基于深度学习的图像识别算法研究与应用

为了提高图像识别算法的精度，提出了一种语义分割和图像分类相结合的架构。该架构使用U-Net网络来提取图片目标区域，然后对目标区域进行分类。在测试阶段，使用了公开数据集中的河道图像构建数据集，并用LabelMe软件标注河道目标，构建用于进行语义分割实验的河流水面图片数据集。实验结果表明，提出的基于U-Net的河道语义分割算法能够很好地完成河道提取任务。同时在河流水面污染等级分类中，还提出了一种基于分组卷积和双注意力机制的河流水面污染图像分类算法。实验结果表明，所提出的河流水面污染识别方法具有一定的实用性和可行性，在实际应用中可以为相关研究和应用提供参考和支持。     

浮法玻璃缺陷在线检测识别方法研究

提出了一种基于机器视觉的分布式浮法玻璃缺陷在线检测识别方法。针对采集到玻璃图像为非均匀图像的特点,首先对图像进行平滑滤波处理,剔除信号波动带来的灰度尖峰和毛刺,然后设计了基于自跟踪的向下阈值曲面分割方法实现缺陷和背景的分割,实现了基于扫描线的图像搜索算法保证缺陷寻找的速度,并利用神经网络对缺陷进行分类。实际应用表明,该系统能够准确可靠的实现在线检测和识别浮法玻璃缺陷,满足了浮法玻璃企业对玻璃缺陷实时检测的需要。     

带有收敛因子的PSO-Fisher图像分割的方法

在大多数的实际应用中,仅仅将图像分成目标和背景两种类型是远远不够的。然而要实现三类、四类以致多类的分割,就必须研究多阈值的分割方法。以研究Fisher单阈值分割法为基础,利用带有收敛因子的PSO算法将Fisher评价函数来进行两阈值分割,最终推广到多阈值的基于Fisher评价函数的图像分割。并通过定误差图像分割实验证明了方法的有效性,保证了算法的收敛。同时证明了选择一个合适的粒子群规模可以使得带有收敛因子的PSO-Fisher算法在尽量少的迭代次数下提高算法的成功率。     

基于卷积神经网络的车牌图像识别技术实现

卷积神经网络算法是一种深度神经网络算法,具有良好的图像特征提取性能,可在不影响特征表达的情况下将大数据量图像降为小数据量,有效解决图像识别准确率不高的问题。深入研究了卷积神经网络算法结构,并结合车牌图像识别需求,设计了11层卷积神经网络模型,经图像变换和反向传播算法训练,有效控制了模型训练中的过拟合问题。通过实验对比BP神经网络算法和LeNet-5网络算法,卷积神经网络算法在车牌字符图像识别中性能良好。     

塑料手套次品检测系统图像滤波方法

为了提高机器视觉塑料手套检测系统的检测精度和效率,有效滤除检测系统中的图像噪声,提出了一种自适应模糊神经网络的图像滤波算法。在模糊神经网络结构中引入一个鲁棒性较强的隶属函数,并通过梯度下降法对模糊神经网络中的参数进行优化训练,利用优化后的网络结构对被噪声污染的图像进行滤波处理。仿真结果表明,该算法能够在保留较完整的图像边缘和重要细节的前提下,有效滤除机器视觉检测系统中的图像噪声。该滤波算法有效提高了塑料手套图像的清晰度,对于后期塑料手套的图像分割以及边缘化处理具有重要意义。     

图像分割方法综述

图像分割是图像处理中的经典问题,也是计算机视觉领域的基本技术。图像分割质量的好坏,直接影响后续图像处理的效果。实践中,基于不同的分割标准,可以将图像分割算法分为:基于阈值的图像分割、基于聚类的图像分割、基于区域生长的图像分割以及基于深度学习的图像分割等。目前,在图像分割领域,多种方法技术成熟,每种分割方法适用于特定的分割对象。本文研究了近年来常用的图像分割算法,并对这些算法进行了归纳、总结及分析。     

