一种道路斑马线的检测识别方法研究

文章针对导盲系统中的斑马线识别问题进行了研究。首先根据斑马线灰度直方图的特点确定Canny算法的高低阈值,再用Canny算法进行边缘检测,然后采用Hough变换提取直线,最后根据提取的直线信息进行斑马线的识别。实验结果表明对于白天和夜晚受污染的斑马线本方法可行。     

基于灰度共生矩阵的织物组织结构差异分析

应用灰度共生矩阵分析不同织物组织结构的纹理特征差异。首先将图像的灰度级由256级降为16级以减少计算量;再通过计算图像的灰度共生矩阵选取由灰度共生矩阵衍生的能量、对比度、相关、熵和逆差矩5种特征值作为描述织物纹理的特征参数,并与实际织物纹理特征相比较。分析结果表明,该方法能够较好地提取平纹、斜纹和缎纹织物的纹理特征,可进一步实现织物纹理的分类。     

基于图像处理的原棉疵点识别方法

设计了一种基于图像处理的特征识别算法。图像采集部分设计了多角度、多光源的图像采集系统,减少阴影和光照不匀对后续处理的不良影响;图像分割部分选择基于Mean-shift的自适应阈值算法,可以较好地将疵点分割出来;轮廓提取部分采用形态学扫描法进行提取,并对轮廓断裂处进行修复处理;特征值提取部分选择了4个特征值进行提取并分析其相关性,认为离心率和面积周长比的综合计算结果可以有效地对原棉疵点进行识别和分类。将设计算法得到的检测结果与实际结果进行比对,结果显示,识别准确率达到了92. 6%,证明所采用的算法有效。     

基于灰度共生矩阵提取地震纹理属性的研究及影响因素分析

地层由于受到构造作用,地下流体作用的影响,会产生断层和裂缝等一系列地质构造特征,这些构造特征会在三维地震资料中呈现出强弱不同的振幅,振幅在垂向地震剖面和横向地层切片上的变化就形成了一种特殊的地震纹理特征,这些纹理特征所形成的不同区域代表了不同的地质构造。文章将利用灰度共生矩阵方法对地震资料中的纹理属性进行提取,并对其影响因素进行分析。     

基于图像处理的花生荚果品种识别方法研究

为实现品种鉴定与真伪识别的自动化,基于图像识别的方法,采用扫描仪采集了20个品种,每个品种100颗花生果正面和2个侧面的图像,分别获取每幅图像的形态、颜色和纹理三大类共50个特征,并对这些特征进行主分量分析(PCA)优化,针对优化和没有优化的特征,搭建了人工神经网络识别模型和支持向量机模型,并采用两种模型进行品种识别,结果表明,采集的特征经PCA优化后表现出更强的识别性能,SVM较神经网络识别效果总体上得到提高,并且识别效果稳定。品种的数量对识别效果有影响,在通常情况下可根据品种的数量来确定特征的数量,可以进一步提高效率,对20个品种,需要选择超过15个特征。颜色类特征比形态类和纹理类特征具有更好的识别效果,经过不同类别的特征组合后,整体上识别性能达到90%以上,基本可以推广到实际生产中使用。     

基于灰度共生矩阵的纹理周期分析

引进灰度共生矩阵(GLCM)对纺织布纹理进行特征分析,通过实验对GICM中14个特征参量进行筛选,选出能反映周期方向的5个特征参量和周期大小的4个特征参量,运用这两组特征参量对纺织布的纹理进行周期大小和方向的描述.实验过程中,对原始纺织布纹理图像进行二值化处理,使得共生矩阵的计算变成二值型,极大地降低了计算量.结果表明:对于含有一定周期的纹理图像,采用本文纹理周期描述和分析方法,能够实现比较全面的描述.     

