基于OpenCV的数字手势识别方法

手势作为一种传统的体态语言,能够同计算机进行更有创意的通信交互。高效的手势识别方法可以为人机交互和跨域人机障碍问题的研究提供思路。基于此,研究了一种基于OpenCV的数字手势识别方法,该方法对由摄像头采集的图像视频信息进行双边滤波去噪预处理,再通过肤色检测与二值化、图像形态学处理和轮廓提取进行手势分割,运用傅里叶描述子进行特征提取,利用支持向量机（SVM）模型进行数字手势1～10的识别。实验结果证明,基于OpenCV的数字手势识别方法识别准确率为94.8%,具有较好的识别率。     

基于PSO和LSSVM的生化过程建模研究

针对最小二乘支持向量机(LSSVM)在生化过程建模中的重要建模参数值选择问题.提出利用具有较强的全局搜索能力的粒子群(PSO)优化算法.对最小二乘支持向量机建模过程中的重要参数进行优化调整,每一个粒子的位置向量对应一组最小二乘支持向量机建模的参数.利用参数优化调整后得到的具有较优拟合预测效果的模型对谷氨酸发酵过程进行预测,仿真结果表明,该方法能使模型取得较好的预测效果.     

基于粒子群LSSVM的网络入侵检测

研究保护网络安全问题,计算机网络攻击的多样性及隐蔽性导致网络入侵检测困难.当前流行的人工神经网络检测方法的网络入侵检测率仅70%左右,不能满足网络安全防护需求,为了解决上述问题,提出基于最小二乘支持向量机和粒子群优化算法(PSO-LSSVM)的网络入侵检测方法,粒子群优化算法用于选择合适的最小二乘支持向量机参数.方法泛化能力强,识别精度高.在网络入侵检测中,通过KDDCup99数据库数据进行仿真,证明方法的优越性.实验结果表明粒子群优化算法与最小二乘支持向量机组合方法的网络入侵检测精度优于LSSVM与SVM.可见,PSO-LSSVM非常适合于网络入侵检测,可为网络保护设计提供参考.     

基于OpenCV的儿童票身高识别

在大数据时代,人们追求高效便捷的生活。在各个生活生产领域都进行了工业自动化的开发,而目前各个场所的儿童票检查却还依赖于人工。去人工的自动识别,可以大幅度的提高效率,方便数据的管理。为了实现自动化,此项目基于OpenCV对动态的人体进行像素识别,通过固定比例尺来计算人的身高。通过实验可知,该方法可行性高,基本能够实现身高识别。     

基于APSO—LSSVM的软测量建模研究

针对最小二乘支持向量机在生化过程建模中的重要建模参数值选择问题,提出利用具有较强的全局搜索能力的自适应粒子群（APSO）优化算法,对最小二乘支持向量机建模过程中的重要参数进行优化调整,每一个粒子的位置向量对应一组最小二乘支持向量机建模的参数。利用参数优化调整后得到的具有较优拟和预测效果的模型对谷氨酸发酵过程进行预测,仿真结果表明该方法能使模型取得较好的预测效果。     

基于多尺度稀疏LSSVM的时间序列预测

最小二乘支持向量机在提高了支持向量机的运算速度的同时,失去了解的稀疏性.构造的多尺度稀疏最小二乘支持向量机,首先通过小波包分解对于数据进行多尺度描述,同时采用最小二乘支持向量机的学习算法获得数据之间的尺度相关性,可以实现解的稀疏性和可解释性,从而实现了系统的多尺度分解、子系统建模与合成的一体化.通过在时间序列预测上的应用可以发现,此模型在获得稀疏解的同时,极大地提高了系统的性能.而且,可以获得输出结果在不同尺度上的贡献度,增加了系统的可解释性.     

