相似车型分类识别算法研究与仿真

研究车辆车型种类的分类识别问题,提高车型分类的准确率。针对汽车车体型号分类多是根据提取车辆的高度、宽度等几何特征作为对车体型号判定的依据,当不同型号的车辆高度、宽度等特征相差不大的时候,单纯依靠车辆几何特征进行分类的方法容易出现特征混淆,造成分类准确性不高。为了解决上述问题,提出了一种神经网络算法的车型识别算法。通过提取车型特征作为训练样本,经过BP神经网络训练,多层细分,得到车体型号准确特征,避免了仅对体积特征提取的弊端。实验证明,改进识别算法实现简单,识别准确率高,取得了满意的效果。     

利用人眼感知视觉模型的车型动态定位

通过对实时汽车图像的大量研究，提出基于人眼感知视觉模型的自适应汽车车体定位算法。在HSI彩色图像空间，根据人眼分辨率的视觉感知模型分别在色度、亮度和饱和度空间进行自适应的边缘检测，将3个空间得到的图像边缘合并以得到整个车体在实际影像序列中的边缘，最后利用投影知识原理，分别利用边缘的垂直投影图和水平投影图来定位车体的左右边界和上下边界。实验结果表明，该算法具有较快的速度和较好的准确性，能满足实时的车型识别系统的要求。     

基于模式分析的二值文本图像隐写分析算法

在研究已有的二值图像信息隐藏和隐写分析算法基础上,给出图像“模式”的概念,按修改图像模式中心像素对人体视觉的影响程度将图像模式分成3类,建立二值图像最佳嵌入位置模式库,通过分析二值文本图像的模式在嵌入信息前后的变化特征,提出基于模式分析的二值文本图像隐写分析算法。实验证明,该算法的性能较佳。     

基于决策导向非循环图SVM的汽车车型识别

用决策导向非循环图支持向量机研究了汽车车型的识别.运用图像像素相减的差分方法去除背景,获取车对象;然后对图像进行均值滤波,以除去噪声干扰,再对图像用"分水岭"变化的阈值方法,获取车的二值图像;最后提取车的几何形状特征,并将其输入DDAG支持向量机进行训练和识别,以实现对车型分类的目的.     

基于自主车导航的障碍物分割方法

对目标进行有效的分割是障碍物检测中重要的一个环节,提出了基于特征区域的分割方法,该方法通过定义特征函数将整个图像分为特征像素集合和非特征像素集合,前者包含了边缘等特征信息,后者包含了平滑区域像素;对将两个集合内各像素值分别置为1和0得到二值图像,对二值图像进行外轮廓跟踪得到最后的分割结果.实验结果表明该方法是有效可行的.     

基于形态学的图像二值化方法

提出了一种自适应图像二值化方法，它基于数学形态学理论，求取彩色图像边缘特征，并将它与灰度直方图二值化方法相结合，实验表明，这一算法能较好地保留原图像中的特征，二值化后的图像效果不错。     

消除二值化图像干扰方法的研究

在智能车牌识别系统中，对通过图像获取技术得到的复杂灰度图像进行二值化处理后，在图像中存在许多干扰白点。提出一种“高斯滤波”的方法去除这些白点，使二值化图像平滑、少毛刺，并具有较好的连通性。     

基于序列图像车道线检测的自主导向方法

为了改善视觉导向的精度和计算性能，提出一种基于序列图像车道线检测的自主导向方法。首先，将获取的图像转换成HSV图像格式，划定车道线感兴趣区域(Region of Interest, ROI),对S和V通道的图像采用提出的区域垂直斜分OTSU算法实现二值化；然后，融合H、S和V通道二值化后的图像，对其进行边缘提取，依据提出的参数约束Hough变换，辨识出车道标识线；最后，结合序列图像的车道线位置，计算出车体的位姿，根据建立的导向控制模型，控制无人智能车的左右打轮幅值。理论分析和实验结果表明，该方法可以增强车道线辨识的实时性和鲁棒性，提高导向的精度。     

基于局部二值模式的抽象绘画方向检测

抽象画图像的自动方向检测由于其内容的含蓄性与自然图像相比会比较困难。为了提高抽象画图像方向自动检测的准确率,将每一幅绘画图像逆时针旋转四个角度(0°,90°,180°,270°),提取四幅图像的非旋转不变等价局部二值模式(nri-uniform-LBP)描述符作为特征,通过AdaBoost算法进行自动方向检测,将绘画分为“向上”和“不向上”两类。实验结果表明,该方法能有效提高抽象画图像方向自动检测的准确率,也为抽象绘画图像研究提供了一个新的研究视角。     

基于视频检测的车辆分割技术研究

车辆分割是车型识别中的关键技术。本文利用视频检测中差分图像的投影图方法粗略定位出车辆，然后通过一种能量法二值化图像，可以准确分割出车辆。实验结果表明，按照本文提出方进行车辆分割，实际车辆分割率达到了99％。     

基于综合技术的人脸检测与识别系统

本文提出了一个完整的人脸检测与识别系统。首先利用“参考白”技术进行了光线补偿,然後利用肤色及人脸结构特徵实现了人脸检测,并考虑了类似肤色的影响,最後根据人脸图像的灰度特性和几何特性,采用投影法和人脸五官的比例关系进行定位和提取,并在多媒体数据库中实现了人脸照片的直接查询。     