基于Snake-Net算法的刺绣针法识别

为有效提取刺绣图像中针法的特征值，实现刺绣针法的分类识别，在分析刺绣针法特点的基础上，提出了点状针法、线状针法和块面状针法的三大针法分类，并以占主体的块面状针法中的齐针、抢针和套针3种基础针法为处理对象，分析对比其针法特征，构建针法模型。针对刺绣针法图像进行图像纹理细节的增强处理，基于Harris角点检测特征点和Canny轮廓筛选，对传统Snake算法进行改进，形成智能化HC-Snake模型，实现对目标轮廓的智能化识别并提取目标图像的纹理及颜色特征。通过数据的方差分析确定CON_sd,IDM_sd,E_a,E_sd,ENT_a,ENT_sd,COR_sd,SM和TM共9个特征指标，建立特征数据集。最后，建立神经网络分类模型，对针法样本进行分类，并对识别模型进行了实例验证。结果表明，该模型可以实现刺绣针法图像的分类，且分类准确率达到93.3%。     

基于BP神经网络的光学伪装效果评估模型研究

空中侦察图像(以下称照片)能够如实反映目标的性质和状况,通过人工判读,利用人的高层感知融合侦察照片中目标、背景的形状、大小、色调、阴影、位置和活动等低层特征,能够准确评估目标伪装效果。由于航天侦察照片的判读是以航空侦察照片判读为基础,所以只需研究航空照片判读即可。如何快速、准确的判读航空照片,进行伪装目标效果评估,是国内外伪装技术发展的热点之一。目前,"人机交互"的判读模式占据主导地位,随着计算机技术的高速发展,它将逐步向自动化、智能化"模式识别"方向发展。论文将神经网络理论应用于光学伪装效果评估,探讨了一种基于BP神经网络模型的光学伪装效果评估模型。     

基于图像处理的谷物检测与识别方法研究进展

基于图像处理的谷物检测与识别方法不仅效率和准确率高而且劳动强度小,具有广阔的应用前景。从谷物虫害检测与识别、谷物成分检测、谷物品种识别与分类以及谷物品质检测与分级等方面综述了基于近红外图像、软X射线图像、可见光图像的谷物检测与识别方法的研究进展,分析了各种方法的优缺点,提出了未来基于图像处理的谷物检测与识别方法的研究方向以及发展趋势,以期能充分利用国内外的最新研究成果,推进国内在该领域的研究步伐。     

基于图像处理和神经网络的小麦不完善粒识别方法研究

为了实现图像处理技术对小麦不完善粒的准确快速识别,研究了一种基于小麦不完善粒图像特征和BP神经网络的不完善粒识别方法。采集小麦不完善粒图像,对图像进行中值滤波、形态学运算、图像分割等处理后,针对每个小麦籽粒,提取其形态、颜色和纹理共3大类54个特征参数,采用主成分分析法提取8个主成分得分向量作为模式识别的输入,建立BP神经网络模型,实现对小麦不完善粒的检测识别。结果表明,该模型对完善粒、破损粒、病斑粒、生芽粒和虫蚀粒的判别正确率分别为93%、98%、100%、90%和85%,平均判别正确率达到93%,可有效对小麦不完善粒进行检测识别。     

图像处理技术在织物花型结构识别中的应用

对数字图像处理技术在织物花型与结构识别的应用现状进行了探讨,着重对机织物、针织物花型与结构识别中所运用的图像处理、图像识别方法进行了阐述.指出几种常用方法和它们的优缺点,对几种图像理解与识别的方法在织物花型、结构识别中的应用前景进行了展望.     

基于图像识别的整精米自动检测研究

本文采取动态阈值分割，把米粒图像变成二值图像，根据区域内部像素的连通性，将不同的区域赋予不同的标记，计算出单个米粒所占的像素，再通过先期计算的整精米长度／面积比换算出米粒长度，最后根据米粒长度判断整精米和碎米。研究结果表明，该算法的自动检测与人工检测相关性大于99％，可用于整精米的自动检测。     

基于图象处理技术的大米色泽检测

提出了一种客观、准确的基于计算机图像处理进行大米色泽检测的思路。介绍了目前常用的两种颜色模式RGB模型与HSI模型在大米色泽检测中的应用。通过分别绘制大米图像的R、G、B直方图求出大米颜色的R、G、B值,然后将RGB模型转化为HSI模型,求出大米图像的H、S、I值,根据色度图求出的大米色泽与实际大米色泽基本一致。     

