汽车轮毂在线识别系统的研究

主要研究了一种机器视觉系统,这种系统能够识别不同款式,不同尺寸的多种汽车轮毂.其识别的基本步骤有:图像获取,图像预处理,特征提取和识别分类.该识别方法可以实现多种轮毂在传送带上随机混流的状态下的自动识别分类,有效识别正确率在99%以上.     

基于模板匹配的轮型代码自动识别系统的研究

本文主要研究了基于模板匹配的轮型代码自动识别系统,系统通过图像获取,图像预处理,特征提取和模板匹配来识别不同型号的轮毂。该系统可以在轮毂传送带上随机混流的状态下的自动识别分类,有效识别正确率在99%以上。     

一种基于改进R-CNN的细粒度船舶目标识别方法研究

利用人工智能技术对遥感卫星图像中海域船舶目标识别具有非常重要的现实意义.针对卫星图像中复杂情况对船舶识别带来的干扰,以及小目标船舶高漏检率问题,基于改进R-CNN提出一种细粒度深度学习模型,引入负样本增强学习策略,构建了一种海上船舶识别与分类的深度学习网络.结合试验,与现有成熟的目标识别算法相比,此算法的精确度和召回率都有提高,并且模型具有良好的鲁棒性和适应性.     

基于图像处理技术的地基云图云量的识别

本文对云量的自动识别做了探索性研究,提出了两种方案。方案一采用直方图理论直接计算识别;方案二先对图像进行阈值分割再计算识别。实验结果表明,两种方法都具有较好的效果。     

基于自适应子空间分解的自适应超谱图像波段选择方法

针对超谱图像数据波段选择问题,最大限度地保留图像数据中的分类诊断特征,提高分类识别的精度,本文提出了一种基于自适应子空间分解的自适应波段选择的新方法.通过仿真实验,证明了这种方法对超谱图像数据分类的有效性.     

电力线图像检测方法研究

针对无人机图像中图像分辨率低、背景杂乱等问题,提出了一种电力线图像自动检测方法。通过使用机器学习方法对无人机采集的图像进行自动识别,可以排除噪声区域图像,准确识别出无人机图像中的电力线部分。通过使用 9 张无人机采集的图像对所提方法进行了验证,结果表明所提出的方法可以有效地进行电力线图像的自动识别。     

基于中心投影形状特征的车载移动测量系统交通标志自动识别

针对车载移动测量系统所拍摄图像中的交通标志的自动识别问题,提出了一种基于中心投影特征的交通标志自动识别算法。文中详细研究了基于自适应图像分割和中心投影变换的交通标志图像的形状特征计算方法,利用信息熵解决了中心投影变换的最佳投影个数确定问题。在中心投影特征计算的基础上,利用训练后的概率神经网络实现了交通标志具体含义的自动识别。使用车载移动测量系统所拍摄的实际交通标志图像对本文算法进行了实验,并将中心投影形状特征和不变矩特征及SIFT特征的识别效果进行了对比,实验结果表明基于中心投影特征的识别方法具有最高的识别准确率。     

一种基于不变矩和SVM的图像目标识别方法

本文提出了一种利用不变矩和支持向量机(SVM)对图像目标进行识别的方法.该方法提取目标的6个不变矩作为特征矢量,应用SVM方法对其进行分类识别.结果表明,这一方法对仅含有目标和背景的图像具有很好的分类识别能力.此外,还发现图像二值化取值范围对识别结果有直接的影响.     

基于OpenCV的数码管字符识别

为实现摄像机采集的电梯主板数码管字符图像的识别,研究一种针对数码管字符图像自动识别的方法.数码管图像经过预处理,包括图像灰度化、图像降噪、图像二值化等,并对图像进行字符定位和分割,最后采用穿线识别法对字符进行识别,可有效提高电梯故障识别率.实验结果表明,穿线识别法对数码管字符识别正确率高、效率高、实时性好.     

混合式特征识别技术

针对特征自动识别的鲁棒性和适应性问题,提出集成自动特征识别和交互特征定义的混合式特征识别方法,其中自动特征识别采用基于特征面分割的自动特征识别算法.该方法能识别复杂特征和相交特征,能实现面向不同应用的多种特征解释,因而具有较强的实用性.