基于图像识别和激光扫描的铝污点定位系统的研究

利用视频图像识别和激光扫描测定相结合的方法定位铝污点的位置,图像识别排除了铝厂光照和物体阴影等环境变化的干扰,激光扫描提高了污点准确定位精度,通过图像阈值和区域增长算法检测出污点相对坐标,通过阶梯缩进算法准确指导电压卡用激光来定位污点位置,从而提醒并指引工人扫除铝污点;最终试验表明实现了污点及时检测和实时指定,减少了污点的错误判断率,从而解决了传统的人工视觉检测铝污点方法耗时、耗力、不精确、花费高等问题,提高了生产效率.     

无砟轨道扣件快速匹配定位方法研究

针对现有扣件定位方法速度慢、定位不准确的问题,结合无砟轨道的特点,提出一种无砟轨道扣件快速匹配定位算法。该算法针对传统匹配算法运算量大、匹配结果不准确的缺点,采用梯度法求取扣件图像的方向场,并根据钢轨区域方向场的各向一致性,锁定扣件感兴趣区域,实现图像裁剪,减少模板搜索空间;模板匹配则通过计算模板和图像方向场对应点之间的绝对值距离实现扣件匹配定位,并利用方向场采样、基于统计方法确定搜索起点位置、随机抽样一致性等方法提高匹配速度和精度。实验结果表明,该算法匹配速度快、鲁棒性强,能够满足扣件检测识别中对扣件匹配的实时性和准确性的要求,与传统的模板匹配定位方法相比,速度提高了30%左右,且对于不同光线条件下的匹配成功率均大于95%。     

有砟轨道扣件缺失识别算法的研究

针对有砟轨道扣件缺失问题,提出了基于fast PCA 和bag of words的两级分类扣件图像缺失识别算法。考虑到算法的可移植性和拍摄角度的不同,图像中钢轨和轨枕的方向并不一定是垂直的,单扣件定位识别具有局限性,提出采用双扣件图像作为样本。通过第一级分类器判断扣件是否缺失,进而得到扣件的具体位置。通过第二级分类器判断缺失扣件的类型,进一步得到扣件缺失的数目。该识别算法可达到较好的识别效果,有效地解决了拍摄角度不同的情况下有砟轨道缺失扣件的检测问题。     

基于YOLO的轨道扣件状态检测

建立了基于YOLO的轨道扣件状态检测模型.为了提高检测速度优化了YOLO神经网络的卷积层并运用反向传播算法对损失函数权重参数进行更新.根据VOC数据集格式创建了样本集并利用该样本集上训练及测试模型.检测结果表明:基于YOLO的扣件状态检测的查准率为94.2％,查全率为85.1％,检测速度达到了60 f/s,对环境具有很...     

基于边缘特征的无砟轨道扣件定位方法

轨道扣件的精确定位是实现扣件缺陷检测的前提,而常规的基于机器视觉的轨道扣件定位检测方法存在适应性差,且易受光照强度及遮挡的干扰。为了实现轨道扣件的快速精确定位,提出一种基于边缘特征的轨道扣件定位方法。通过在参考图像中选取标准扣件区域以生成匹配模板,利用Canny边缘滤波算子获得边缘点的位置坐标及梯度方向;在此基础上构建搜索模型并采用图像金字塔匹配搜索策略,获得匹配分值的潜在匹配点;并利用匹配阈值设定法,逐层逐次跟踪潜在匹配点,直至图像金字塔最底层,以提高定位速度;基于最小二乘法调整位姿参数,使其达到亚像素级精度。实验表明,该方法具有鲁棒性强、定位速度快且不受光照变化及遮挡的影响,定位精度达到1/15像素,定位成功率大于95%,满足无砟轨道扣件定位需求。     

基于图像识别技术的手写数字识别方法

随着世界经济越来越发达,各国经济交流日益加深,人们每天要处理大量的票据.手写数字在这个领域是必不缺少的,例如人们要处理许多支票、发票、货物单等数据,这些都要大量与数据打交道.传统的方法是利用光学的光电变换原理对数字进行识别,该方法对环境要求比较高,成本较高,识别率和实时性比较低.文中提出基于图像识别的对0至9手写数字识别技术.实验表明,对2,3,4,5,8,9字符准确识别,而对1,7,0,6,数字基本识别无误,该方法提高了对数字识别率和实时性.     

