基于BP神经网络的图像形状识别

图像形状特征的提取和描述方法是基于形状的图像检索的重要研究内容，本文根据形状特征的描述方法，对提取的形状特征参数抽取一组特征值，形成特征向量，并进行归一化，然后利用BP神经网络进行形状识别，取得了较好的实验效果，对基于形状的图像检索具有一定的指导意义。     

基于实体模型的产品形状特征识别

依据实体造型的特点,从模型空间的特征层入手,搜寻模型空间中的简单形状特征,并根据造型特点获取单个特征在零件模型上的几何拓扑关系,从而实现形状特征的自动识别.通过分析特征实体造型,提出一种基于实体模型的产品形状特征识别方法,并结合微波器件产品开发特征参数提取模块,实现复杂零件模型形状特征的自动识别与提取.该方法为快速建立企业零件库提供途径,也为网络环境下的协同设计和数据共享奠定基础.     

机器视觉钢化玻璃绝缘子气泡的缺陷检测研究

目前国内外大部分公司采用人工检测法来检测玻璃件的缺陷,由于这种方法受检验人员主观因素影响较大,难以适应大规模自动化生产的需要,为此,提出一种基于机器视觉的气泡缺陷检测方法。分别介绍了几种经典边缘检测算子的锐化以及基于几何特征的气泡缺陷提取方法,并对检测结果进行了比较。实验结果表明,基于面积特征和圆形度的气泡缺陷提取方法能准确地检测出钢化玻璃绝缘子中的气泡缺陷。     

基于几何形状特征的剩余油形态识别

在油田开发后期,剩余油形态分呈复杂趋势。对于岩石孔隙结构中的剩余油形态分布情况的研究,是石油勘探开发领域中的一个重要课题。在实验室中,微观驱替实验是石油地质实验中研究剩余油的重要模拟方法。要想了解剩余油形态的分布规律,统计和识别剩余油形态的类型是先决条件。人工识别统计剩余油形态类型是一项繁重耗时的工作,为了提高研究人员的工作效率,在深入研究剩余油形态几何形状特征的基础上,利用图像处理技术和分类识别算法对剩余油形态类型进行自动识别,具有重要的意义。     

基于聚类分析和Adaboost算法的绝缘子串识别

绝缘子串作为输电线路中最重要的基础设施之一,对其准确识别是实现运行状态监测与故障诊断的重要前提.为了提高绝缘子串识别的准确率,提出一种基于平聚类分析和Adaboost的绝缘子串识别方法.首先,利用LSD线段检测提取图像中的线段;然后,统计所有线段的长度、方向及中心点位置,通过聚类分析检测平行线段,初步确定绝缘子串区域;最后,提取初定位区域的不变矩特征,运用训练的Adaboost分类器进行进一步识别.实验中,绝缘子串在平均耗时0.23s的基础下识别准确率达到91.5％.结果表明,所提方法具有较好的识别准确率和快速性.     

零件形状特征的提取与智能识别

基于实体建模环境，自动识别构成复杂零件的基本体特征，过滤零件的次要结构、工艺结构等特征；利用零件建模过程中先主后次的原则和习惯，自动建立因素集和权重集，利用所提出的结构方向、最佳方向二要素和建立的知识库等，自动识别并提取零件的形状特征，确定符合工程习惯的主视图投影方向。     

基于可视知识的几何形状特征的表示和识别

本文提出了一种基于可视知识网络的几何形状特征的表示方法和识别技术。这种方法和技术通过把图形和特征描述语句集成为一种高层次的基于网络的表示来完整地描述知识结构。在这种结构上提出了一个自动提取形状特征的方法，这有利于相交特征的识别和提取特征间的联系。两个实例证实了作者提出的方法和技术的正确性。     

用形状分布识别圆环体

给出了一种结合最小有向包围盒以及形状分布的识别圆环体及其参数的算法。首先建立基本体素的最小有向包围盒,对体素进行标准化;然后生成其D2形状分布曲线,计算此曲线分别与标准球体形状分布曲线、标准圆形状分布曲线的EMD（Earth Mover’s Distance）值以及相应的副半径;最后通过比较两个副半径的大小来判断此体素是否为圆环体,并由最小有向包围盒的边长给出圆环体的参数。该算法不需要任何交互操作,而且能够识别发生一定外形改变的圆环体,抗噪能力强。     

基于感知编组的高层建筑物立面提取方法

将感知编组理论引入到遥感影像上高层建筑物立面的提取中,依据感知编组的邻近性、连接性和封闭性等规则,提出了一种基于感知编组的遥感影像上高层建筑物立面的提取算法,该算法包括边缘提取、边缘数据分块、块内感知编组提取建筑物立面、建筑物立面提取结果融合等步骤.实验验证了该方法的有效性.     

