一种基于模板匹配的人民币编号识别算法

针对纸币清分机对人民币编号自动识别,在处理速度和识别率方面的高标准要求,提出了一种基于模板匹配的人民币编号快速识别算法,该算法在图像预处理时,利用改进的滤波法去离散噪声;在字符识别时,利用数字和字母的水平与竖直交点特征和轮廓对称特征以及加权特征,直接识别定位好的字符。实验结果表明,该算法具有对硬件资源要求低、识别速度快等优点,可以满足纸币清分机的应用要求。     

基于标记点的图像特征匹配的鲁棒算法

提出了基于标记点的图像特征匹配的鲁棒算法，该算法采用编码点和非编码点等标记点的方式。与已有方法相比较，该方法有两个主要特点：①首先用编码点的ID进行两幅图像间编码点的对应匹配，然后从已匹配的编码点开始，进行非编码点的匹配；②采用标记点的亚像素定位方法，提高了三维重建精度。实验结果表明，该算法既有非常高的正确匹配率，又有很高的三维重建精度。     

基于边缘几何特征的高性能模板匹配算法

基于灰度相关的模板匹配算法在很多情况下难以得到准确的匹配结果,提出一种基于边缘几何特征的高精度模板匹配算法.利用曲面拟合方法获得边缘的梯度方向和亚像素坐标作为匹配信息,采用图像金字塔的搜索策略对算法加速,最后利用最小二乘平差理论得到亚像素级的定位精度和精确的旋转角度信息.实验表明,对于目标旋转、均匀或非均匀变化的光照、部分遮挡的情况下可以得到良好的匹配结果,而且在保证高精度的同时算法可以满足实时性要求,重复定位精度优于商业化软化包MIL8.0的GMF算法.     

基于竞选算法的模板匹配算法

图像匹配是计算机视觉领域的一个关键问题,同时也是难点.竞选算法是一种新型的启发式优化算法,其搜索机制模拟竞选活动中竞选人对最高支持率的追求动机.本文提出一种基于竞选算法的图像模板匹配算法,与传统的搜索方法相比较,其匹配速度具有显著的优势.     

一种新的指纹特征点匹配算法

近年来,文献中报道了许多指纹匹配算法,它们各有不同的特点.提出一种新的指纹特征点匹配算法,通过指纹特征点匹配来实现指纹图像的匹配.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法速度更快,精度更高,更适用于实时指纹识别系统.     

视觉SLAM中图像特征点提取与匹配算法研究

在视觉SLAM(visual Simultaneous Localization And Mapping,v SLAM)中,利用提取到的图像特征点进行相机位姿估测是一种非常重要的位姿估算方法,为了实现相机的定位,图像特征点必须具备鲁棒性、尺度性和高效率等特点。介绍了图像特征点提取与匹配在视觉SLAM中的作用和场景中图像特征点需要具备的特性;对几种主流的图像特征点提取算法,即尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法、加速稳健特征(Speeded-Up Robust Features,SURF)算法、快速特征点提取与描述(Oriented FAST and Rotated BRIEF,ORB)算法分别进行了简要说明;并通过设计实验,在室内环境中,对几种图像特征点提取算法的运行效率和图像特征点匹配正确率进行了对比测试。实验表明,ORB算法在运行效率和匹配正确率上占据优势,能够较好地满足视觉SLAM中实时性和鲁棒性的要求。     

基于模板的点云边特征提取技术

为了分析大型结构件互插装配的干涉问题,提出了基于模板的点云边特征提取方法.模板根据理论计算机辅助设计模型定制而成,包括理论边上的离散点,以及边在各点处的切矢.配准模板与点云数据,根据模板中每一离散点及其对应的切矢信息构建平面,利用其对点云数据切片获得二维截面数据.在每一截面数据中,以理论离散点为界,将截面数据分为两段,分别拟合这两段数据为两段曲线,其交点或切点即为实际边特征上的点.通过曲线拟合、截面优化,不但可以确切定位点云中的边点,而且可以插值求解点云中不存在的边点,保证了边特征的提取精度.     