图像处理与识别技术在纺织工业中的应用

随着计算机技术的发展及其应用的不断推广,计算机技术越来越多地运用于纺织工业。与传统技术相比,图像处理与识别技术的应用提高了纺织产品检测鉴别的效率、自动化程度和精度。文章论述了图像处理与识别技术在纺织工业产品中的研究应用现状和发展前景。     

基于图像处理技术的织物组织自动识别

文章给出了一种利用图像处理技术自动识别机织物组织的方案,实验证明测量结果对简单机织物而言具有良好的准确性,测量方法可代替人工操作,对织物的自动检测具有一定的参考价值。     

基于图像处理的西藏细羊毛显微图像的自动识别研究

计算机技术的应用变得越来越广泛,各种交叉学科相继出现.其中在纺织领域计算机技术也开始扮演着越来越重要的角色.利用图像采集设备将纤维图像采集到计算机中,用图像处理算法来提取所需纤维信息达到检测与分析的目的.针对纤维具有空间周期性的特点,提出利用数字图像处理技术来实现纤维的自动识别.介绍了当前西藏细羊毛数字显微图像分析的原理、通用和专业用高级分析软件.     

基于高光谱图像分割的固态发酵中不同杆菌的识别方法

本文研究了基于高光谱图像分割的固态发酵中不同杆菌快速识别问题,实验采用马铃薯葡萄糖琼脂培养基对芽孢杆菌、乳杆菌、红螺菌样本进行制备,通过黑色镜头盖在镜头上获取全黑的反射图像,对图像进行去噪、分割处理,获取高光谱图像梯度及分布峰值,利用掩模图像中菌落所处位置对光谱数据信息进行提取,把获取的三种细菌的光谱数据分割成校正集与测试集,依次用于模型构建与验证。通过标准正态变量变化方法完成对原始光谱数据的预处理,利用主成分分析法进行降维处理并区分不同菌落,并采用偏最小二乘判别分析法建立识别模型,分析细菌高光谱图像和高光谱响应值主成分,建立并验证模型。结果表明,采用标准正态变量变化法进行预处理后,高光谱分析总误差与分析误差的比值是1.12,低于规定稳健性的参数;不同细菌菌落的高光谱波峰存在差异,对光的反射率也有较大不同;当培养时长为36h时,三种细菌可被有效区分;本文模型比其它两种模型更优,对测试集的识别率为98.25%。综上所述,采用本文方法具有分析误差低、识别率高的优点。     

JJ数字图像处理系统的研制

结合数字图像处理系统的开发研制,讨论了数字图像的输入、实现、编辑、处理及输出等相关问题,并借助VC++语言及有关计算方法研制出了JJ数字图像处理系统,可应用于遥感、测绘等方面.     

织物表面疵点检测方法的设计与实现

针对传统织物生产企业中,人工检测织物存在瑕疵检出效率低、误检率高的问题,提出了一种织物表面疵点检测方法。该方法首先采用高斯滤波、线性归一化以及限制对比度自适应直方图均衡化对织物表面图像进行预处理,从而有效增强图像中的疵点表现细节,然后通过改进的Gabor优化选择,再对选择后的图像进行初分解,从中挑选出最优滤波图像进行二值化处理,最后运用统计学方法进行疵点判断并获得最终结果。该方法实现简便、硬件要求低、适应性广,可用于判断织物表面是否含有疵点,并定位疵点。实验证明,织物表面疵点检测准确率高达95.38%。     

重组牛肉图像识别模型的比较研究

以重组牛肉为研究对象,基于机器视觉技术构建3种深度残差网络(deep residual network,ResNet)模型(ResNet-50、ResNet-101、ResNet-152)用于识别重组牛肉,同时应用VGG-16视觉几何群网络模型、支持向量机模型以及LeNet-5卷积神经网络模型,比较分析ResNet模型的识别准确率和响应时间。采集并经过图像预处理后共得到6 168张样品图像作为实验样本,随机选取其中的4 936张作为训练集,剩余1 232张作为测试集。结果表明:3种ResNet模型(ResNet-50、ResNet-101、ResNet-152)识别速率较快,准确率高,均可以有效识别重组牛肉,且卷积层越多,准确率越高,其中ResNet-50模型识别准确率达到较高水平,且测试时间仅需0.45 s,能够准确、快速地识别重组牛肉。