基于Android手机的标签数字码识别与应用

为了实现商品的标签中印刷体数字码Android手机实时拍摄与识别,对手机拍摄图像进行灰度化、二值化、标签分离和定位预处理;进一步采用数字区域定位、数字分割和归一化处理后进行数字统计特征提取,通过特征相似性计算识别与矫正,实现高精度的数字码识别;由C语言实现图像处理功能,并形成动态链接库;采用Java,基于NDK调用动态链接库,形成具有交互功能的Android手机实时拍摄数字标签的识别系统;实验结果表明,Android手机实时拍摄与识别具有识别率高、稳定性好、操作简单的特点.     

基于iPhone手机的数字码实时识别与应用

根据苹果手机拍摄防伪标签数字实时识别的需要,针对防伪数字字号较小的因素和苹果手机因拍摄距离的原因造成的图像缩小、数字模糊、背景复杂等问题进行处理,提高识别精度。首先通过人工选取数字码区域,并进行背景数字分离,定位获取数字图像;其次采用灰度化和二值化得到黑白图像;然后通过投影对数字码图像进行分割,并对每个数字图像进行归一化、锐化和细化;基于统计学抽取数字码的特征,采用最近邻域判别函数进行数字码识别,取得很好的识别效果。     

准考证中射频识别标签创新性应用研究

通过对射频识别系统架构、射频识别标签各项技术参数的分析,针对目前中国考生身份验证工作存在的困难和问题,结合准考证的特性,研究在准考证中创新性采用射频识别技术而将现代编码技术、计算机技术及网络技术相结合的应用。解决了目前对于考生管理工作中存在的问题,从而实现高度自动化、智能化的考生身份验证工作,提高考生身份识别的安全性和有效性。     

基于模式串的快速标签识别算法

提出一种基于电子标签Tag的ID返回及模式串识别过程的RFID标签识别算法,解决了RFID仲裁过程中存在的零标签响应问题。实验结果表明,对5 000个标签样本进行处理时,该算法所需平均标签响应次数为经典算法Memoryless的48.74%,为Tree Split的33.89%。对标签ID的广播次数平均不超过上述2种算法的76.35%,缩短了标签识别时间,提高了标签识别效率。     

Hummingbird算法在射频识别标签中的应用

Hummingbird加密算法因实现所需面积较小、功耗较低而适用于低成本射频识别标签的安全加密。为此采用SMIC 0.13 μm工艺对Hummingbird算法进行硬件实现,通过降低时钟翻转频率和数据翻转频率减少动态功耗。仿真实验结果证明,Hummingbird算法可以满足电子标签对硬件开销、功耗及响应时间的实际应用要求。     

SMARTRAC 面向动物识别标签提供小型解决方案

正SMARTRAC正推出一个新型1.4×10 mm玻璃标签,尤其适用于对小型宠物以及飞鸟、鱼类和小鼠等动物进行标记。该标签使用较长的直接粘结式铁氧体天线,相比其他1.4 mm标签,其识读距离大幅拉长,且性能与典型的2×12mm玻璃应答器不相上下。领先的RFID应答器、标签和嵌入式标签的开发商、制造商和供应商通过加入这一新型1.4×10 mm标签版本,可完善其玻璃标签产品组合,该新型标签集极轻巧型体积     

基于射频识别的手机支付技术应用研究

随着第三方电子支付平台的发展,手机支付的市场也在不断扩大。该文通过简述移动手机支付的基本概念和RFID的工作原理,以及基于RFID的手机支付技术,分析了基于RFID的手机支付技术的应用前景,并针对基于RFID的手机支付技术在我国的发展制约因素从行业标准统一,相关产业链整合,完善配套环境建设等方面提出相关方法建议来促进手机支付的快速发展。     