炭素材料X射线图像的缺陷区域提取

针对炭素材料X射线检测图像的特点，对其缺陷提取技术进行了研究，设计了目标边界提取算法和基于小波变换的图像增强算法。鉴于图像边缘特征易受噪声影响，而区域特征受噪声影响要小得多，提出利用数学形态学和最佳阈值分割相结合的方法来实现缺陷区域提取。实验结果表明，该法受噪声影响较小，能较好地实现缺陷的自动提取与分割，为进一步的缺陷特征参数的提取与选择奠定了良好的基础。     

基于机器视觉的煤泥浮选泡沫图像分割方法

针对煤泥浮选泡沫图像中存在的噪声干扰和气泡粘连等问题,提出了一种基于机器视觉的分割模型,采用煤泥浮选泡沫图像分割算法对实验室采集到的煤泥浮选泡沫图像进行图像分割试验。结果表明,基于机器视觉的煤泥浮选泡沫图像分割模型主要包括ROF模型去除图像噪声和基于顶帽、底帽变换的粘连泡沫分割。ROF模型基于有界全变分函数空间,该空间中函数的不连续正好与图像中物体的边缘轮廓对应,非常适于泡沫图像去噪处理;顶帽变换使得泡沫与泡沫之间的间隙变大,解决了气泡粘连问题;最后采用分水岭算法完成对泡沫的分割。理论分析及实验室研究均表明,该方法可准确、快速地分割出复杂煤泥浮选泡沫图像中的泡沫,分割准确率高达81.1%,验证了分割方法的有效性。     

计算机视觉技术在遥感卫星影像目标检测中的应用研究

遥感卫星影像属于天基设备影像，在遥感技术不断发展的背景下，遥感卫星能够获取的影像类别不断增多，影像质量不断提升，想要充分发挥遥感卫星影像价值需构建一套具有自动化和智能化特征的目标检测与识别系统。本文从计算机视觉技术简析入手，分析图像检测领域神经网络算法以及遥感卫星影像目标检测算法，在明确相关系统架构的基础上，结合实际应用案例对相关技术进行深度解析。     

基于Cordic算法的对数运算FPGA设计与实现

对数运算可用于处理复杂的函数表达式，减少计算量，提升计算效率，被广泛应用于粒子滤波、RBF神经网络、图像处理、信号处理等领域，在FPGA中设计实现高效可靠的对数运算函数具有重要意义。本文首先介绍了Cordic算法基本原理，对基于Cordic算法的对数运算公式进行了数学推导，并根据计算公式设计了适合硬件实现的工程算法流程，最后在FPGA中实现上板测试，测试结果表明设计的对数运算计算精度可达10^-5量级，可以满足大部分实时系统需求。     

文化差分进化算法及其在化工过程建模中的应用

提出了一种新的文化差分进化算法,该算法将差分进化算法作为文化算法的种群空间,在文化算法的信念空间和影响函数设计中提出了基于多种知识源的设计方法,通过多种知识指导差分进化的变异操作和交叉操作,使知识的表达和指导种群进化的能力得到加强。函数测试结果表明,基于知识机制的引入使得文化差分进化算法在寻优性能上比差分进化算法有了较大的提高,而对参数的敏感性却相对较小。将文化差分进化算法用于训练补偿模糊神经网络,建立乙烯精馏塔产品质量软测量模型。通过训练与泛化能力的比较结果表明,基于文化差分进化算法的补偿模糊神经网络软测量模型在建模精度和泛化性能上均优于常规补偿模糊神经网络、模糊神经网络以及采用遗传算法优化的模型,具有更好的应用前景。     

基于形态学的图像分割算法研究

本设计论述了基于数学形态学的图像边缘检测算法的研究。利用形态学算法,对图像进行分割,以此提高算法的运行效率。     

基于BP神经网络的旋风分离器分割粒径模化与预测

为精确建立分割粒径与旋风分离器结构参数和操作参数之间的复杂映射关系,发展了基于数据驱动的BP神经网络（BPNN）的分割粒径模型。使用全局量纲分析,提出环形空间雷诺数、表征旋风分离器本体尺寸影响的量纲为1数和排气芯管插入深度尺寸比作为网络输入参数,表征空气动力等效分割粒径大小的量纲为1尺寸作为网络输出参数,分别确定了训练算法和隐含层神经元个数对BPNN分割粒径模型预测精度的影响。结果表明：贝叶斯正则化算法优于L-M算法和拟牛顿算法,并在隐含层神经元个数为7时达到最优预测性能。与理论模型、半经验模型和多元回归模型进行比较,结果表明,贝叶斯正则化BPNN分割粒径模型展现出了较好的预测能力和泛化性能,模型预测的均方误差为0.136、决定系数为0.975。     

