浅地层探地雷达目标探测和定位新方法

提出基于模板匹配的探地雷达目标自动探测与定位新方法，和图像分割方法相结合以减少模板匹配的计算量。将雷达图像分割成可能存在目标的区域和背景数据区域，对可能存在目标的区域进行模板匹配计算。模板根据待匹配点的深度生成。如果探测到金属目标则对模板倒相，实现金属目标的准确定位。所提方法包括图像分割、模板生成、匹配算法、金属目标识别和模板倒相算法。对实测数据处理的结果表明，所提方法探测和定位准确、鲁棒性好。     

基于深度图像的多特征孔洞填补方法研究

为填补深度图像中包含多个特征的孔洞,提出了一种基于模板匹配的孔洞填补方法.根据法矢进行区域特征分割,得到单一特征点云,运用切片法从单一特征点云中得到特征线点云.对特征线点云中值滤渡后拟合生成特征线,并对特征线编码.同时建立模板编码库,采用模板匹配法匹配模板图和搜索图中各特征线子图,找出最优模板图进行孔洞填补.该方法应用在船舱槽型舱壁的重构中,能有效地实现多特征孔洞填补.     

车牌图像预处理及识别算法研究

实现了车辆牌照自动识别系统中的一套预处理方法,主要包括车辆图像的灰度化,灰度级调整,消除噪声,图像二值化等。通过灰度级跳动来实现车牌定位及分割,最后利用模板匹配自动识别车辆牌照信息并输出结果。本文采用的灰度变化及灰度级调整可有效的消除一些外部环境对车辆牌照的影响,在一定程度上提高了对车辆牌照的定位与分割的准确性,可对光线较昏暗,车牌较模糊的图像也可较准确的进行定位和分割。     

基于双目视觉的移动机器人障碍物检测研究

针对移动机器人立体视觉障碍检测的两个难点:匹配精度以及匹配算法的实时性问题,提出了一种基于图像分割和立体视觉相结合的障碍物检测方法.通过分割提取出了障碍物的大致形体并滤去地面上的冗余信息,这样就把立体视觉避障中匹配区域缩小到有用的障碍物区域中,提高了匹配速度和精度.同时,采用德州仪器的DSP-TMSDM642实现了该算法在移动机器人上的嵌入式实现.实验结果表明了该方法能够在室内环境下较好地分割出障碍物目标大致区域,计算出障碍物特征点的三维信息精度高,具有较强的自适应性.     

图像识别技术在活塞装配自动识别系统中的应用

介绍了应用数字图像处理与识别技术检测活塞装配的质量问题。针对在工作现场采用CCD摄像机采集的活塞图像,结合模板匹配、阈值分割、特征提取、模式识别等算法,通过适当的处理和分析,对活塞图像中目标文字进行自动检测与识别,最终实现了对活塞装配质量的机器自动识别。实践证明,该方法具有一定的快速性和实用性。     

基于机器视觉的运动参数测试方法的研究

为达到非接触式测量的目的,采用机器视觉的方法来实现对运动机构的运动参数的测定.通过在机构上设定一个标志,利用模板匹配技术,对该目标实现实时在线跟踪,得到它在动态图像中每次的坐标值,通过对动态图像的分析和处理从而在线得到各种运动参数的曲线.模板匹配算法采用了全局匹配与小区域匹配相结合的策略.小区域匹配一次所用时间为20 ms,完全能达到在线实时跟踪测试的要求.     

基于差影和模板匹配的微小轴承表面缺陷检测

针对轴承表面缺陷的位置、面积、深度等随机变化导致图像采集具有不确定性的特点，设计了一套采用光电耦合器图像识别技术进行缺陷自动检测的系统。该系统光源恒定、处理速度快、图像精度高，能长时间稳定工作，显著提高了图像采集质量。经过深入研究图像分割、图像差影、模板匹配等模式识别理论与技术及微小轴承图像特征发现，要检测轴承的表面缺陷，需将轴承表面分割成两部分进行识别，轴承表面的均匀分布区域直接采用差影法，文字刻印区域采用模板匹配法，结果表明该方法识别正确率达98％。     

快速响应码图像的全方位识别

首先分析快速响应码位置探测图形的模式，提出一种基于一维特征模板匹配的快速定位方法，并实现图像方位归一化，然后对条码边界进行Hough变换得到边界直线和顶点位置，再利用条码的几何特征做控制点变换和双线性插值变换，进行几何失真校正和大小归一，形成只包含条码的图像，最后采用Sobel边缘检测以及傅里叶反模糊滤波方法识别条码模块，得到可以解码的比特流信息，实验表明这些算法有效消除了图像中无关信息干扰和几何失真对识别的影响，实现了条码图像的全方位快速识别。     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于卷积神经网络的数码仪表识别方法

为了在复杂多变的环境中实现对数码仪表正负号和小数点的实时识别,提出了一种基于卷积神经网络的数码仪表识别方法。先采用模板匹配方法对目标图像提取感兴趣区域,并对感兴趣区域进行分割,然后对分割的单字符区域采用卷积神经网络进行0~9数字、正负号的识别,再对分割的小数点区域采用MOSSE算法进行小数点识别,最后根据单字符、正负号和小数点的识别结果获取读数。实验结果表明,该方法能够在复杂的环境下准确且稳定地识别数码仪表读数。