新的纸币图像特征提取方法

综合利用Contourlet变换和模糊逻辑方法的优点,提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法.该方法通过对纸币图像进行Contourlet变换,提取纸币图像在不同尺度不同方向上的变换系数.把提取的系数作为语言变量,在此基础上引入模糊逻辑方法,计算出模糊特征空间中每个模糊区域的激活强度值,并将其进行归一化处理后构成纸币的特征向量.同时结合纸币的儿何特征来进行粗分类.采用神经网络作为识别分类器并且在识别阶段引入拒识类.实验结果表明,提出的方法取得了较高的识别率并且满足清分系统实时性的要求,该方法已经在一个资源约束的嵌入式系统中得到应用.     

基于Renyi熵和模糊推理的彩色图像边缘检测

针对有噪情况下提取彩色边缘信息，文章提出了一种基于Renyi熵和模糊逻辑的彩色图像边缘检测方法。利用K-L变换，将彩色图像分割为三个正交彩色特征I^1,I^2，I^3，对含丰富特征的单色图I^1，采用一种基于Renyi熵的模糊推理方法进行边缘提取．将局部边缘信息测度和边缘度作为模糊推理系统的两输入变量，并运用7条模糊规则进行推理，以获得边缘隶属度。实验证明，与常用的边缘提取方法相比，该方法能提取更多的彩色边缘信息并具较好的抗噪性能。     

特征值模糊增强超分辨谱估计算法研究

提出了一种特征值模糊增强超分辨率谱估计算法。该算法对特征值进行了模糊增强处理，增强了较大的特征值，压缩了较小的特征值。这种算法可用于估计频谱，也可用于空间谱估计。经计算机模拟，证明该算法能获得较好的分辨率。     

近红外光谱技术与偏最小二乘法及模糊聚类法相结合的糖品种分类方法

提出了一种近红外光谱技术与偏最小二乘法及模糊聚类法相结合的可用于快速无损鉴别糖品种的新方法。采用近红外光谱仪获取了白砂糖、木糖醇、麦芽糖和葡萄糖等四种糖类别各30个样本的光谱漫反射特征曲线。运用偏最小二乘法提取了糖分类与特征值,并将提取到的经过归一化处理的11种主成分结果作为模糊聚类模型的建模参数。设定聚类数为4,建立模糊聚类模型,并对40个未知样本进行了预测。预测结果的准确率达到100％,说明本文提出的方法对于糖类别具有很好的分类和鉴别能力,同时也为光谱分析技术在对品种的快速、无损分类与识别中的应用提供了新的思路。     

新的基于边缘特征的图像相关匹配方法

传统的图像相关匹配方法利用求取对应像素灰度差的累加和进行图像之间的相似性度量,或者设定阈值计算具有相近灰度值的像素点的个数进行相似性度量,由于参考图和实测图之间存在着灰度差异、模糊以及局部遮挡等,使得仅依靠图像灰度信息的算法的性能受到影响。结合图像的边界特征匹配技术,提出了一种新的图像相关匹配算法。该算法首先对图像进行边界提取并二值化,然后利用所定义的基于边缘的相似距离(ESD)对处理后的二值图像进行相似性匹配运算。试验结果表明这种算法在多种图像畸变情况下的有效性。     

无线传感网络模糊图像复合光栅滤波识别算法

在识别无线传感网络模糊图像时,对特征点的提取数量较少.为此,提出一种无线传感网络模糊图像复合光栅滤波识别算法.在空间滤波中,对图像频谱进行傅里叶转换,得出全新频谱;重组图像,即对图像进行光栅滤波处理,并将光栅滤波叠加,扩大处理不同模糊程度的图像范围;构建模糊图像空间,简化图像参数,提取图像特征点并匹配;以特征点最多为目...     

基于特征聚类的压缩机联轴器机构执行故障智能诊断

压缩机联轴器机构工作负荷较大,故障诱因较多,为了有效准确排除压缩机联轴器机构在执行控制指令的故障,提出一种基于故障关联特征聚类分析的压缩机联轴器机构执行故障智能诊断方法.分析压缩机故障诊断原理,构建故障诊断的总体结构模型,采用传感器信号采集技术进行压缩机联轴器机构的工况数据采集,实现机械故障信号重构,对联轴器机构执行控制信号进行关联特征提取,对提取的故障特征采用模糊C均值聚类方法进行故障特征分类处理,在专家系统中实现机械故障的准确诊断识另.仿真结果表明,采用该方法进行压缩机联轴器机构执行故障诊断,对故障的准确判断能力较好,故障检测的准确概率较高,智能性较好,具有较好的实用价值.     

