征的匹配效率,正确率超过了95%,计算时间缩短了近一半.基本满足图像匹配制导对匹配算法实时性好、匹配正确率高、抗干扰能力强等要求.      

基于Legendre多项式的板形模式识别优化仿真及应用

板形缺陷模式识别是铜带轧机板形控制中最重要的部分.本文在对多种识别方法对比分析的基础上,提出了一种基于Legendre多项式的板形缺陷识别优化算法.利用其正交特性,结合轧制工艺要求,采用Matlab仿真得到板形基函数多项式的参数设定,代替原Legendre多项式的固定参数,同时根据来料板形特征设置迭代方程.结果表明:该优化算法能够有效地得到板形特征值,既弥补了最小二乘法板形识别的缺陷,又避免了Legendre正交多项式对调节机构的特殊要求;经现场验证,板形平均误差从±8 I减小到±6 I,精度提高了10％左右.     

基于模糊逻辑的雾天图像增强改进算法

针对传统模糊增强算法的缺陷,提出了一种基于正弦函数变换的模糊增强算法.该算法首先对雾天图像进行规范化,降低不同雾况对图像灰度级分布范围的影响;其次通过一种改进的模糊化算法将图像从灰度域变换到模糊域,在模糊域内对低灰度区域进行衰减运算,对高灰度区域进行增强运算;最后将图像从模糊域变换到灰度域.试验表明,该算法可以有效提高雾天图像的对比度.     

基于模糊PID控制的摩擦负载系统的研究

提出一种采用电液伺服阀控制的液压摩擦负载系统,此系统利用液压缸作为执行机构时制动盘提供摩擦转矩.为了达到理想的控制效果,设计了模糊PID控制器,通过对电液伺服阀进行调节,来控制液压缸的跟随性能.在两种不同的控制算法下,对QDJ2815起动机进行恒转矩控制试验,得到相应的控制响应曲线,并分析了该闭环控制系统的实现情况,结果表明：模糊PID控制算法比常规PID控制算法具有更小的超调量,整个系统运行稳定可靠.     

基于模糊神经网络的地图匹配算法

提出了基于模糊神经网络的新的地图匹配算法.该算法综合了数字道路信息和GPS/DR定位信息,提取两个重要参数作为输入变量,即定位点到候选路段的投影距离及定位航向与候选路段方位角差.设计出了四层模糊神经网络及改进的收敛学习规则.实验结果表明所提出的算法能很好地匹配车辆行驶路段位置.      

基于图像分割的噪声方差估计

提出一种基于图像分割的噪声方差两步估计算法.第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差.第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果.在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差.      

基于图像处理的贵金属破损识别方法研究

贵金属破损识别在质量鉴定和修复等领域具有应用价值,采用图像处理方法进行贵金属破损的视觉特征识别,提高识别准确性。提出一种基于角点检测和纹理跟踪的贵金属破损识别算法。首先对贵金属成品图像进行降噪处理,然后进行纹理特征提取,采用角点检测和纹理跟踪识别方法实现图像分割,实现图像识别。仿真结果表明,该识别方法精度较高,稳健性较好。     

基于模糊逻辑的数字滤波器设计

针对传统滤波器单一模型设计的缺点,提出一种将滤波噪声统计特性与模糊逻辑相结合的数字滤波器设计方法.该方法根据噪声统计特性,利用缩短三角型模糊函数,确定模糊逻辑滤波器的参数.通过滤波噪声标准偏差与最大滤波噪声门限的比较,提出了分别采用单值滤波和均值滤波的方法,并推导了均值滤波方法中的周期抽样数目.给出了算法具体设计步骤,包括:滤波方法选择、连续信号周期采样、模糊化数据处理和去模糊化.仿真表明,基于模糊逻辑的数字滤波器对不同标准偏差的噪声均有良好的滤波性能,并且设计经济合理,时间开销小,软硬件易实现.有工程应用价值.     

基于FCM-WA联合算法的多种类矿石图像分割

矿石图像分割是基于机器视觉的矿石粒度分布检测的重要组成部分。针对复合矿山中颜色多样、纹理复杂且边缘粘连的多种类矿石图像难以识别与分割的问题,提出了一种基于FCM-WA联合算法的矿石图像分割方法。首先对矿石图像进行形态学优化,利用双边滤波、直方图均衡化和形态学重构来优化矿石图像的几何特征,减少噪声对分割效果的影响,提高图像对比度;然后将模糊C均值聚类（FCM）算法与分水岭（WA）算法相结合,利用FCM算法进行聚类迭代,计算出合适的分割阈值并对矿石图像进行分割,输出二值化图像;再利用基于距离变换的WA算法优化FCM算法的分割结果,对FCM算法输出的矿石图像边缘粘连部分进行分割,以获取最佳的分割图像。研究结果表明：（1）利用形态学优化流程处理矿石图像能够减少噪声并增强边缘信息,从而提高对比度;（2）相比传统的大津法和遗传算法,本文所提FCM-WA方法的稳健性更强、分割效果更好,对多种类的矿石图像像素分割准确率和矿石粒度识别准确率均可达到92%以上;（3）通过试验验证,FCM-WA方法能够精确地分割颜色多样、纹理特征复杂及边缘粘连的多种类矿石图像,分割结果满足粒度分布检测的要求;（4）FCM-...