基于背部轮廓相关系数算法的淡水鱼种类识别研究

针对淡水鱼种类的自动识别问题,利用机器视觉技术,提出一种基于鱼体背部轮廓相关系数算法的鱼体种类识别方法。首先根据采集的鲫、草鱼、鳊、鲤四种淡水鱼图片,将图像处理方法应用到鱼体背部轮廓的提取上,并采用最小二乘算法对鱼体背部轮廓进行曲线拟合,建立这四种淡水鱼的背部轮廓数学模型;接着对要识别的鱼体,通过机器视觉技术获得鱼体轮廓,并计算提取的鱼体轮廓与建立的四种鱼背部轮廓数学模型的相关系数值,达到对鱼体种类自动识别目地;最后采用提出的方法对市场随机选取的各60条活鱼进行了测试,测试结果表明,该算法简单,识别准确率较高,能够为淡水鱼种类识别方法提供新的思路,提高水产养殖的自动化水平。     

基于模板匹配与Hough圆检测的仪表识别

随着自动化技术的不断发展,国内电力系统的自动化程度不断提高,无人变电站、无人配电房也逐渐普及。针对变电站中指针式圆形仪表的识别,提出了一种基于模板匹配与Hough圆检测的仪表识别方法。首先对图像进行预处理,将摄像头获取到的RGB彩色图像进行灰度化以及图像的局部直方图均衡化,将预先采集的仪表模板与待测图片进行两次模板匹配,获取仪表大致位置并对图像进行定位裁剪,通过Hough圆检测获取圆形表盘位置及其圆心坐标,将图像通过K-means方法二值化,再通过旋转虚拟直线法对指针进行拟合识别,通过角度与刻度的对应关系计算读数。利用Python和OpenCV视觉库实现算法,实验结果表明,该算法对于指针式圆形仪表识别效果显著,定位表盘位置准确,指针识别和角度计算有较高的精度。     

一种基于联合轮廓特征矢量的目标识别方法

针对基于形状特征进行目标识别的方法存在的不足,提出一种联合轮廓不变矩特征和轮廓几何特征的识别方法;针对不同的待识别目标,采集足够数量的训练样本,统计每一个轮廓特征的均值、标准差和变异系数;并据此对这些轮廓特征进行动态筛选和加权,建立起待识别目标的联合轮廓特征矢量模型.在线识别时,提取场景目标的联合轮廓特征矢量,对其进行...     

一种适用于QR码的彩色图像数字水印算法

针对彩色图像数字水印算法存在鲁棒性能差的缺陷,提出一种适用于QR码的彩色图像数字水印算法。将彩色载体图像从RGB空间转换到YCrCb空间,提取其Y分量并实施三级DWT、DCT和SVD操作获取对角矩阵;利用加性规则将实施Logistic映射和Arnold变换后的QR码嵌入对角矩阵中。实验结果表明:嵌入QR码的彩色图像PSNR值为59.4919,经过噪声、压缩、旋转、对比度变化等攻击后,其PSNR值和NC值分别稳定在30和0.98以上,提取的QR码都可通过手机扫描识别,解决了抗攻击能力差的缺陷。     

能量图空间分解法和DSW相结合的步态识别

提出一种能量图空间分解法和DSW（动态空间规整法）相结合的步态识别算法;提取二值化步态轮廓序列,通过计算差分图像获取步态序列的活动能量图,在空间域进行行列分解;通过加窗和傅里叶变化等对分解向量进行频谱分析,并对频谱曲线求极值来构建步态特征向量;采用DSW算法,进行空间领域的步态分类识别。使用中科院自动化研究所的Dataset B数据库进行了充足的实验,最终的平均识别率达到了93%,并对衣服背包具有较强的鲁棒性,与其他相关文献的对比显示该算法具有更好的识别性能。     

基于视觉传感器的输液中异物检测系统设计

为实现输液中异物的在线自动检测,设计了一种基于高性能视觉传感器的液体中微小异物检测系统.针对输液中微小异物的特点,设计了可编程控制的图像采集系统,以获取高质量的原始视觉图像.对采集到的图像通过预处理、特征提取、异物目标识别分类等算法实现了对异物目标的在线检测.实验表明:该系统对输液中粒径大于50 μm异物的识别准确率和识别速度均高于熟练灯检工.     