人脸图像识别方法的研究

现今,人脸图像识别已是一项重要的研究课题,在多个领域中的多个专业当中,都有着极为广泛的运用.文章将针对这一方面的内容展开论述,详细的分析了人脸图像识别的主要技术方法,并且对其中的重点以及设计当中的难点进行了阐述和探讨,力求更好的推动此项技术的进步和发展,为今后的相关应用作出积极的贡献.     

基于灰度不变性的扣件定位特征提取方法

针对现有扣件定位方法对不同光照条件下的铁路扣件图像适用性差、定位不准确的问题,提出一种鲁棒的、准确的铁路扣件定位检测算法。首先利用人眼视敏度特性来确定Rank变换窗口的大小,并通过改进Rank变换增强图像边缘特征;然后基于改进的LSD(Line Segment Detector)方法在增强后的图像中搜寻垫板与轨枕接触的边界线,并利用先验知识实现扣件的准确定位。实验表明,该方法定位准确且具有很好的适应性和鲁棒性。     

基于YOLOv5算法的钢轨扣件分类检测研究

钢轨扣件是保障轨道车辆安全运行的基础,目前依靠人工检查钢轨扣件状态效率低且具有缺陷性。基于YOLOv5算法对钢轨弹条断裂、缺失、移位以及螺栓缺失四种状态扣件进行分类检测研究,文章选取706张含故障扣件的图片进行标注形成钢轨故障扣件数据集,讨论了YOLOv5s、YOLOv5m两种模型对数据集分别训练50、100次后的识别效果,结果显示：采用YOLOv5m模型训练100次的YOLOv5算法对各类别故障扣件的测试精度、召回率、mAP@.5、mAP@.5:.95分别为0.988、0.967、0.987、0.822。该方法对钢轨扣件分类检测具有很好的应用价值。     

基于图像处理的轨道位移监测系统研究

在高铁桥梁轨道伸缩调节器处的轨道位移是影响行车安全的关键薄弱点。对该处轨道的位移监测非常必要,但是在高铁线路上是不允许安装任何设备的。为了解决实时监测的需求,研究基于图像处理的位移监测系统。在轨道侧边安装固定摄像机,定时拍摄照片;使用数字图像处理算法计算出轨道的实际位移。为了达到比较好的效果,使用相位相关法求相对位移,并且使用傅里叶梅林变换解决相机振动后偏移和更换后需要重新标定变焦倍数的问题。该系统实现实时自动测量,并且取得较好的测量精度,解决非接触测量的需求。     

基于关系型发散的黎曼流形分类图像识别

针对图像识别中传统的嵌入流形算法通常只考虑切线空间却忽略了流形结构以致不能准确建模的问题,提出一种基于关系型发散的黎曼流形分类(RMC)算法。首先从底层黎曼流形建立训练集,并在流形上建立一组表示黎曼点的参考点;然后,借助于最近提出的斯坦因发散计算黎曼点与各个类之间的相似性,从而有效地将流形分类问题转换成寻找合适的相似空间问题;最后,利用经典的线性判别分析进行特征提取,最近邻分类器完成最终的分类、识别。通过纹理分类、人脸识别、人体识别实验验证了所提算法的有效性及高效性。实验结果表明,相比其他几种较为先进的流形算法,提出的算法不仅提高了识别率,同时大大减少了训练、分类所耗时间,有望应用于实时图像识别系统。     

基于深度学习的农作物病虫害图像识别APP系统设计

为准确有效识别出农作物病虫害类别及位置,构建一款农作物病虫害图像识别App系统,为广大农户、研究人员及管理者提供智能信息服务.该系统基于Android平台开发,在所收集的大量病虫害数据集上,开展了Darknet、YOLO等深度网络模型训练和测试,并使用批量正则化、维度聚类和课程设计学习等技术优化模型,实现了181种作物...     