一种基于指纹生物特征识别系统

针对传统身份识别方法中标识物体容易丢失和伪造的问题,在对比可作为识别特征的多种生物特征的基础上,提出并实现了一种基于指纹特征的识别系统。系统首先利用指纹采集器获取指纹图像,然后对采集到的指纹图像进行包括图像分割、图像增强、图像二值化和图像细化在内的图像预处理操作,接着对处理过后的指纹图像进行指纹的特征提取,最后将提取到的待验证手指指纹特征,与指纹特征库中的候选指纹特征进行匹配,以实现用户身份识别。实验结果表明,基于指纹特征的识别系统具有很高的实时性和较高的准确性,可以满足一般用户的身份识别要求。     

双树复小波变换结合LM神经网络的掌纹识别方案

针对现有掌纹识别方案不能够很好的提取多分辨率特征的问题,提出一种基于双树复小波变换（DT-CWT）和Levenberg-Marquardt（LM）神经网络的掌纹识别方案. 首先,将彩色手掌图像转换成灰度图像. 然后,提取出手掌图像中的感兴趣区域（ROI）,并构建成直方图. 接着,利用DT-CWT进行6层小波分解并获得特征系数,分别计算特征系数的最大值、平均值和中值构建36维特征向量. 最后,利用LM神经网络根据特征向量实现掌纹的识别分类. 在CASIA数据库上的实验结果表明,相比其他几种较新的识别方案,提出的方案的具有更高的识别率和更少的识别时间.     

地铁或公交专座的智能管理

针对当前某些人交通出行不文明现象的存在,为了通过技术手段来促使社会风气的改善,提出一种地铁或公交专座的智能管理系统。该系统的智能识别算法包括：系统训练与在线识别两大部分。前者,对训练样本进行学习,当系统处于学习状态时,系统对青壮年样本男性脸部图像采集与处理;后者,即系统进入在线识别状态,对＂老弱病残孕＂专座上的乘客实施实时监视,根据识别结果对＂老弱病残孕＂专座乘客确定控制指令输出,决定是否由语音提示器向该乘客警示,使得不该占位＂老弱病残孕＂专座者有所警觉自己的行为失误。因此,能够使公交专座的设置发挥其应有的作用和社会风气的改善。该系统识别准确率达到98%以上。     

基于Q位移二分树复数小波变换算法的图像特征提取

为了提高图像特征的识别率,研究并设计了基于Q位移二分树复数小波变换算法的图像特征识别系统.论述了Q位移二分树复数小波变换算法的基本原理及滤波器的工作原理.在设计中保留了复数小波的优点,满足完全重构条件,同时具有良好的对称性.实验样本采用农作物黄瓜霜霉病叶部病斑图像,在Visual C 软件平台上对样本进行了训练和学习的仿真实验,仿真结果验证了系统的有效性.     

改进敏感场的电容层析成像图像重建算法

针对电容层析成像系统中敏感场的“软场”特性,提出了一种基于成像敏感场灵敏度均值滤波的Landweber图像重建算法。该算法是通过模板卷积的方式对敏感场灵敏度进行邻域平均,降低靠近极板区域的灵敏度,提高管道中心区域的灵敏度,部分消除了因敏感场不均匀对图像重建质量的影响,提高图像重建精度。仿真结果表明,该算法在图像重建精度和收敛速度上均优于传统的Landweber图像重建算法。     

人民币清分系统中图像分析软件的研究

在民币清分系统中,图像分析软件完成人民币图像处理和识别本文讨论在人民币图像处理和识别过程中,涉及到的人民币版本面值摆放方向和号码特征识别算法,为解决系统的实时性和准确性矛盾提供一个参考方案。     

基于相位谱互相关的虹膜识别方法研究

利用虹膜图像中丰富的结构和纹理特征作为身份鉴别的依据,与其他生物特征识别相比,具有更高的可靠性。该文提出一种基于图像相位谱互相关的虹膜识别方法。本系统先对虹膜图像进行滤波、定位、增强等预处理,再利用相位谱互相关匹配算法对虹膜图像进行识别,最后,进行了小样本的实验。实验结果表明,该方法是可行的,并且识别准确率高,速度快。     

基于神经网络的多元特征融合身份识别系统

从信息融合的角度出发，利用神经网络的方法将语音信号、人脸图像等多元特征数据信息有机地结合起来，设计并实现了一种基于神经网络的智能融合身份识别系统。系统利用改进的线性预测和轮廓检测等方法，求出3类特征参数，并将它们进行关联，最后利用RBF人工神经网络进行融合识别。实验表明，与传统的单一特征识别系统相比，该方法具有更好的识别效果。     

基于Matlab神经网络的图像识别

神经网络是信息科学、脑科学、神经心理学等诸多学科近年来共同关注的研究热点.由于神经网络具有良好的抽象分类特性,使其成为解决图像识别相关问题的有效工具.在简述图像识别过程的基础上重点讨论利用BP神经网络对图像进行识别,用Matlab完成对神经网络的训练和测试,获得满意的结果.