OpenCV汽车牌照识别方法改进

传统的Open CV车辆牌照识别方法没有考虑到有些汽车牌照下方会有两个螺丝钉的问题,螺丝钉会在提取的图像上留下阴影,字符附近的阴影对汽车牌照字符识别的准确率势必有一定的影响。为了解决该问题,运用Open CV的MATLAB接口进行编程,对原方法进行了改进。结果表明:改进的方法去掉了螺丝钉的阴影,对提高车牌识别准确率有一定的作用。     

基于MATLAB对相机标定的研究

相机标定是对相机成像的逆过程求解,是建立二维图像坐标和三维世界坐标之间的对应关系,是机器视觉的重要组成部分。文章对针孔相机成像原理进行分析,考虑相机成像过程的径向畸变和偏心畸变。利用棋盘格标定原理,基于MATLAB对相机进行标定。     

高锰酸钾标准溶液标定方法的改进

纯高锰酸钾溶液是相当稳定的,但实际上高锰酸钾试剂中常含有少量的MnO_2和其它杂质,而且蒸馏水中也常含有微量的还原性物质,它们可与MnO_4-反应而析出MnO(OH)_2沉淀。MnO和MnO(OH)_2又能进一步促进高锰酸钾溶液的分解。此外,热、光、酸、碱等也能促进高锰酸钾溶液的分解,故不能直接用高锰酸钾试剂配制标准溶液。为了配制比较稳定的高锰酸钾溶液,将配好溶液     

基于OpenCV的机器人目标检测候选区域生成算法

针对当前目标检测算法主要集中在GPU上运行且对家庭机器人任务针对性不强的问题,提出了一种基于OpenCV的RMFC算法。该算法首先对输入图像进行裁剪、腐蚀、Canny边缘检测操作;其次使用二维顺序查找的方法过滤地面边缘以外的区域;随后使用卷积判断模块抽取物体的位置,最后在视频测试集上测试,结果表明该方法在快速提高检测速度的同时兼顾了准确性及针对性,并得到每幅图像少于10个的候选区域。     

基于OpenCV的棋盘格角点检测算法设计

一般摄像头采集到的图像都是带有畸变效果的,为了还原世界坐标和图像坐标,为了提取到摄像头的参数,就要对图像进行特征点的检测,利用棋盘格法是摄像头标定中经常使用的一种方法,在使用该方法时需要对棋盘格的角点进行检测。精确的检测到棋盘格上的每一个角点信息,对摄像头的参数提取有很大的帮助。     

基于LM算法的机器人运动学标定

机器人参数估计与误差补偿的标定方法是提高机器人末端位置定位精度的重要手段。课题组建立UR3机器人DH参数运动学模型,基于机器人末端工作空间的出现频率概率分布确定机器人测量空间域;以激光跟踪仪测量空间域内的机器人末端位置,构造出机器人末端位置误差与几何参数集间最小二乘方程目标函数,利用自适应步长的LM(Levenberg-Marquardt)算法对其进行迭代求解,进行参数估计得到几何参数标定值,以此修正机器人系统理论运动学模型结构参数集。最后对标定结果进行验证和分析,结果显示标定后最大误差降低了47.48%,平均误差降低了37.98%,均方根误差降低了40.40%,证明了该标定方法的有效性和可靠性。     

基于OpenCV的人脸检测

随着智能设备的不断发展,人脸检测技术应用于越来越多的领域,极大的丰富和方便了人们的生活,具有很大的商业价值和研究意义。文章研究了AdaBoost人脸检测算法的原理和性能,通过使用OpenCV和VS2012实现了图像及视频中人脸检测的目的,检测结果表明AdaBoost算法具有良好的实时检测性能和较强的准确性。     

改进的K-means算法

针对传统K-means聚类算法对初始点敏感性问题,根据数据样本分布,采用启发式的方法选取初始聚类中心点,设计了一种均衡化评价函数,由此函数为准则自动生成聚类数目.通过实验验证了该算法的收敛性.     

污水氯化物检测用硝酸银标定方法的改进

基于GB/T5750.5-2006检测水样氯化物采用硝酸银容量法,在标定硝酸银标准溶液中要求使用瓷蒸发皿进行标定,但在实际使用中瓷蒸发皿不便于摇匀和观察终点颜色变化,为了更好地观察颜色变化和使用准确浓度的标准溶液,本方案对硝酸银标准溶液的标定操作细节进行研究。     

基于改进TextRank的关键词抽取算法

为了解决TextRank算法的初始权值问题,提高关键词的抽取质量,在TextRank算法的基础上,引入了G1赋权法对TF-IDF算法的词语位置、词语长度和词性等3个属性赋予不同的权重,设计并实现了综合权重法的关键词抽取算法——TextRank-CM算法。将TextRank-CM算法、TextRank+TF-IDF算法和TextRank算法分别应用于中文关键词的抽取,结果表明:TextRank-CM算法在中文关键词抽取中的准确率和召回率明显优于另两种算法。     