基于单标签射频识别的唇语识别算法

近年来,有研究提出了使用多个定制且可拉伸的射频识别（RFID）标签进行语音识别的无线平台,但该标签难以精准捕捉拉伸引起的大频率偏移,而且需要探测多个标签,标签脱落或自然磨损时还须重新校准。针对以上问题,提出基于单标签RFID的唇语识别算法,将灵活、易于隐藏且没有侵入性的单个通用RFID标签贴在脸上,即使用户不发出声音,仅依靠面部的微动作也可进行唇语识别。首先建立模型处理RFID阅读器接收的单个标签随时间和频率响应的接收信号强度（RSS）和相位变化,然后采用高斯函数对原始数据的噪点进行平滑去噪预处理,再采用动态时间规整（DTW）算法对收集到的信号特征进行评估分析,以解决发音长短不匹配的问题;最后创建无线语音识别系统来识别区分与声音相对应的面部表情,从而达到识别唇语的目的。实验结果表明,对于识别不同用户的200组数字信号特征,该方法的RSS准确率可以达到86.5%以上。     

语音识别技术在电子货架标签系统中的应用

目前卖场中电子货架标签的管理系统主要部署在计算机上,计算机位置相对固定,使用键盘、鼠标交互灵活性不高、操作效率有限,针对以上管理局限,提出了一个基于Android平台和语音识别技术的管理系统设计方案,以提高操作的便携性和工作效率。实验结果表明,该语音管理系统能够以较高的识别性能和操作效率实现对ESL的可移动声控管理,有利于电子货架标签的推广和应用,同时也为基于Android平台的语音识别系统在其他控制领域的应用提供了可供参考的案例和思路。     

基于RCS的无源超高频RFID标签识别距离研究*

通过对无源超高频RFID系统中标签功率的获取、传递以及反射的研究,提出了一种基于雷达散射截面(RCS)对标签识别距离进行计算的新方法。采用高频电磁场仿真软件FEKO对不同标签天线进行建模与仿真,计算标签天线在不同负载下的RCS;再结合识别距离表达式计算该标签的最大识别距离,与标签已有的实测参数进行比较,计算结果与实际参数吻合。研究结果证实了该方法对研究标签识别性能具有很好的借鉴意义。     

基于Android的水稻病害图像识别系统设计与应用

针对目前水稻病害图像识别系统依赖于数码相机和计算机,缺乏便携性和实时性的问题,设计了一款基于Android手机的水稻病害图像识别系统。系统通过分析水稻稻瘟病、胡麻斑病、干尖线虫病、白叶枯病四种病害的颜色、形状、纹理特征,采用图像预处理、图像增强、图像分割、特征提取以及图像识别的处理方法,实现基于图像识别的及时准确诊断水稻病害类型的目的。实验结果表明,系统准确率可达93.78%,正检率96.22%,误检率6.22%,虚警率1.56%,平均诊断用时2.802s。该系统能有效地拍摄并诊断水稻病害,迅速、准确地给出病害防治措施。     

手机二维码识别系统的设计与实现

在研究二维码及其手机识别技术的基础上,开发了基于Android平台的手机二维码识别系统,在系统架构设计中将二维码识别系统的平台支撑层、客户端应用层、云端处理层进行分层设计,保证了系统的安全性,根据需求给出系统的功能模块划分和用例分析,最后实现了手机二维码的编码解码的核心功能。     