基于PSO和LSSVM温度控制器的设计

利用离子群优化（PSO）算法的全局搜索功能和最小二乘支持向量机（LSSVM）泛化能力强、运算速度快的特点,设计了一种温度控制器。通过LSSVM 对输入输出数据的训练学习,建立其预测模型;然后运用粒子群算法完成控制过程的滚动优化。该方法克服了PID控制中存在的控制精度不高、抗干扰能力差以及实时性不好的缺点。通过对连续槽式搅拌反应器（CSTR）温度控制的实际应用,证明了该方法的有效性。     

基于LSSVM的混沌时间序列的多步预测

结合相空间重构理论和统计学习理论,实现混沌时间序列的多步预测．采用擞熵率法求得最优嵌入维数和时延参数,重构系统相空间,用最小二乘支持向量机建立渑沌时间序列的多步预测模型,并与径向基函数网络预测模型比较．结果表明,所建立的模型能够捕捉到原混沌系统的动力学特征．前者的归一化均方根预测误差远小于径向基函数网络预测模型的预测误差,泛化能力较强．其预测效果较好．     

基于LSSVM的卫星姿态控制系统故障诊断

提出了一种基于最小二乘支持向量机(LSSVM)非线性观测器的卫星姿态控制系统故障诊断方法。与标准的支持向量机回归算法相比,最小二乘支持向量机回归算法收敛速度快,适用于在线训练。该方法利用其回归逼近非线性函数的能力,设计基于最小二乘支持向量机的非线性系统状态观测器,在线训练最小二乘支持向量机回归,并用于估计卫星姿态控制系统故障。最后,通过仿真验证了这种方法可以快速准确地估计出卫星姿态控制系统的故障。     

基于图像处理的高精度仪表判读方法

提出了用图像技术对高精度指针式仪表自动判读的方法,关键问题是视差的检测和仪表图像坐标系统与仪表读数跟踪系统之间坐标的转换。采用脊波提取仪表图像中的直线,利用图像信息控制数控系统动作。实验表明:该读数方法绝对误差为零,非常适合于高精度指针式仪表自动跟踪判读。     

基于LSSVM的静态手势识别

支持向量机(Support Vector Machine，简称SVM)，是基于统计学习理论的一种新的模式识别方法，较好地解决了小样本学习问题。通过使非线性空间变换为线性空间，降低了算法的复杂性。LSSVM(Least Squares Support Vector Machine)由于使用线性等式代替了标准的SVM算法中的线性不等式，进一步降低了运算量。利用傅立叶描述子获取静态手势特征向量，通过LSSVM大尺度算法求解方程组来得到LSSVM分类器，进行静态手势识别，取得了较高的识别率。说明如何把静态手势识别结果应用到机器人远程控制中，提高人机交互的友好性。     

基于OpenCV的数字视频缺陷检测快速算法

随着视频应用范围的扩展,在视频中定位出视频缺陷变得越来越重要。对于简单的视频缺陷,比如黑场,红、绿、蓝场以及静帧的缺陷,提出了相应的检测算法,用到的特征包括绝对差等这类简单的特征。对于复杂的视频缺陷,如马赛克缺陷,在分析现有算法的基础上,提出了一个快速有效的检测算法,采用了两种策略以提高检测速度：新的模板匹配及对边缘图像的预处理。所有以上检测算法都基于OpenCV库开发实现,使得整个算法的实现更快捷。进行了仿真实验,结果验证了所提算法的有效性。     

基于OpenCV的图像椭圆特征识别与定位研究

面向平板零件上螺纹孔的识别定位需求,基于开源计算机视觉库OpenCV进行椭圆特征的识别与定位研究。采用Canny边缘检测算法提取图像边缘信息,对边缘图像通过轮廓检索得到单一的连续轮廓,并对得到的每一条连续轮廓进行椭圆拟合。研究给出一种评价轮廓与所拟合椭圆误差的计算方法,以此误差为准则实现非椭圆特征的剔除。进一步针对螺纹孔形成的相套椭圆特征,采用聚类筛选的方法得到螺纹孔对应的内环椭圆特征,从而实现了板上螺纹孔的识别与定位。     