基于几何差异的目标识别算法

为降低目标识别算法复杂性且提高其抗噪能力,提出一种基于几何特征差异的目标识别算法;将获取到的目标图片经图像处理后提取轮廓,并以最小周长多边形算法构造目标轮廓的近似多边形;然后根据模板库标准目标做放大或缩小处理后使其面积与模板面积相等;再使用摆放算法使其与模板库图形部分重合;并提出一种改进型双向链表算法求多边形相交部分,通过计算相交部分面积大小达到识别图像的目的;经过仿真实验验证了此方法简单易行,能够快速识别目标。      

基于联合双边滤波器的Kinect深度图像滤波算法

针对Kinect镜头采集的深度图像一般有噪声和黑洞现象,直接应用于人体动作跟踪和识别等系统中效果差的问题,提出一种基于联合双边滤波器的深度图像滤波算法。算法利用联合双边滤波原理,将Kinect镜头同一时刻采集的深度图像和彩色图像作为输入,首先,用高斯核函数计算出深度图像的空间距离权值和RGB彩色图像的灰度权值;然后,将这两个权值相乘得到联合滤波权值,并利用快速高斯变换替换高斯核函数,设计出联合双边滤波器;最后,用此滤波器的滤波结果与噪声图像进行卷积运算实现Kinect深度图像滤波。实验结果表明,所提算法应用在人体动作识别和跟踪系统后,可显著提高在背景复杂场景中的抗噪能力,识别正确率提高17.3%,同时所提算法的平均耗时为371ms,远低于同类算法。所提算法保持了联合双边滤波平滑保边的优点,由于引入彩色图像作为引导图像,去噪的同时也能对黑洞进行修补,因此该算法在Kinect深度图像上的去噪和修复效果优于经典的双边滤波算法和联合双边滤波算法,且实时性强。     

用行人轮廓的分布直方图分类和识别步态

现有的步态识别方法对行人轮廓匹配的鲁棒性差,识别率不高.提出了一种基于轮廓直方图分布的行人步态识别方法.首先提取行人二值轮廓序列;然后通过人体局部轮廓的点分布直方图获取步态周期;继而构造表达帧间关系的周期步态平面,设计一种直方图分布的描述子获得帧姿态特征值,计算出姿态轮廓特征分布间的Jeffery距离,结合动态时间规整技术获取了测试序列和参考序列间的匹配相似度,最终完成了识别.在Soton步态数据库上进行了实验,提出算法的正确识别率可达87.59%,与相关文献的时比分析表明算法是有效的.     

基于孔特征的弱纹理堆叠工件识别

针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。     

基于深度学习的鱼类分类算法研究

回顾近年来国内外对鱼类分类的研究进展,指出传统方法存在的缺陷。深度学习是目前图像分类的主流方法。研究基于卷积神经网络CNN(Convolutional Neural Network)的鱼类分类模型,并以该模型为基础,进一步提出利用迁移学习,以预训练网络的特征结合SVM算法(Pre CNN+SVM)的混合分类模型。实验以Fish4-Knowledge(F4 K)作为数据集,使用Tensor Flow训练网络模型。实验结果表明,利用Pre CNN+SVM算法,取得了98.6%的准确率,较传统方法有显著提高。对于小规模数据集,有效解决了需要人工提取特征的不可迁移性。     

基于人工鱼群的无轨迹粒子滤波算法

针对粒子滤波算法中粒子退化现象及重采样所带来的粒子贫化问题,提出一种基于人工鱼群的无轨迹粒子滤波算法。采用无轨迹变换选取优化的重要性密度函数,将人工鱼群的智能思想引入到粒子滤波中代替重采样过程,通过觅食、聚群和追尾行为找到全局最优位置,驱动粒子向最优点靠近,从而增加粒子多样性。仿真结果表明,与传统的无轨迹粒子滤波和常规粒子滤波相比,该算法在估计精度上有显著的提高。     