基于感知哈希算法和特征融合的恶意代码检测方法

在当前的恶意代码家族检测中,通过恶意代码灰度图像提取的局部特征或全局特征无法全面描述恶意代码,针对这个问题并为提高检测效率,提出了一种基于感知哈希算法和特征融合的恶意代码检测方法.首先,通过感知哈希算法对恶意代码灰度图样本进行检测,快速划分出具体恶意代码家族和不确定恶意代码家族的样本,实验测试表明约有67％的恶意代码能...     

基于光照不变感知特征的打火石检测识别

为了在生产过程中确定打火石的方向,提高打火石安装定位的效率,根据打火石圆柱状外形及两端面的颜色特征,使用特定的棋盘形工装定位装置对打火石进行定位,并利用彩色机器视觉技术对打火石的端面颜色进行检测识别。为了准确识别出打火石的品红色端面,在拮抗色感知特征基础上,针对现场环境中光线不均等问题,进行了光照不变的拮抗色感知特征变换,降低了光照不均对检测结果的影响。对于打火石另一端面银白色特征,根据其高亮的特性,采用Otsu自适应阈值法进行分割,并在颜色通道的统计基础上,对银白色特征提取过程进一步进行约束。实验结果表明,采用光照不变的拮抗色感知特征提取算法以及阈值分割相结合的方法,能够有效对打火石的端面颜色进行识别,在不出现误检的情况下,品红色端面的识别准确率为99.87%,银白色端面的识别准确率为99.62%,满足了打火石视觉检测识别系统的性能要求。     

Bayesian shape model for facial feature extraction and recognition

A facial feature extraction algorithm using the Bayesian shape model (BSM) is proposed in this paper. A full-face model consisting of the contour points and the control points is designed to describe the face patch, using which the warping/normalization of the extracted face patch can be performed efficiently. First, the BSM is utilized to match and extract the contour points of a face. In BSM, the prototype of the face contour can be adjusted adaptively according to its prior distribution. Moreover, an affine invariant internal energy term is introduced to describe the local shape deformations between the prototype contour in the shape domain and the deformable contour in the image domain. Thus, both global and local shape deformations can be tolerated. Then, the control points are estimated from the matching result of the contour points based on the statistics of the full-face model. Finally, the face patch is extracted and normalized using the piece-wise affine triangle warping algorithm. Experimental results based on real facial feature extraction demonstrate that the proposed BSM facial feature extraction algorithm is more accurate and effective as compared to that of the active shape model (ASM).     

基于视频感知哈希的视频篡改检测与多粒度定位

为了对被篡改过的视频进行准确快速的篡改检测与定位,引入人类视觉可计算模型,提出一种多层次、多粒度的视频篡改快速检测与定位算法.采用随机分块采样技术,提取视频结构感知特征及视频图像时域感知特征,利用哈希理论的单向摘要特性量化感知特征,获取视频摘要哈希.通过应用相似度矩阵进行多粒度、多层次篡改部位检测与定位.实验结果表明,相似度拟合图能够体现视频篡改攻击强度和攻击部位,算法表现出更好的篡改检测准确率与定位精确度.     

一种新的基于字符形状特征的高效车牌识别算法

提出了一种基于字符的凹凸性、弯曲度和交点数等形状特征的车牌字符识别方法,它无须对字符作归一化、细化、倾斜校正这些预处理,也不需要样本图像,降低了字符畸变所产生的误识和拒识,减少了处理时间,提高了识别率。实验结果表明这是一种高效的车牌识别算法,是对现有车牌识别技术的有益补充。     

基于形状特征变化的凋亡细胞图像识别研究*

凋亡细胞识别是癌症等疾病诊断治疗的重要依据,然而凋亡细胞图像识别一直是图像处理领域的瓶颈问题。本文通过改进的阈值分割和八方向边界描述法提取细胞形状特征,然后基于类圆心点标记和特征参数算法检测其形状变化,较好地解决了凋亡细胞图像识别问题。实验结果表明,该算法适用于形状较复杂的凋亡细胞识别,系统凋亡细胞识别精度和形状识别精度较高,识别时间较短。     

基于超像素形状特征的图像复制粘贴篡改检测算法

针对传统图像复制粘贴篡改检测方法中划分子块的数目过大导致算法时间复杂度过高且抵抗几何变换能力较弱的问题,提出一种基于超像素形状特征的图像复制粘贴篡改检测算法.首先提出基于小波对比度自适应划分超像素的方法分割图像并提取稳定的特征点;然后提出新颖的形状编码方式提取超像素形状特征,并与特征点融合,估计可疑伪造区域;最后对可疑...