一种基于改进的Hausdorff距离的图像配准方法

为了提高数字图像处理中图像配准的精度和算法的健壮性,提出了一种基于改进的Hausdorff距离的图像配准方法。基于传统的Hausdorff距离的图像配准方法算法的稳定性比较差,得出的配准结果存在较大的差异性,而将LTS(least trimmed square)Hausdorff距离作为适度函数应用到算法当中后,有效地克服了传统算法所存在的问题。算法首先是对参考图像和待配准图像进行压缩、二值化和边缘检测预处理,然后用LTS Hausdorff距离结合遗传算法的步骤对待配准图像进行配准操作。对比实验证明,该算法比传统的算法能更有效地抵抗在配准过程中所产生的噪声和孤立点的影响,并且在保证一定配准精度的基础上提高了算法的效率。     

一种基于OpenCV的织物疵点检测方法

在织物疵点自动检测开发中,传统的图像处理代码编写繁琐、效率不高.OpenCV具有较强的图像处理能力且提供了丰富的图像处理函数,可以把OpenCV运用到织物疵点检测上.以断经、纬疵样本为例,提出在OpenCV环境下采用阈值分割提取疵点图像,利用形态学技术实现噪点分离及断线连接.边缘检测实现了疵点图像在原图像中的准确定位.实验结果表明,OpenCV有简化代码、提高编程效率的图像处理强大功能,疵点检测结果准确,效率高.     

基于小生境技术的改进基因表达式编程算法的研究

提出一种改进的基因表达式编程方法,针对传统基因表达式编程容易出现过早收敛或者陷入局部收敛,进化后期种群多样性软弱及遗传操作随机性大等问题,加入小生境技术对算法进行改进。实验表明,改进的GEP算法能够克服传统GEP算法的不足。     

基于人工神经网络的室内定位算法研究

传统的UWB室内定位技术采用几何算法对标签进行解析定位,但复杂的室内环境和测距误差,可能导致方程组无解从而无法实现定位.针对上述问题,提出一种基于改进BP神经网络的UWB室内定位算法.将输出层输出的标签坐标与真实坐标的差值作为误差信号,利用梯度下降法修正网络的各个权值,使误差达到最小.以BP算法为基础,通过网络训练误差的变化趋势自适应调整学习率,提高收敛速率.通过与传统的定位技术和基于BP神经网络的定位算法进行对比实验,仿真实验结果表明,该算法的迭代次数和定位误差明显较小,输出轨迹与实际运动轨迹基本吻合,具有较高的定位精度.     

基于圆对称性和随机选点改进霍夫变换圆检测算法

为了解决使用传统Hough变换圆检测算法存在计算量大、运行效率低以及检测精度不高等问题,文章提出了一种基于圆对称性和随机选点改进Hough变换圆检测算法。首先,根据圆对称性特点,求解出圆心坐标;然后,将圆心坐标回代入圆方程,求解出半径。为了增强抗噪能力,随机选取圆周上一定数量的边缘点进行求解,统计半径值,选择频数最高的半径值作为最终结果。在MATLAB环境中开展圆检测仿真实验,结果表明,提出的方法可以有效地提高圆检测精度。     

基于改进分水岭算法及Hopfield神经网络的牛肉大理石纹等级评级方法

在HSV颜色空间H分量图像上进行分割预处理,结合改进分水岭算法对牛眼肌与大理石花纹区域进行精确分割,对中国、日本及美国的大理石纹的标准等级图的特征参数作相关性分析,优选出5个表征大理石纹分布的特征参数,提出一种基于图像处理及Hopfield神经网络的自动评级方法,结果表明,对大理石花纹分级准确率达到87.23%。     

融合改进暗通道和Retinex的遥感影像去雾增强算法

针对云、雾、霾条件导致的遥感影像饱和度低,色彩失真,细节模糊等问题。提出一种融合改进暗通道和Retinex的遥感影像去雾增强算法。首先,采用改进的暗通道先验方法对雾度分布不均的有雾影像进行复原;其次,将复原处理后的影像作为单尺度Retinex算法的原始输入图像,使影像更加清晰,细节更加明显,更加符合人类视觉特性。通过主观评价和平均梯度、均方误差和信息熵等影像质量评价指标验证了文章算法的有效性。     

基于改进Hough变换的复杂纸页缺陷检测算法

采用传统Hough变换法检测复杂纸页缺陷如褶皱、条痕等直线类特征纸病时,不能有效分辨具有较近斜率或截距的多直线特征.在标准Hough变换的基础上将Hough变换域空间变换为二维图像然后对其进行纸页缺陷特征提取,从而更加精确地检测出褶皱或条痕类纸病.经实验证明,改进的Hough变换在检测精度和时间上都优于标准Hough变换.