小型仪表信息识别研究及VHDL实现

为了实现仪器仪表数字信息快速识别,提高科研与生产效率,系统采用了计算机图像采集与处理技术,具体先将信息预处理,进行噪点消除,进行字符闽值分割将图像细化,对信息进行初步分类,然后利用形态学与”定位取值”相结合方法对信息进一步细化分类,从而完成信息识别。通过利用VHDL进行仿真,实验表明信息识别”定位取值”法准确度较高,研...     

基于深度学习的逆变器电路图像数据智能识别方法

进行逆变器电路图像数据识别时,特征信息提取不充分使得无法准确捕捉到关键特征,导致识别精度下降。为此,提出一种基于深度学习的逆变器电路图像数据智能识别方法。首先,利用逆变器数据采集系统,采集逆变器电路图像数据。然后,将图像数据输入到卷积神经网络模型中,通过卷积核提取数据的特征。最后,采用YOLO算法对其进行有效识别,基于CA模块对特征信息进行关注,并利用Detect模块输出识别结果。Detect模块主要包括置信度函数和模型的损失函数,将两者结合,利用分类框和检测框来实现对逆变器电路图像的识别。实验结果表明,所提方法的识别误报率最高仅为6%,具有实用性。     

掌纹主线和纹理特征融合的识别方法

针对掌纹单特征提取方法提取的掌纹特征信息较为单一以及近年来掌纹特征融合方法在纹理特征提取过程计算量偏大和没有将掌纹感兴趣区域(ROI)的多种特征进行融合的缺陷,本文提出了一种掌纹主线和纹理特征融合的方法。利用数学形态学和基于统一模式的LBP算子分别提取增强的掌纹ROI的主线特征和纹理特征信息,再利用融合规则将两种特征信息进行融合。对各特征图进行直方图统计得到特征向量后输入SVM分类识别,再将识别率最高的特征图进行分块直方图统计,将所得特征向量输入到SVM进行分类识别并与其他方法作对比。     

基于数学形态学的扫描地图点状符号识别方法

提出了一种基于数学形态学的扫描地图符号双向模板匹配识别方法.首先通过对扫描地图进行几何校正、背景消除、对比度增强、二值化和面元去除等预处理,然后采用基于数学形态学的双向模板匹配法对预处理扫描地图符号进行识别.试验结果表明该方法不仅能良好地去除扫描地图上噪声的影响,而且能有效、可靠地识别扫描地图符号,平均正确识别率达90%以上.     

基于OpenCV和Tesseract的快递地址信息识别研究

本文设计了一种基于Open CV和Tesseract-OCR的快递地址信息识别系统,包括硬件采集系统和软件处理系统。软件处理系统包括预处理模块和字符识别模块。利用Open CV搭建图像预处理模块,实现快递单图像的颜色识别、灰度化处理、阈值化处理、形态学处理等功能。利用Tesseract-OCR搭建字符识别模块,对预处理后图像实现快递地址信息的识别。对简单快递地址信息和复杂快递地址信息进行了识别实验。实验结果表明,所提方法可实现准确的快递地址信息识别,可应用于快递分类,提高快递分拣效率。     

基于人工智能视觉的特定场景识别系统设计

设计基于人工智能视觉的特定场景识别系统,其由人工智能视觉识别模块、光感模块和定位调制模块组成。人工智能视觉识别模块利用360人工智能视觉摄像机和加速度计,进行特定场景图像的再成像和加速测量,将其中的非特定物体删除,构建特征场景图像。光感模块利用光传感器对特征场景图像中的光照强度进行感应,获取场景的大致位置信息。定位调制模块基于全球定位系统进行位置信息的调制工作,调制工作是根据形态学滤波各项目标函数以及区域分割代码进行的,调制后的最终定位信息将直接传送给用户使用。经实验验证可知,所设计的系统具有较高的识别效率和识别精度。     