基于可拓学的E-SURF图像识别算法

为了提高图像识别的准确性,提出一种基于可拓学的E-SURF图像识别算法。首先,利用可拓学的发散分析原理为SURF算法增加拓展方向,然后,利用可拓变换中的置换变换改进特征点匹配算法,使得当利用特征点主方向产生的描述子不能找到匹配对时,用置换变换使拓展方向为特征点主方向,然后计算新的描述子,再次进行匹配,从而解决特征点对匹配过程中的矛盾问题。实验证明,该算法能够提高常见变换下的图像识别的准确性。     

光线自适应的水下管线识别与定位系统

本文论述了在水下环境下如何通过视觉识别管线并给以精确的定位．提出了水下视 觉系统的总体设计方案．在识别目标时,以目标的颜色为特征,并将颜色从RGB空间转换到H SI空间,使图像处理的速度和特征抽取的鲁棒性得到提高．由于水下环境光照变化剧烈,使 用模糊神经网络来动态调整特征颜色阈值．对水下环境中点和线的精确定位进行了详细的分 析,给出定位算法．最后的实验结果证明了算法的有效性．     

基于改进FOA-SVM的火灾图像识别模型研究

火灾是常见的破坏性极大的自然灾害。为了更好地预防火灾,减少财产损失和人员伤亡,针对人为选择SVM参数具有盲目性,对其分类能力影响较大,提出基于改进FOA-SVM的火灾图像识别模型。通过引入逻辑函数对果蝇算法的搜索步长进行改进,利用改进果蝇算法优化支持向量机搜索得到最佳模型参数。将火灾图像提取特征量作为该识别模型的输入样本训练和识别火灾图像,结合实例并将该模型的识别结果与SVM模型及其他算法的识别结果进行对比。实验结果表明,该模型提高了火灾图像识别的准确率,在火灾检测方面具有一定的实际应用价值。     

基于外部密钥的多混沌系统的图像加密算法

提出一种基于外部密钥的多混沌系统的图像加密算法。该算法利用Tent混沌映射的均匀分布特性及Logistic映射对初值的高敏感性分别完成对图像像素的置乱和扩散,利用Chebyshev混沌序列具有较好平衡性和伪随机性的特点作为外部密钥,控制Tent映射和Logistic映射的初值和参数,充分利用三个简单的一维混动映射的特性设计了一种有效的图像加密算法。仿真表明,该算法具有很大的密钥空间,对密钥的初值具有很高的敏感性,可以有效地抵御统计攻击和穷举攻击,具有很高的安全性和实用价值。     

基于几何不变量的图像特征识别

图像的特征识别是图像处理和识别中的一个重要问题,几何不变量作为特征的特征值在很多领域已经得到了广泛的应用。实际中,普遍采用在仿射变换及射影变换下保持不变的仿射、射影不变量作为特征值。本文根据具体图像的特点,利用4类仿射和射影不变量构成特征的特征值空间,依据4步识别策略来识别图像中的特征点,从而完成识别任务。实验表明,这4类不变量能够较好地识别出实际图像中的特征。     

图像集的离散度矩阵及其在人脸图像识别中的应用

本文提出了图像集离散度矩阵的基本概念及用于人脸图像识别的方法。该方法把同一类图像集中的各幅图像的信息矩阵的奇异值向量作为矩阵中的一列构成图像集特征矩阵。把这些矩阵组成一图像库,并找出图像集离散度矩阵和图像库离散度矩阵,从而计算出它们的最佳投影系数。然后,把测试样本的图像集特征矩阵与图像集库中的训练样本图像集的特征按投影系数相比较找出它的相似程度,从而进行人脸图像识别。     

足迹拇指图像识别系统的研究

综述了图像形状描述的常用方法,提出了采用归一化傅立叶描述子对足迹拇指轮廓进行描述的方法.介绍了归一化傅立叶描述子离散化算法和实现的关键步骤即边缘跟踪算法和等间隔边缘取点算法.构造了自适应能力强的三层前馈神经网络作为分类器.最后给出了实现过程和结论.