多视点空间目标识别方法研究

基于识别空间目标的需要,采用多视点特征法建立了绕双轴旋转的目标二维图像模型库,将常用滤波器和形态学相结合去除噪声并进行图像分割,得到了较好的分割效果.采用组合不变矩对分割后图像提取目标特征向量,并使用BP神经网络对其进行识别.实验结果表明:所提出的空间目标识别(space object identification,SOI)方法有效,可实现噪声干扰条件下运动卫星目标的识别.     

全自主足球机器人快速目标识别与定位方法

为使机器人视觉系统能够快速、稳定地进行目标识别和定位，采用多阚值粗分割和区域细分割相结合的彩色图像分割算法，以提高特征提取的鲁棒性．在基于区域分割的算法中采用快速游程连通性分析算法，保证了目标识别的实时性．对已识别的目标，利用摄像机针孔模型完成单眼的实时定位．该系统能满足全自主足球机器人对目标识别与定位实时性和鲁棒性的要求，已成功地应用于HIT-Ⅱ型自主足球机器人中．     

小波和仿射不变矩的目标特征提取方法研究

不变矩是目标识别中重要而有效的特征提取方法。利用小波矩具有的多尺度、平移和旋转不变性进行特征提取,有较高的识别率。但当拍摄角度不同,图像发生形变,识别效果降低。针对这一问题,提出了一种将小波矩和仿射不变矩相结合用于目标特征新的提取方法,并验证本方法的鲁棒性更高,识别效果更好。     

一种有效的SAR图像目标识别方法

根据不变矩特征提取和支撑矢量机分类的优势,提出了一种有效的SAR图像目标识别方法.首先对样本SAR图像进行预处理。然后提取目标区域的不变矩特征并计算灰度均值,将其组成特征向量训练SVM分类器,最后用训练好的SVM分类器对要识别的SAR图像进行目标识别.采用该方法对一些含有桥梁和坦克的SAR图像进行目标识别实验,取得了较好的识别结果.     

交警手势的图像处理与识别

提出了一种基于交警手势识别的交通灯控制方法．该方法首先对彩色摄影机采集的交警手势图像进行预处理。包括彩色图像平滑、彩色图像增强;其次利用边缘检测和图像分割方法对目标图像进行分割,由于图像受噪声干扰严重,采用Sobel算子消除噪声;再次将分割得到的目标轮廓进行表示与描述,为图像的识别作好准备;最后结合图像的轮廓特征对图像进行识别,采用了模糊模式识别方法．试验结果表明。该方法能够实现对交警手势准确的识别．     

基于图像的产品缺陷特征提取方法

在基于图像的工业产品缺陷检测中,多为非均匀背景的高像素图像,传统的图像分割方法难以将缺陷目标快速从图像背景中分离出来．本文提出一种从非均匀背景中分离目标的新方法：首先,对原始图像进行栅格采样,将各采样点组成一幅小的图像;接着,对该图像应用GLPE进行滤波和平滑,以消除目标对背景的影响,接着应用Facet模板按原取样值对该图像插值进行二次平滑,从而得到背景图像;最后,将原始图像减去背景图像即得到目标图像．实验结果表明,该方法与传统图像分割法相比,对缺陷特征的识别更准确,目标提取速度更快,可以显著提高产品缺陷的检测效率．     

飞行目标的光谱辐射强度与梯度组合识别算法

利用人造飞行目标相邻波段光谱辐射强度连续性特点,提出了一种多光谱辐射强度和梯度相组合的目标识别快速算法.该算法首先对多光谱图像进行高通滤波实现背景抑制,而后以残余图像符合高斯统计分布为假设前提,建立了强度阈值与光谱梯度阈值的概率密度函数,最后利用3σ准则确定强度阈值以达到噪声中目标和诱饵的检测,确定光谱梯度阈值对二者进行识别,这种依据数据统计特性进行的双阈值确定方法增强了算法的自适应性能.利用此算法进行了强噪声下的目标识别仿真试验,表明了算法的有效性.     

