骨架形状特征的目标识别算法

针对存在非刚性变化的目标识别,提出基于骨架形状特征的目标识别算法.该算法首先提取目标轮廓的骨架,以骨架接合点作为特征点,通过构造与其相连的骨架枝上的骨架特征不变量描述接合点;然后构建一种相似性度量函数对骨架接合点进行匹配,实现目标形状识别.实验结果表明,算法对目标的相似性变换具有较好的稳定性,在目标存在非刚性变化的情况...     

运动目标识别算法研究

本文介绍了几种广泛引起重视的特征描述算法,并对其性能作了定性的评价,提出了一种以二维付立叶变换为基础的运动目标形状描述算法,该算法可用于对目标进行粗分类。     

基于边界标记的形状上下文目标识别算法

形状上下文不具有旋转不变性,所以不能很好地应用于旋转物体的识别,本文提出基于边界标记的形状上下文目标识别算法。该算法通过提取目标物体轮廓并对轮廓进行数学形态学处理,计算形状图的重心,以重心为参考点运用距离为弧长的函数的边界标记方法,对轮廓边界进行标记并归一化处理,最后运用形状上下文对目标进行识别。实验表明,提出的算法克服了形状上下文没有旋转不变性的缺点,可以很好的用于平移、缩放和旋转物体的目标识别。     

运动目标的识别跟踪控制研究

针对空中运动目标的识别和跟踪,提出图像匹配算法和连通域算法相结合的方法。该方法主要用图像匹配算法获得目标的位置信息,当图像匹配算法失效时,则采用连通域算法重新捕获目标、获得图像模板。同时,为提高跟踪的实时性,采用最小二乘线性预测法来预测目标的运动轨迹。在实验室的目标跟踪系统平台上,该方法能够对运动目标进行稳定的识别和跟踪。     

基于颜色和形状特征的目标检测与识别

研究了一种具有相似颜色和形状特征的目标检测与识别方法。采用学习一扩充法获得适应性目标颜色特征的空间分布,克服环境光照变化对目标颜色特征提取的影响。利用改进的Hough变换检测目标形状特征,解决目标区域出现阴影及目标被部分遮挡对识别的影响。最后通过融合前面所获得的颜色信度和形状信度,对目标进行模糊判决。通过移动机器人在复杂环境中对目标的检测与识别应用,证明了该方法的有效性。     

基于颜色和形状特征的目标检测与识别

研究了一种基于颜色和形状特征的相似目标检测与识别方法。采用混合学习方式来获得目标颜色阈值解决环境光照变化,利用改进的Hough变换检测目标形状,解决目标部分遮挡和阴影的影响,基于模糊理论判定目标颜色和形状信度,该方法应用于移动机器人在复杂环境中对目标的检测与识别,实验结果证明了所提出方法的有效性。     

生物识别中的运动目标视觉分析

在以IT技术和生物技术为主流科技的知识经济时代，身份的鉴定有了来自生物体自身的密匙，横跨这两大科技领域的生物特征识别技术正愈益显示出其旺盛的生命力和远大前景。其中对运动目标的视觉分析是生物识别的重要内容之一，它在虚拟现实、视觉监控、感知接口中均有广泛的应用。本文介绍视觉分析中图像序列的检测，分类，跟踪，识别，并回顾运动分析目前的发展水平和常用的处理方法。     

运动目标检测与识别算法的研究

传统的运动目标检测方法不能精确检测目标发生仿射形变,为此提出一种动态模板匹配改进算法。该算法首先利用改进后的瞬时差分算法对序列图像中的运动物体进行检测和定位,提高检测与识别的实时性;其次,采用仿射不变矩作为提取目标时的不变特征,从而克服不能有效检测与识别时发生仿射形变目标的缺点。实验仿真结果表明,该算法优于传统的动态模板匹配算法。     

非刚性运动目标识别跟踪研究现状

基于非刚性目标运动跟踪问题进行分析,针对运动过程中目标会出现旋转、比例变化及形变等情况,在复杂的背景中通过特征识别匹配实现跟踪。以运动目标的检测识别方法及特征识别方法为出发点,对目前几种经典方法进行分析、比较。结果表明:与光流法及背景差分法相比,MHI在非刚性目标运动的检测准确率、实时性以及鲁棒性方面均占优势;特征匹配技术SURF则可更好地平衡处理速度和效果性能。以SIFT使用不同尺度确定稳定特征点的思路为基础,提出多小波变换图像分析方法,用于实现对序列图像运动目标的特征匹配。     

一种基于边缘和形状特征的教师目标识别算法

运用计算机视觉技术识别教师位置来控制云台转动和切换摄像机焦距是提高精品课程录像质量的重要手段之一,本文提出了一种基于边缘和形状特征的教师目标识别算法,算法定义了形状描述因子,在边缘检测的基础上进行连通域标记,分别计算每一个连通域的形状描述因子,根据目标和背景形状因子的差异得出目标的位置.实验结果表明:这种方法克服了光照、屏幕闪烁等因素的影响,且不依赖目标的帧间差异,能够精确检测出教师的位置.     