基于标准割(Normalized cut)算法图像分割方法

随着现代科学和技术的不断发展,图像分割技术越来越受到学者和研究人员的关注,在此提出了一种基于图论和阈值的图像分割方法。在图像分割的各种方法中,图论方法在图像分割中的应用使问题的表述更加灵活,计算更加丰富。本文首先对图像分割进行了简单的介绍,然后分别对基于图论的图像分割以及阈值图像分割方法进行简述和实验,最后对改进后的标准割算法进行了验证。     

一种基于二维信息熵的粒子群图像分割算法

图像分割是数字图像处理研究的重要领域之一。本文将粒子群优化算法应用于图像分割中,提出了一种基于粒子群优化算法的最大二维信息熵阈值图像分割方法,该方法既考虑了图像的空间信息,又抑制了图像分割时的噪声干扰。实验结果表明,该方法能够快速地寻找到最佳图像分割阈值,并且有效地提高了图像分割质量和效果。     

基于改进遗传算法的双向BP神经网络控制

针对因果系统提出一种双向神经网络,在相邻两层神经元之间建立反向连接,以直接把被控系统先前时刻的状态变量引入到网络中;设计了一种自适应调整遗传算法交叉率和变异率的规则;结合遗传算法和神经网络的优点,给出了一种基于遗传算法的双向神经网络控制方案,该方案兼有遗传算法的强全局搜索能力和神经网络的鲁棒性和自学习能力。仿真结果表明,该算法能使种群基因保持多样性,有效抑制了算法的早熟收敛;基于该算法的控制系统调整时间短、准确度高,具有良好的抗干扰能力,能满足实时性和稳定性要求。     

基于计算机视觉的墙地砖外形检测系统设计

为了提高墙地砖外形检测的效率和自动化水平,提出一种基于计算机视觉的外形检测系统。以工业相机为核心,设计了包括定位检测和上位机控制功能的墙地砖外形自动检测硬件系统;以visual studio 20015为开发环境,c#为编程语言开发软件系统,设计了系统的软件结构,以canny算法和ramer算法为核心实现了图像分割及特征提取模块。试验结果表明:本系统具有较高的尺寸测量精度,能较好地反映墙地砖的外形特征。     

图像分割技术在遥感影像地物信息自动提取中的应用分析

对于遥感监测领域而言,图像分割技术构成了自动提取以及自动识别遥感影像的核心技术要点。近些年来,信息科技手段已经能够全面运用于现阶段的遥感监测领域,进而实现了精确度更高的遥感地物监测效果。通过运用图像分割的地物影像处理方式,应当能够识别更加清晰的地物影像轮廓,因此体现了自动提取以及图像分割技术的重要实践利用价值。     

基于互信息的医学图像精细分割

本文提出一种基于互信息的医学图像精细分割算法。该方法在图像直方图基础上,模拟形态学流域概念,提出一种水面下降法,对直方图进行划分,并将原图像与分割后图像的互信息作为分割测度,寻求最优直方图划分,完成图像分割。医学图像分割实验证明,该方法可完成复杂图像的精细分割,对噪声不敏感,具有较好的分割效果,可应用于TPS系统中重要器官及病变组织分割。     

改进的p参数法在水表图像识别系统中的应用

在摄像式远传水表抄表系统中,通过设计的图像采集模块完成数字图像的获取,并利用通信模块将图片发送至服务器,在服务器上利用数字图像处理与模式识别算法完成水表读数的识别与显示.在图像识别算法设计部分,先对水表图像进行倾斜矫正,采用改进的p参数法对各类不同表型的水表图像实现二值化处理,再对水表图像的字符进行分割与归一化处理,最...