基于Zernike矩变换与支持向量机的不良视频检测方法

为了构建基于机顶盒等嵌入式平台的不良视频识别与过滤技术,从图像的高层语义特征着手,利用Zernike矩变换和多尺度图层进行快速的形状特征粗匹配,对敏感图像关键部位进行初步识别,再采用支持向量机对形状区间的像素分布特征做进一步的判别。实验表明,结合多种快速算法,系统的处理速度满足实时要求,与传统的肤色比例检测方法相比,在提高正检率的同时能降低误判率。     

结合RSTC不变矩和LVQ神经网络的红外图像目标识别方法

通过分析比较红外图像的目标特征,为了达到理想的识别效果,在Maitra不变矩的基础上进行优化,选取RSTC不变矩作为目标识别的特征向量.采用LVQ神经网络建立识别模型,充分发挥神经网络的智能优势.对采集到的红外图像进行了测试实验,结果表明该方法可以提高识别效率.     

大尺度高分辨率遥感图像机场目标的快速识别

基于对机场的图像特征、目标特征的全面分析,提出了一种从大幅面高分辨率光学遥感图像(10000×10000 pixel)中快速识别机场目标的算法。首先通过预处理去除图像中大部分与目标特性不相关的区域,然后在剩余区域中作精确的检测,其中用到的目标特征有空间频率、均值、方差和能量等,使用canny边缘检测、线段分割与四邻域跟踪技术对目标进行精确识别。研究结果表明,本文算法能够实现对机场的快速识别,识别算法时间小于2 s。     

基于多特征融合的运动物体识别方法研究

为了实现运动目标的实时检测,本文基于多特征融合,提出了一种运动物体分级识别方法.首先通过对运动目标的分割,分析得到各个物体的形状矩特征、面积大小及运动速度.对上述特征,采用支持向量机方法对其矩特征进行快速的一级分类,然后对一级分类结果及各物体的面积、速度等信源根据其对分类的重要程度,采用模糊积分技术进行多特征融合分类.实验表明,本方法具有较强的学习能力及较高的识别精度,可有效地应用于道路监控等系统.     

LVQ神经网络在三维物体识别中的应用

三维物体识别已经广泛应用于工业、医疗及军事等领域,是近年来的研究热点之一.传统的识别方法是根据二维图像来识别三维物体.但摄像机从不同角度拍摄三维物体,引起三维物体的图像变化,使图像特征发生改变,这会严重影响三维物体识别的准确性.针对这个问题,本文采用矩不变量作为图像的特征向量,并且应用LVQ神经网络进行训练,实现识别三...     

基于视频处理的无信号交叉口交通冲突自动判别方法

针对交通冲突传统人工判读方法的缺陷,提出了基于视频处理的无信号交叉口交通冲突自动判别方法。首先,利用运动检测与跟踪技术,提取出图像中的前景运动目标及其时空运动轨迹;其次,在获取物体运动数据与类别的基础上,判别物体的运动行为,结合经典冲突理论定义,提出交通冲突的两个判别条件,以此实现交叉口交通冲突的自动判别。通过对实际无信号交叉口视频图像处理的实验表明,本方法具有较好的应用性。     

基于空间位置关系改进的物体识别上下文模型

常见的物体识别算法是基于图像局部低维特征的,在图像成像质量较差、分辨率较低情况下存在不确定和歧义性;图像上下文包含了场景信息以及物体之间彼此关联的丰富信息,可作为图像低维特征补充从而有助于提高物体识别率。该文在已有上下文模型基础上,进一步考虑了物体的空间位置关系信息,将图像全局特征、物体同现性关系和空间位置关系信息、局部检测器输出整合到同一个概率框架中,并充分利用树结构图模型高效推理的优势,改进了物体识别性能。最后通过标准图像集进行算法验证测试和对比来说明该文算法的有效性。     