基于全局与局部形状特征融合的形状识别算法

经典的全局形状识别算法虽然高效,但在处理形变方面存在不足。局部形状识别算法拥有良好的检索率,但在辨别力方面的效果却有待提高。为解决上述问题,本文提出一种基于特征点分类的融合框架,该框架不仅融合了全局与局部算法的优势,还弥补了二者的不足。一些经典的形状识别算法采用提取特征点的方式来构建形状特征直方图,本文在此基础上,将提取到的特征点进一步分类,针对不同类别的特征点集合采用不同的形状识别算法进行描述,并将匹配结果进行融合,充分发挥了全局与局部算法的优势。实验结果表明,本文提出的框架能够有效结合不同算法实现形状的识别并获得更好的效果。     

BP网在多灰度运动目标识别中的应用

介绍了利用ＢＰ网进行多灰度运动目标识别的方法。针对传统的ＢＰ网训练时间长等缺点以及多灰度级目标识别的特点，对传统ＢＰ算法作了适当的改进，提出了训练样本组织和选择的一些方法和技巧，并将以上的改进算法及组织和选择样本的原则应用到多灰度坦克目标识别的ＢＰ网训练的实验中。实验结果表明改进的算法及所采用的原则是合理的，它可以有效地缩短ＢＰ网的学习时间、防止网络的振荡，并且能在一定程度改善ＢＰ网的性能。     

磨粒形状特征提取及神经网络识别

针对具有不规则轮廓特征的显微磨粒图像，应用标记描述对磨粒形状进行表征。该方法将磨粒轮廓一维展开后，提取了具有平移，旋转和尺度不变性的形状特征矢量，然后以提取的形状特征为输入矢量，利用径向基函数神经网络对磨粒形状进行分类识别。应用实例表明，标记充分利用轮廓信息，综合反映了磨粒的总体形状特征和边缘细节，可用于磨粒形状特征的描述；所建立的基于神经网络的磨粒形状分类模型学习速度快，识别率较高。     

基于超声测距的障碍物形状识别

针对超声测距对目标障碍物形状识别问题,利用三个超声波传感器组成探测器,设计了超声测距目标识别电路,通过测量超声波发射脉冲与反射波脉冲之间的时间间隔,可计算出障碍物到探测装置之间的距离;根据物体反射的超声波脉冲到达两个接收器的时间不同,可确定出障碍物表面的边角形状.同时,用Visual studio 2005软件进行了移动避障仿真.实验表明,这种利用三个超声波脉冲传感器探测障碍物边角形状的方法是有效的.     

形状上下文在害虫识别上的应用

将形状上下文引入到害虫识别中,在对害虫图像进行预处理得到二值图像的基础上,用形状上下文描述害虫的轮廓特征.首先,使用Robert算子,在二值图像中寻找害虫的轮廓并采样获取边界点集,然后利用边界点集,通过改进的对数极坐标变化计算得到目标图像的形状直方图.利用形状直方图进行2图像之间的相似性度量,计算出匹配代价.实验结果表...     

基于形状特征的静态手势数字识别

本文提出了一种基于形状特征的静态手势识别算法.对分割出来的手势二值图像进行细化处理,根据细化骨骼恢复出手指形状的候选区域,提取形状特征并进行手势识别,即判断手指个数从而对手势数字0～5进行识别.本文在Matlab2012平台下对采集的中型数据库样本进行识别,平均识别率达到97.91％,平均识别速度为2.14s.同时,对实时采集的数据结果进行测试,实验结果具有一致性.     

基于CAD系统的零件形状特征识别

在ＣＡＤ几何图形的基础上建立了单视图零件形状特征识别模式,包括嵌套式、任意轮廓边上等复杂的特征识别．阐述了特征识别的规则和过程．并用Ｃ语言开发了特征识别系统     

工程图形几何形状关系的识别和应用

本文提出的区域划分法,结合矢量分析能够识别构成工程图形各元素之间的几何形状关系。此法能处理由直线和园弧所组成的任意平面图形,提供CAD所需要的有关信息。它已成功地应用于2—D冲裁模CAD的工艺审核过程。     

基于星图识别算法的空间小目标识别

基于星形星图识别算法,利用星对距离和星对角距2个特征进行匹配识别,实现了快速识别空间小目标的目的,并可对该目标实时追踪。Matlab仿真表明,该算法识别过程简单,对星图噪声和伪星具有较好的抵抗力,具有识别率高且稳定、识别速度快的优点。     

运动目标噪声源识别方法

文章提出了利用单线列阵确定运动目标噪声源部位和特性的方法,并提出了基于DOA解算运动目标噪声源的空间位置的方法.介绍了噪声源部位识别时MUSIC近场和相关性处理方法.数字仿真计算、消声水池模拟试验和实物试验结果表明,文中所介绍的方法是正确的.当运动目标和测试阵垂直距离小于150 m时,噪声源部位测试误差不大于0.1 m,可用于工程测试.