基于Ecogniton的光学遥感图像舰船目标检测

利用卫星遥感技术对海上舰船目标进行识别定位具有重要的意义。提出了一种基于面向对象的图像分割和分类软件Ecognition的技术方法来提取高分辨率遥感卫星图像中的海上舰船目标。利用多尺度分割算法和光谱差异分割算法对高分辨率卫星图像进行初步分割;利用归一化差异水体指数（NDWI）或灰度共生矩阵（GLCM）同质性纹理特征对陆地和海洋进行辨别;利用对象的相邻关系特征和形状特征来获取潜在的舰船目标;利用数学形态学算子实现舰船目标的连续化,从而获得最终的海上舰船目标。利用高分辨率卫星图像进行了实验验证,实验结果说明了所提出的技术可以有效地实现海上舰船目标的识别与定位。     

网络入侵中未知协议识别单元的设计与测试

为了提高复杂环境下的网络安全性,设计并实现了一种网络入侵中未知协议识别单元。系统通过网络入侵检测模块对网络入侵进行检测并过滤,使得未知协议识别单元的设计不受网络入侵的干扰。利用流量采集模块对网络节点的网络流量进行采集,为后续阶段提供完整的网络数据包以及充分的数据分析样本,将采集的网络数据包以指针的形式返回,发送至流量调度模块。通过流量调度模块将网络数据包的源IP地址作为调度参数,依据用户自定义调度算法将网络数据包传输至指定识别模块,实现整个网络入侵中未知协议识别单元的负载均衡。利用规则匹配模块将从流量调度模块接收到的信息和协议特征库进行匹配,从而实现未知协议的识别。软件设计过程中,对网络入侵中未知协议识别单元进行了详细分析,并给出了网络入侵中未知协议识别的程序代码。仿真实验结果验证了该系统的可行性和实用性。     

参数特征匹配在SAR目标识别中的应用

参数特征匹配是基于模型的雷达目标分类识别研究中的重要内容。首先回顾总结了目前典型的参数特征匹配方法,在此基础上,针对合成孔径雷达(SAR)目标识别问题,分析了测试数据参数特征集与目标散射模型参数特征集之间的匹配对应关系,进而采用确定性退火方法进行参数特征匹配,然后依据匹配点对数目信息构造合理的匹配系数,根据匹配系数判定目标所属的类别,最后通过仿真实验验证了算法的有效性。     

航空雷达目标极化分集特征的的实时提取与自动目标识别的ANN技术

本文首先利用Ｈｏｐｆｉｅｌｄ线性规划神经网络实现了一种极化椭圆匹配技术，从极化分集的雷达后向散射测量结果中提取了目标主散射体的全极化信息－－极化分集特征；然后将实时获取的极化分集特征进行特征为换，进而直接利用基于欧低测度的ＡＲＴ２神经网络进行自动目标识别。     

红外图像处理在钞票鉴伪中的应用

针对钞票红外图像的特点,提出一种新的钞票鉴伪方法。首先,设计出合适的阈值算法分割图像;然后,对图像进行二值形态运算以提取出钞票的凹凸信息。实验证明,该方法稳定性好、准确率高,弥补了现有的钞票鉴伪设备不能对凹版印刷防伪点进行检测的不足。     

模糊图像多波段特征融合的多类舰船识别

利用单波段特征进行多类别舰船识别对舰船的图像质量与特征描述算子要求较高,图像质量的下降会直接导致复杂的特征描述算子识别能力下降。为了多舰船目标识别率的提高,针对单波段特征识别能力的不足,设计了目标图像特征,对多特征进行协方差融合,对多波段目标图像,采用特征并行处理,进行协方差特征融合,最后利用融合后的特征对多舰船目标进行识别分类。对比试验结果显示,本文设计的融合特征,在单波段图像上,比直接利用流行的HOG特征识别率高,多波段融合特征的识别率较单波段融合特征更是得到了质的提升,达到了95%以上。     

基于时频二维的雷达信号脉内调制识别方法

本文提出一种基于对时频矩阵分布图像的边缘信息与瞬时频率序列中的细节信息的提取来实现雷达信号脉内调制类型识别的算法。一方面对雷达信号时频矩阵进行图像处理强化边缘信息,并对其进行奇异值分解,另一方面得到信号的瞬时频率序列,基于AR模型得到其模型参数,得到信号的特征参数,构建相应的分类器进行调制类型的识别。通过一系列蒙特卡洛仿真表明,这种算法有较强的抗噪声能力,对信号的脉内参数变化不敏感,在低信噪比、信号参数变化与小样本条件下可以以较高的识别率得到稳定的识别结果。     