基于迁移学习的复杂场景海洋鱼类识别方法

针对海洋渔业监管复杂场景下鱼类识别面临的方法落后及系统性理论研究缺乏等问题,提出一种基于迁移学习模型融合的识别方法。通过ImageNet数据集获取预训练模型InceptionV3,把其特征提取部分作为实验模型的特征提取器,在特征提取器后接入AveragePooling层和Softmax分类层,形成新的训练网络;通过NCFM数据集对新的训练网络进行十折交叉验证,得到十个新的鱼类识别模型,进行模型融合后,识别准确率达到97.368%,比单纯新网络模型提高了29.868%。实验结果表明,该方法在复杂场景下的鱼类识别准确率及其泛化性等性能均优于已有相关方法,能够为渔业捕捞监管系统的智能化升级提供可靠的技术支撑。     

基于DIDSON的鱼群检测及鬼影抑制方法

双频识别声纳(DIDSON)能在浑浊黑暗的水下获得清晰的视频数据。对双频识别声纳拍摄的鱼群视频进行目标检测是后续跟踪、识别的前提。首先分析双频识别声纳图像噪声特性和鱼体亮度统计特性;基于此,提出并实现一种声纳鱼群检测方法,并就检测中的鬼影问题提出了抑制方法;最后利用形态学滤波去除孤立噪点。实验结果表明,该方法在鱼体目标轮廓清晰度、鱼体大小准确度方面明显优于经典方法,且满足实时跟踪、识别的应用要求。     

基于和声搜索的混合人工鱼群算法

通过将和声搜索算法和人工鱼群算法进行融合改进后,提出一种新的混合算法。利用行为交叉、算法结构简化和引进混沌算子,使得新的混合算法相比单一算法寻优精度得以提高、算法复杂度得到降低,全局搜索能力有所增强。数值仿真实验和实例应用结果表明将两个算法混合是有效可行的。     

基于人工鱼群算法的QoS全局最优Web服务选择的研究

针对现有的服务选择算法单目标、局部最优等不足,提出基于人工鱼群的Web服务选择算法。首先建立QoS全局最优Web服务选择模型,之后运用人工鱼群算法来求解该模型,可以在有限迭代次数内产生一组满足用户需求的非劣组合服务集。最后通过仿真实验验证了该算法的有效性和可行性。为解决服务选择问题提供了新方案。     

基于双混沌映射改进的人工鱼群算法

针对人工鱼群算法(AFSA)易陷入局部最优的问题,提出一种基于双混沌映射的人工鱼群算法(CAFSA)。该方法利用Tent映射的均匀分布性产生混沌初始鱼群,增加搜索的多样性;其次在人工鱼群演化陷入局部最优时,利用局部分布均匀的Logistic映射生成混沌变异算子对其产生扰动,使其跳出局部最优值,向全局最优值靠近。仿真实验表明,改进后的算法比基本人工鱼群算法的全局寻优能力更强,搜索精度更高。     

基于改进人工势场-鱼群算法的LBS最短路径修正研究

LBS(Location Based Service),即基于位置的服务,是通过无线通信设施或是外部定位方式取得移动终端用户位置信息,在GIS系统的支持下,为用户提供相应位置服务的一种增值服务。以LBS系统中动态目标的追踪为研究对象,通过对基础人工势场法进行研究,提出一种改进人工势场法:在引力场中加入速度因素,使其能追踪动态目标。同时,由于复杂环境的多变性,将改进人工势场法与人工鱼群算法相结合,对路径进行评估和修正,获得最优路径。仿真实验显示,该算法在LBS系统中的有效性,同时与一般智能算法相比,基于改进人工势场-鱼群算法到达目标时间明显缩短,提高了搜索效率。     

基于人工鱼群优化的直推式支持向量机分类算法

提出基于人工鱼群优化的直推式支持向量机分类算法。该算法使直推式学习思想的优势得到充分的展现,在部分UCI标准数据集和20-Newgroups文本实验数据集上的对比实验表明,该算法较经典支持向量机算法和基于蚁群算法的直推式支持向量机算法具有更高的分类性能。     

基于鱼群算法的复合电源模糊能量管理策略

针对电动车复合电源能量管理中传统模糊控制器设计主要依靠专家先验知识、主观性较大的缺点,提出一种基于鱼群算法优化的模糊能量管理策略,采用鱼群算法对模糊控制器的隶属度函数进行寻优.在MATLAB/Simulink环境下搭建仿真策略模型并导入到Advisor中联合仿真.结果表明,该控制策略能够合理分配蓄电池与超级电容的功率,且优化后的控制策略降低了整车功耗,提升了车辆性能.