巡检机器人中指针式仪表示数的自动识别方法

针对巡检机器人室外自主识别仪表示数易受到光照影响的问题，在研究了基于二维伽马函数的仪表图像光照不均匀自适应校正算法的基础上，提出了基于最大稳定极值区域（MSER）提取指针区域的算法。首先，通过三尺度高斯函数提取光照分量，构造二维伽马函数自动地调整图像反光区域或过暗区域的亮度；然后，通过MSER的两次稳定区域检测提取指针区域；接着，以指针通过仪表轴心为条件，用细化算法和累计概率霍夫变换（PPHT）精确地定位到指针，提高了定位直线的准确度；最后，通过PPHT检测的直线两个端点与轴心位置比较，直接可以判断指针指向，更加方便了计算示数。实验结果表明，所提的仪表示数识别方法能够适应不同光照下、不同类型仪表的指针定位，且识别示数的正确率达到94%以上。     

基于图像传感器的仪表自动读数系统

基于图像传感器的仪表自动读数是现代测量的发展趋势。利用机器视觉和图像处理技术,设计了一种机器视觉与图像传感器测量相结合的自动读数测量系统。利用LED漫反射光源的特性设计测量用光,有效削弱仪表表面的强镜面反射,取得光照较均匀的图像;利用移位寄存式线性逼近法从刻线群中识别出对准刻线;利用特征窗平移法提取字符特征实现了快速字符识别。实验表明:系统的测量准确性比用传统的测量方法提高了1倍,而且操作便捷,测量效率高。     

基于OpenCV与Face++的自闭症儿童情绪识别系统

目前,如何开展面向自闭症儿童的情绪智能感知已成为一个重要方向。文章对一套情绪识别数据分析系统(该系统基于OpenCV和Face十+技术而开发)进行研究,实现了按指定帧数间隔截取视频帧,通过机器学习算法进行图片分类,对图像进行情绪识别分类统计等功能,最后以Excel表格形式输出分析数据。     

基于OpenCV的摄像头动态手势轨迹识别及其应用

利用OpenCV计算机视觉库在vs2008平台上设计了一个基于实时摄像头的集动态手势检测、动态手势跟踪、动态手势轨迹识别的应用.首先,该应用基于静止的背景更新,利用背景差分检测运动手势,再结合颜色直方图的粒子滤波进行动态手势跟踪,最后利用隐马尔可夫模型(HMM)进行运动轨迹识别.在运动检测部分结合了背景差分图与通过颜色直方图获得的反投影图,达到比较满意的实时运动检测效果;在运动手势跟踪部分,改进的颜色直方图的粒子跟踪能够在经过类肤色人脸的干扰后迅速地找回运动手势,基本达到了跟踪的要求,但是同时对于HMM识别轨迹时需要的运动轨迹序列采集造成了影响;在识别轨迹部分,HMM的训练达到了识别的要求,但是识别的效果主要取决于实时运动轨迹序列的采集工作与采集方法的优化.     

基于VHDL的简易数字频率计的设计

本论文采用自上向下的电子系统设计方法,基于VHDL硬件描述语言设计了一种可变换量程的数字频率计,并在QuartusⅡ平台上进行仿真,在F10K10M试验箱上进行了下载验证。数字频率计的模块划分设计具有相对独立性,可以对每个模块单独进行设计、调试仿真和修改,缩短了设计周期,减小了设计复杂度。仿真波形逻辑关系与试验箱测试结果表明,所设计的电路能够满足数字频率计的功能要求,具有理论与实践意义,实现了电子电路自动化过程。     

基于OpenCV的铁路导轨自动识别研究

在铁路交通安全检测中,铁路导轨的准确识别是判断导轨线上有无路障的前提,利用红外热像仪采集的视频图像,提出了一种在OpenCV开源平台下,实现基于数字图像处理的铁路导轨自动识别方案.通过获取图像序列帧,对其首先进行预处理,边缘检测;然后通过链码跟踪算法,实现线段的提取和判别;最后提出了统计链码值出现次数,用其最大值从方向上判别线段,并实现了断线相连.实验结果表明,在复杂的外界环境下能准确地获得直道导轨和弯道导轨的信息,具有很强的实时性和可靠性.