适应于大幅面图像的快速匹配算法研究

基于特征的图像匹配算法具有更广的适用范围和更好的性能表现,但因为其算法更加复杂,使其很难满足实时性,尤其当图像尺寸变大后,这一缺点更加限制了此类算法在实际工程中的应用。针对这一问题,本文提出了一种新的用于大幅面图像的快速匹配算法。算法采用空域分割和频域压缩的方式对图像进行预处理。通过提取目标图中高频信息丰富的区域作为待匹配子图,减小用于匹配的目标图像尺寸;通过小波变换提取源图尺度空间的高尺度表示,压缩SIFT特征点在图像频域中的存在空间。算法采用由粗到细的匹配策略,粗定位待匹配子图在源图中的空间区域后,再次进行细匹配操作,最终实现大幅面图像间的快速匹配。仿真实验表明,新提出的算法极大地提高了大图像匹配的速度,在对部分算法模块进行硬件加速后,新提出的算法甚至可以满足实时性的要求。      

一种基于运动对象的形状编码新算法

本文提出一种基于运动对象的形状编码新方法,称之为基于曲率尺度空间CSS(Curvature Scale Space)的自适应算术形状编码算法(CSSAS).本算法主要分为两种编码模式:帧内模式和帧间模式.在帧内模式中,我们在对CSS算法进行改进的基础上,对任意形状对象的形状信息进行特征点的分层提取;并用自适应算术编码算法对提取的特征点进行编码.在帧间模式中,提出了一种基于曲率尺度空间图(CSSI)的任意形状对象的运动估计算法.上述运动估计/补偿后所获得的形状曲线的匹配部分使用基于弧长索引的压缩编码算法,而对于不匹配部分,采用与帧内CSSAS算法相同的方法进行压缩编码.实验结果表明,本文提出的CSSAS算法与MPEG-4校验模型中基于上下文的算术形状编码算法(CAE)相比,在帧内模式时,CSSAS比CAE压缩比提高约25%,在帧间模式Dn较大时,CSSAS比CAE压缩比明显提高,而在重构形状的主观质量上,CSSAS这两种模式均优于CAE.     

视觉传达技术的多光谱图像高效压缩方法

通过对多光谱图像压缩处理，降低存储空间并提高图像存储质量，提出基于视觉传达技术的多光谱图像高效压缩方法。采用二维小波变换进行多光谱图像的细节层结构融合处理，提取多光谱图像的向量量化特征分布集，采用低频特征分解和视觉传达融合技术实现对多光谱图像的冗余性处理，通过图像编码和子空间降噪技术建立多光谱图像的压缩编码模型，采用结构信息特征重组和无损压缩传输技术实现对多光谱图像的视觉传达重构和多重特征压缩。仿真测试表明，采用该方法进行多光谱图像压缩的无损性较好，对细节特征的保留能力较强，图像码字和原始矢量的匹配度较高，可有效保留图像的细节分量的同时降低了图像的存储开销。     

Human recognition system for outdoor videos using Hidden Markov model

Human recognition is an essential requirement for human-centric surveillance, activity recognition, gait recognition etc. Inaccurate recognition of humans in such applications may leads to false alarm and unnecessary computation. In the proposed work a robust background modeling algorithm using fuzzy logic is used to detect foreground objects. Three distinct features are extracted from the contours of detected objects. An unique aggregated feature vector is formed using a fuzzy inference system by aggregating three feature vectors. To minimize computation in recognition using Hidden Markov model (HMM), the length of final feature vector is reduced using vector quantization. The proposed method is explained using five basic phases; background modeling and foreground object detection, features extraction, aggregated feature vector calculation, vector quantization, and recognition using Hidden Markov model.     

基于重叠动态网格和模糊隶属度的 手写汉字特征抽取

本文在基于动态网格的手写汉字特征抽取方法中引入重叠网格划分,定义了一种反映书写结构的加权点密度,并提出了一种根据密度投影计算模糊隶属度的方法,这些措施提高了特征的分类能力.各种网格划分方法提取方向线素特征进行了试验比较,结果表明本文的特征抽取方法的在识别率上优于传统的动态网格方法和采用非线性归一化预处理的静态网格方法.     