基于对比度调制法对条纹管激光雷达距离像的去噪方法

激光雷达的距离像是雷达成像系统区别于其他的成像系统（如红外成像系统、可见光成像系统）所特有的信息,它是对目标精确识别、打击的基础。如何对距离像去噪直接决定了下一步目标定位、识别的精确性。针对雷达距离像的特点,提出了一种基于对比度调制方法对条纹管激光雷达的距离像去噪方法,通过提取距离像噪声的对比度信息,用其调制未经过去噪的距离像,从而得到距离像中的噪声图像,最后用未经过处理的距离像减去噪声图像,得到图像即为去噪后距离像。研究表明该方法去噪效果明显,在去噪的同时很好地保持了距离像的边缘信息,去噪后图像的信噪比明显提高,距离像的属性也没有改变,这是其他方法对距离像去噪所不具有的优点。     

基于广义模糊算子和线性分布函数的多光谱图像增强研究

多光谱图像的增强是其识别和判读的重要技术基础,传统的Pal算法运算量大,不便操作。为了提高多光谱图像增强的效率,对传统的Pal算法进行了改进,提出一种新的广义模糊隶属函数及相应的线性分布函数,扩展了模糊隶属函数的有效范围,减少了图像处理的多次叠代,保持了图像处理的效果并以此对多光谱图像进行了增强处理。文章最后的实验结果表明该方法能保持图像的低灰度信息。     

面向光电图像目标检测跟踪的距离信息处理

针对复杂背景下,光电图像目标检测跟踪的难题,分析了基于光电图像目标检测跟踪的基本模型。依据距离信息的空间维度和包含的信息量,提出将距离信息划分为标量距离信息、矢量距离信息以及阵列距离信息的分类方法;系统地研究了面向光电图像目标检测跟踪的距离信息处理方法。通过分析研究得出光电图像目标尺寸与标量距离信息的关系;提出将图像高层特征匹配模型从平面扩展到三维立体空间的图像匹配方法;总结了阵列距离信息在目标检测识别中的应用价值。通过面向光电目标检测跟踪的距离信息处理方法的分析研究,为融合距离信息的光电图像目标尺度分析、图像匹配以及目标种类辨识提供了理论依据。     

基于视觉传感器的自主车辆地面自动辨识技术研究

该自主车辆地面自动辨识技术是以Leobot—Edu自主车辆作为试验载体,并应用DH—HV2003UC-T视觉传感器对常见的5种行车路面（石子路面、水泥路面、土壤路面、草地路面、砖地路面）进行图像信息的采集,应用Matlab图像处理模块对其依次进行压缩编码、复原重建、平滑、锐化、增强、特征提取等相关处理后,再应用MatlabBP神经网络模块进行模式识别。通过对模式识别结果分析可知,网络训练目标的函数误差为20％,该系统路面识别率达到预定要求,可以在智能车辆或移动机器人等相关领域普及使用。     

基于MATLAB的超声检测自动判伤算法研究

为了实现MATLAB对超声波检测的自动判伤以及简化图像处理过程,以火车轮对为例,对火车轮对的超声检测B扫描图进行了分类处理。运用基于互信息的图像配准方法对复杂背景图像进行处理,并对基于互信息配准得到的结果进行求补集,最后经过MATLAB工具实现对图像中缺陷的判别并予以标示,显示缺陷的位置信息,成功地实现了超声检测中缺陷的自动判伤,提高了超声检测中的判伤效率。     

A method for digital processing of bitmap images

A method for processing of graphical information is proposed. The method makes it possible to code contour images with the use of complex numbers unambiguously defined by the image shape. Mapping of a noise bitmap image onto the complex plane is studied. The possibility of solving such recognition problems as object identification and determination of the orientation of a figure in a plane is demonstrated.