视觉显著性指导的红外与可见光图像融合算法

为了获取适合人眼观测的高质量红外与可见光融合图像,提出了一种基于视觉显著性指导的红外与可见光图像融合算法。首先,利用改进的流形排序法分别检测红外与可见光图像的视觉显著性区域;然后,采用非下采样轮廓波变换对红外和可见光图像进行多尺度、多方向分解,从而获取各自低频子带和高频子带,并将视觉显著性的检测结果用于指导分配低频子带的融合权重,即依据显著度大小赋予不同的权值,而高频子带的融合则依据局部标准差准则赋值;最后,通过非下采样轮廓波逆变换获得融合图像。实验结果表明:这种算法不仅可以保全可见光图像中的细节信息,而且能够精确地突显出红外目标信息,具有较好的视觉效果, 增强了红外与可见光复合前视系统的识别性能。     

遥感图像中基于视觉显著性的分层目标检测

针对遥感图像自动判读的应用场景,提出了一种基于视觉显著性的分层目标检测方法。该方法对于每一个特征定义一个偏好函数,并定义一个将各偏好函数计算的多个视觉显著性图像合成为一个视觉显著性图像的合成偏好函数。首先对低分辨率目标图像分别使用各偏好函数计算对应特征的视觉显著性图像;然后使用合成偏好函数计算合成的视觉显著性图像;最后定位出合成偏好函数取得最大值的区域,并将其作为最有可能包含目标的候选区域。这三个步骤在定位出的候选区域对应更高分辨率的图像上反复进行,直到待检测目标被发现或者被确定不存在为止。实验结果证明,该方法能够尽早地略过那些不包含目标的区域,与传统的目标检测方法相比,具有更好的检测效果和更少的计算量。     

基于小波矩和叶形特征的叶片识别

植物的叶片是识别植物种类的一个重要属性,文章提出一种基于植物叶片形状的图像内容识别方法.首先对叶片图像进行归一化处理,然后提取叶片的小波矩特征、叶片的周长、面积及伸长度,最后根据这些特征进行支持向量机（SVM）训练和分类,识别出植物的种类.该方法得到的识别率达到95％.     

遥感图像薄云的小波自适应阈值去除

可见光遥感图像最常见的薄云噪声严重地影响其解译的准确性,因此根据薄云噪声主要影响图像的低频信号,提出单波段遥感图像小波变换自适应阈值去云,图像经小波分解后,薄云噪声与地物信息在低频小波系数的阈值使用遗传算法以广义交叉验证GCV准则作为目标函数自动寻找,然后对小波系数进行阈值化去云。结果表明,该方法可有效去除薄云噪声并保留地物信息,使原来模糊的地物细节信息变清晰,信息熵最高,去云效果优于小波同态滤波,且明显优于同态滤波;不同尺度低频小波系数中薄云噪声与地物信息间的阈值,可用遗传算法和GCV准则有效地自动确定。     

自动视觉检测技术

本文主要综述平面物体的自动视觉检测技术的现状和发展趋势.表面形态和几何特征仍是工程中常用的两类图象特征.制定图象采集方案,必须结合具体工况,以得到高信噪比的原始图象,便于提取图象特征,就视觉检测算法而言,图象减影及其拓广的各类算法仍为基本算法,动态自适应视觉检测算法将成为新的研究热点,文中同时就上述专题给出一些实例,预计此项技术将在工业中获得更广泛的应用。     

气液两相辨识中一种类圆形目标的分类方法

化工设备中气液两相辨识过程中的气液接触面积是一个需要获得的关键参数。目前用图像处理和分析的方法获取这一参数成为研究的一个热点。本文将气泡图像的识别归结为类圆形目标的分类。由于分类的依据是气泡表面积的大小,确定了圆面积和圆形度两个最能表征类圆形表面积的分量组成分类特征向量。然后用模糊聚类的方法实现目标的分类,并根据实际数据的特点灵活地选择和调整了模糊聚类的距离函数,比较简洁地实现了目标的分类。