基于图像识别的数字多用表自动校准系统开发

手持式数字多用型号规格多种多样,需校准的数据点非常多,人工校准过程耗时费力,且容易产生错误.本文提出了基于图像识别技术的数字多用表自动校准系统(以下简称系统)方案,系统根据被校准数字多用表的量程及最大允许误差指标等参数生成校准记录模版,对于每个校准点采用SCPI语句控制标准源的输出标准值,通过图像识别的方式读取校准结果...     

图像识别的数字万用表自动校准装置

数字万用表是大多数企业普遍常用的计量工具,常规传统校准一个数字万用表全部功能需花去0.5~1h。为了提高效率,节省时间和繁琐的重复工作,校准装置通过计算机来控制标准源的输出,用摄像头将数字万用表的数值图像采集到计算机中,用计算机进行图像数字识别,识别结果记录到Excel表格中,从而完成整个数字万用表的校准工作。     

归一化算法实现畸变不变图像识别研究

在光电混合联合变换相关器图像识别系统中,对与参考图像完全相同的真目标图像和不同的假目标图像能实现完全识别,但对于与参考图像间存在旋转和比例变化的目标图像却很难识别,甚至无法识别。由此,提出了基于图像质心和最长边的归一化图像处理新算法:根据图像像素总值求取图像质心,根据质心和图像边缘轮廓点之间的长度求出图像的最长边和旋转角度,然后根据统一标准将目标图像和参考图像调整至同一长度和旋转方向的完全相同的图像。最后给出了模拟和实验的相关结果,结果表明,该方法能实现存在旋转和比例变化的图像的畸变不变处理,从而提高了系统的识别能力。     

横滤嘴棒自动剔除和图像识别预警方法

目的 基于图像识别和结构改进对嘴棒发射机运行中产生的横滤嘴棒进行智能剔除、识别和预警,以提高生产效率。方法 采集滤嘴棒侧面运输图像,对异常图像进行追踪,从中提取异常滤嘴棒特征点,基于图像生成警示信息,同时对滤嘴棒发射机输送轨道背板进行结构优化,能剔除大部分横滤嘴棒。结果 改进后的模拟样机,经过输送轨道背板的横滤嘴棒的剔除率高达约77%,其余异常横滤嘴棒被及时预警,嘴棒发射机的管道卡堵概率降低约60%,设备运行效率显著提高。结论 图像识别和结构改进能有效识别预警和剔除嘴棒发射机运行中产生的横滤嘴棒。     

基于Python-opencv图像识别的手持式数字多用表自动检定方法

针对当下手持式数字多用表无通信接口,多数机构仍使用手动或者半自动校准的问题,提出一种基于Python-opencv图像识别的手持式数字多用表自动校准方法。通过摄像头拍摄图像,利用计算机Python-opencv程序图像识别技术进行数字识别,并将识别结果记录到计算机表格中进行后期结果处理,这大大减少校准时间和降低了出错率。     

图像识别黏度计自动检测系统的设计与实现

在计量领域中,传统的黏度计检测过程是依靠人眼观察、手动计时的方法来进行,受到人为操作误差影响较大,且检测效率低下。文章介绍了一种基于C8051F单片机的黏度计自动检测系统,利用图像处理技术实现了黏度计检测的自动化。     

图像识别技术在铁路监控系统中的应用

文章首先就铁路工作环境中监控系统以及图像识别技术的应用意义做出了必要说明,而后对当前应用领域中的图像识别技术原理和主流技术做出了相应阐述。     

基于图像识别算法的图像传感器质量检测方法改善研究

针对图像传感器质量检测结果可信度低的问题,基于Laplacian算子图像识别技术,借助Matlab软件,建立图像识别模型,实现图像采集、图像边缘智能识别、图像特征信息智能提取与分析的功能。通过实验对比,证明改善后的检测方法能更准确地反映产品质量特性。     

基于图像识别的数字温湿度计自动校准装置的设计

本文通过对现有数字温湿度计校准装置及方法的综述,指出当前自动化校准需求的迫切性,并提出一种基于图像识别技术的数字温湿度计自动校准装置的设计方案。在现有校准装置的基础上,添加高分辨率工业相机、样品支架和条形光源等设备,通过LabVIEW进行自动校准系统开发,实现对多表位数字温湿度计显示值的拍摄,并自动进行图像处理、数据识别和生成原始记录等。通过该设计方案,在一定程度上有效地降低了人员劳动强度,大大提高了数字温湿度计的校准工作效率和测量准确性。     