Handwritten digit recognition: applications of neural network chipsand automatic learning

Two novel methods for achieving handwritten digit recognition are described. The first method is based on a neural network chip that performs line thinning and feature extraction using local template matching. The second method is implemented on a digital signal processor and makes extensive use of constrained automatic learning. Experimental results obtained using isolated handwritten digits taken from postal zip codes, a rather difficult data set, are reported and discussed     

基于笔划提取和合并的离线手写体汉字字符切分算法

手写体汉字字符切分是离线汉字字符识别预处理中的一个重要问题，针对离线手写体汉字，提出一种基于笔划提取和合并的手写体汉字字符切分算法。该算法首先基于方向游程提取汉字的笔划，并建立笔划框，再根据汉字笔划的结构知识对笔划框进行合并，得到字符的切分结果。该算法能较好地解决粘连汉字字符的切分问题，对从现场随机采集的2500封手写体信函地址汉字进行切分，单字正确率可达91．5％。     

基于矩和Gabor变换的手写体汉字识别方法

特征提取是手写体汉字识别的一个研究难点。本文提出了一种基于特征融合的新提取方法,即将Gabor变换和正交矩变换结合起来,用正交Zernike矩提取全局特征,用Gabor变换提取局部特征,然后使用主成分分析的方法进行特征压缩。由此得到的特征向量能从整体上和局部上反映汉字的特征。实验证明该方法是行之有效的。     

基于改进的混合学习模型的手写阿拉伯数字识别方法

在特征空间维数较高的手写阿拉伯数字识别问题中,冗余的特征往往会意外增加学习模型刻画问题空间的复杂度,影响手写阿拉伯数字识别的效率和精确度。该文提出了一种基于边界对特征的敏感度值进行特征选择的支持向量机树混合学习模型,依据当前中间节点上的分类曲面对子样本空间中的样例特征的敏感程度选择特征,在新构建的子样本集上训练子节点上的支持向量机。UCI机器学习数据库中手写阿拉伯数字识别问题的仿真结果表明,与其他算法相比,该文提出的方法能够在提高或保持手写阿拉伯数字高识别精确率的同时,精简问题空间,从而简化混合学习模型的中间节点和整体结构。     

Fuzzy logic control of a space-vector PWM current regulator forthree-phase power converters

This paper presents a fuzzy logic implementation of space-vector pulse-width modulation (PWM) for three-phase power converters. The conventional space-vector PWM current regulator implementation is generally computationally complex. The fuzzy logic controller implementation relieves the processor of a number of computations, thereby accommodating a less expensive microprocessor. The AC-side rectifier voltages are used as fuzzy-state variables. The fuzzy logic control has two outputs: magnitude and angle of reference voltage. Both conventional space-vector PWM and the fuzzy logic controller are implemented to evaluate performance using a 16-b microcontroller (68HC16). Experimental results are provided for both controllers at the same operating point, where the power drawn by the load is about 3 kW. The fuzzy logic controller reduces the computational burden on the processor by about 30%     

基于模糊方向能量特征的手指静脉识别

从图像上看,手指静脉属于管线图形,有着明显的方向走向.因此,使用方向能量来进行静脉特征的描述和识别.为降低静脉图像采集过程中的旋转和平移对识别结果造成的影响,引入模糊集的概念.具体说来：首先,利用Steerable滤波器与原图做卷积获取方向能量;继而,对图像本身做模糊块划分,计算每一模糊块上的方向能量特征,并组合形成图像的最终特征;最后,使用相关系数来衡量两幅静脉图像的相似程度.实验结果表明,该方法能够达到满意的效果.     

A unit decomposition technique using fuzzy logic for real-timehandwritten Chinese character recognition

The purpose of this paper is to provide a real-time compact device for inputting handwritten characters to mobile personal digital assistants (PDAs). A novel method for the recognition of online handwritten Chinese characters is presented, giving emphasis to the representation of the patterns using fuzzy logic. The information contained in a character, including shapes of individual strokes and their relative spatial relations, is examined by inference of fuzzy rule base, and the fuzzified representation is organized in a matrix structure. It is well known that Chinese characters are comprised of a set of basic units, representing fundamental meanings. Hence, a unit extraction module is designed to search the possible units within characters. The input character object is recognized by a combination of units with the largest fuzzy confidence degree. The training capability, which provides the unit model set, is performed using the qualitative fuzzy c-means clustering algorithm. An experimental system is implemented that achieves a real-time recognition rate of about 95% with a test set of 550 characters and two cases for each character written by six users. The experimental system has an average real-time recognition speed of 0.5 s/character. The presented approach shows the following two significant advantages over other methods: (1) less training time; and (2) less storage required to store character models. These are two crucial factors in designing PDA devices for mobile communication