Manifold label prediction for low dimensional palmprint recognition

Minimum Squared Error Classification (MSEC) is a learning method for predicting the class labels of samples in real time. However, as a regression algorithm, MSEC tries its best to map the training samples into their class labels using a linear projection without considering the manifold structure of the data. In this paper, we introduce a supervised label learning framework using an effective manifold learning strategy. This method which is referred to as Manifold Supervised Label Prediction (MSLP) generalizes MSEC objective function to incorporate intra-class relationships of data. Thus, in addition to relying on the relationship between a training sample and its label, we propose to also learn the relationship between the training samples while transforming them. As a testbed for MSLP, we apply it to an image identification venue in which image samples with a very low spatial resolution (16 × 16) are used. These images have been dramatically influenced by a down-sampling process in order to reduce their size and hence, improving over computation time. We also show that the blurring process for reducing the artifacts introduced by down-sampling serendipitously results in better identification accuracies. Finally, unlike MSEC that classifies a query sample based on the deviation between the predicted and the true class labels, we compare both the training and the query samples in the label prediction space. A set of comprehensive experiments on benchmark palmprint databases including Multispectral PolyU, PolyU 2D/3D, and PolyU Contact-free I shows meaningful improvements over existing state-of-the-art algorithms.     

基于WAP的手机图像处理系统的设计与实现

日益增长的对实时大容量的图像处理服务的需求使得手机图像处理系统成为人们关注的热点。文章阐述了手机图像处理系统结构设计以及WAP与MISC的接口设计,介绍了程序接口通信方式及协议说明、产品资源平台设计和系统部署,给出了开发手机图像智能处理系统的设计方法。     

Segmentation-recognition algorithm for zip code field recognition

This paper describes a recognition algorithm for zip code field recognition. The algorithm consists of an initial character segmentation algorithm and a connected-numeral splitting algorithm. The initial character segmentation algorithm employs connected component analysis with component merge technique based on proximity. The numeral splitting algorithm consists of a slant splitting algorithm based on discriminant analysis and two postprocessing algorithms based on local shape analysis. The splitting algorithm is integrated with a statistical classifier to form a segmentation-recognition algorithm to resolve the ambiguity of connected numeral splitting. The performance is tested by recognition experiments on zip code fields collected from real USPS mail envelopes.     

基于视频的手写数字识别

随着计算机技术的不断发展,视频跟踪技术越来越成为计算机领域中研究的热点。视频跟踪技术的研究涉及范围很多,包括视频图像处理、模式识别以及人工智能等,具有较强的研究价值。手势检测识别技术作为一种基于计算机视觉的新型人机交互方式,是其中备受瞩目的研究和应用技术之一。文章采用一种简单高效的颜色直方图对目标(红色手指)进行主色定位,并在图像序列中进行目标区域提取,得到运动轨迹,进行手写数字识别。最后利用八段视频验证了该方法的简单高效,并能成功进行实时跟踪与识别。     

基于并行差分进化–梯度特征深度森林的废旧手机识别方法

废旧电子产品“互联网+回收”模式的推广, 使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市 固体废物资源化领域的重点关注对象. 本文以基于回收装备的UMP智能化识别组件为研究对象, 设计并实现了一 种基于并行差分进化(PDE)–梯度特征深度森林(GfDF)算法的UMP识别方法. 本方法由UMP识别模型和PDE参数寻 优模型组成, 其中: 前者包含的UMP定位裁剪模块基于Faster–RCNN模型对图像裁剪以获得有效信息, GfDF识别模 块通过引入多尺度梯度特征策略使其更易学习“定位模块”抓取信息; 后者使用并行策略优化GfDF模型超参数以 提高UMP识别精度. 实验结果表明, 相比于深度模型和其他机器学习模型, 本方法在识别精度和训练时间上均具有 优势, 能够有效提高回收装备自动化程度和手机回收效率.     

基于视觉传感的嵌入式自动读尺系统

介绍了一种基于机器视觉与嵌入式技术的直尺自动读数系统的设计方法。系统以32位ARM9微处理器S3C2440为核心,结合WINCE 5．0嵌入式操作系统,使用Embedded Visual C＋＋4．0软件开发平台,实现了对直尺的图像采集、处理与显示;算法部分通过改进的特征法对尺上数字字符进行精确识别,并读出视场中心刻线位置从而给出精确读数结果。实验结果表明：该系统具有高速度、高精度、稳定性好等特点,提高了测量的可靠性、准确度及自动化程度。