高精度表面粗糙度图像识别系统的研制

本文研究的是一套通过干涉显微镜成像,利用CCD相机提取干涉条纹进行图像识别和处理,实现高精度工件表面粗糙度快速、非接触、自动化的检测系统。该系统在干涉显微镜的结构基础上,安装了CCD相机,将干涉图像采集到计算机中,然后对采集到的图像进行滤波、判别、二值化处理、提取边缘轮廓,并按照GB/T 1031-2009《产品几何技术规范(GPS)表面结构轮廓法表面粗糙度参数及其数值》的要求进行计算,得到被测工件的表面粗糙度。经实验验证,该检测系统满足Ra值(0.01~0.1)μm和Rz值(0.1~1.0)μm测量要求,适用于高精度工件的表面粗糙度测量。     

基于神经网络的在线计算机图像识别系统

以二值型自适应共振理论（ART－1）神经网络为识别核心设计了一个应用于生产流水线的计算机识别系统,它可以对生产线上的零件和产品的文字和符号进行实时识别,作自动记录。该系统具有学习和识别速度快、识别率高（＞96％）,可以灵活改变识别对象,应用范围广等特点。     

基于图像分析技术的螺纹自动化测量系统研究

为提高紧固件螺纹检验效率,实现经济的螺纹全参数检验,通过工业相机和光源选型,标定方法设计搭建了螺纹图像摄取系统,通过算法设计和优化编制了配套软件,对图像分析技术应用于螺纹检测分析进行了研究,并对测量系统进行了不确定度评定。研究表明基于图像分析技术的螺纹自动化测量系统可实现。     

神经网络在二维图像识别中的应用

本文提出了一种基于神经网络的二维图像识别技术。选取一组机械零件的二维图像,对每张图像进行放缩和旋转变换,并分析、提取对应图像的nmi特征和7个不变矩特征作为BP网络的输入样本,图像的二进制编号为输出样本构建BP神经网络。并对网络进行抗干扰训练,使网络对理想输入及带噪声的输入均有较好的识别率。实验证明该网络具有一定的工程实用性。     

Near-infrared and visible light image fusion algorithm for face recognition

In order to improve face recognition accuracy, we present a simple near-infrared (NIR) and visible light (VL) image fusion algorithm based on two-dimensional linear discriminant analysis (2DLDA). We first use two such schemes to extract two classes of face discriminant features of each of NIR and VL images separately. Then the two classes of features of each kind of images are fused using the matching score fusion method. At last, a simple NIR and VL image fusion approach is exploited to combine the scores of NIR and VL images and to obtain the classification result. The experimental results show that the proposed NIR and VL image fusion approach can effectively improve the accuracy of face recognition.     

联合变换图像识别中功率谱高斯掩膜处理方法

本文提出了一种基于在光学频谱面上进行光学高斯高通滤波的实时处理方法.此方法将一个高斯掩膜覆盖在位于光学频谱面上的CCD中心位置,从而明显降低了相关图像中自相关峰的高度和宽度.通过比较不同的参数效果,确定了一种用于实验的高斯函数滤波器.通过系列实验研究发现,本方法可以明显提高联合变换相关器的效果和速度.     

野生动物的图像识别与相关的法律研究

打击破坏野生动物资源犯罪是森林警察的神圣职责。本文重点阐述如何利用图像识别技术鉴定犀牛角和豹皮的真伪、狮子的种属及相关法律,保护国家珍惜濒危野生动物。     

Pattern recognition,image processing and computer vision in fifth generation computer systems

It is well-known that one of the goals of research for the last two decades or so in pattern recognition and its sub-areas, such as processing, analysis and understanding of image, speech and natural language, and computer vision techniques etc., has always been to develop fundamental techniques for flexible interactive intelligent man-machine interfaces for computers. In this paper, the author tries to argue that for the evolution of fifth generation computer systems (FGCS) as defined by Japanese scientists, some of the things required are realisation and implementation of the advances in pattern recognition and its sub-areas, not only to achieve the man-machine interface with a natural mode of communication, but also for the realisation of the basic mechanisms of inference, association and learning, which are inherent both in pattern recognition and in the core functions of FGCS. The next generation computers will be knowledge-based systems, which form a subdomain of artificial intelligence (a1) techniques, and soa1 provides the essential link between pattern recognition domains and different application systems. No attempt is made to discuss other essential conceptual building blocks, such as software engineering, computer architecture and very large scale integration technology unless these become very relevant in the discussions of concerned topics of the paper. A section on limitations of perception, learning and knowledge for computing machines is also included. This work was funded by the Knowledge-based Computer Systems Project of the Department of Electronics, Government of India.     

基于卷积神经网络模型的遥感图像分类

研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010年6月6日Landsat TM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。     

FPGA图像采集系统研究与设计

设计了一种基于FPGA与DDR2SDRAM的图像采集显示系统,该系统采用Xilinx公司Spartan-6系列的FPGA作为主控芯片,利用高带宽数据、大容量的DDR2SDRAM存储器实时地对CMOS数字图像传感器OV7670图像数据进行缓存,最后图像数据通过TFT LCD液晶显示屏实时显示出来.实验结果表明,设计并实现的图像采集系统不仅运行稳定,而且图像显示效果较好.