数字式仪表分段模板匹配识别算法研究

文章提出了一种数字分段模板匹配识别改进算法。通过图像预处理、字符定位以及字符分段和识别实现了对数字式仪表的字符识别功能。图像识别速度快，识别率高。     

实时指纹识别系统的特征点匹配算法

近年来,文献中报道了许多指纹匹配算法.这里提出了一种新的指纹特征点匹配算法,这种算法识别速度更快,精度较高,适用于实时指纹识别系统.利用指纹的中心点来确定匹配参考点,并采用圆形匹配限制框进行匹配,提高了匹配速度和精度.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法比以往算法速度更快,精度更高.     

基于序列图像提取稳定特征点的虹膜识别算法

为了尽可能降低不稳定特征点对识别率的影响,研究提出了基于序列图像提取稳定特征点的虹膜识别算法.该算法首先用二维Gabor滤波器对序列虹膜图像提取特征编码,然后对该序列特征编码求交集以提取稳定特征点,并利用这些稳定特征点建立虹膜的特征模板库,最后通过计算相似度,获得识别结果.在实验室采集的序列虹膜图库上,当等错率为0.3017%,分类阈值为0.6402时,正确识别率可以达到99.73%.实验证明该算法是有效、可行的,并更好地提高了虹膜的分类精度和改善了虹膜的识别性能.     

一种改进SURF特征匹配的装配工件快速识别方法

在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计.提出反向标记法生成目标物体描述向量.在物体匹配识别阶段,对待检测物体的描述向量分段进行匹配并选取满足阈值条件的子...     

基于形状模板匹配的印刷品缺陷检测

针对传统的模板匹配算法无法满足工业检测中的实时性要求,提出了一种基于形状模板的匹配算法,并应用于印刷品的缺陷检测。算法以Sobel算子滤波后得到的边缘点的方向向量为基础,定义相似性度量,同时结合图像金字塔分层搜索策略,利用形状信息进行模板匹配。实验结果表明,所提出的匹配算法速度快、精度高,而且匹配鲁棒性高,不受印刷品缺陷检测中可能出现的遮挡、非线性光照变化和全局对比度反转等情况的影响。     

基于压缩感知弱匹配追踪算法的信号特征提取

针对滚动轴承故障诊断中的特征提取问题,提出一种基于压缩感知弱匹配追踪算法的特征提取方法。针对轴承故障信号特征特点构建了一个由傅里叶字典和冲击时频字典组成的联合字典,作为弱匹配追踪算法中的过完备冗余原子库。进而利用改进的简化粒子群寻优算法在联合字典原子库中寻找最能匹配轴承故障信号特征的原子,实现故障信号的快速高效稀疏分解。在信号重构阶段提出了一种改进的阈值降噪策略,解决了软阈值降噪存在恒定偏差以及硬阈值降噪的不连续问题。对CWRU（Case Western Reserve University）轴承数据中心所提供的标准轴承故障信号和某钢厂滚动轴承实测信号进行了仿真,仿真结果验证了该方法的优越性。     

基于合成模板的指纹匹配

提出了一种新型的 ,利用同一指纹多幅图像 ,复合细节特征与纹理特征进行指纹识别的方法 ,主要包括利用多枚指纹产生指纹匹配综合模板 ,以及利用指纹细节的位置、方向、类型和局部纹理特征与指纹综合模板比对。经实验证明 ,该方法对于小面积固态采集器件获取的指纹图像 ,相比其他单纯利用细节或纹理特征识别的方法 ,显示了很好的鲁棒性。     

基于改进模板匹配的偏心桶加注口视觉定位系统

采用改进模板匹配和最小二乘法对偏心桶加注口进行视觉定位。首先通过阈值分割和中值滤波对桶口图像进行预处理,然后通过改进的相关系数法进行模板匹配,获得要识别区域,减小运算量。最后通过最小二乘法得到偏心桶加注口的圆心坐标。实验结果表明,该方法的精度能达到工业要求,相比传统Hough变换,实现了检测的实时性。     

基于SURF和改进CSS的弧形槽几何尺寸视觉检测算法研究

针对汽车儿童安全座椅弧形槽内部结构复杂、几何尺寸不易测量的问题,提出一种基于SURF算法和CSS算法的弧形槽几何尺寸视觉检测算法。首先,双目相机倾斜拍摄弧形槽图像,检测弧形槽图像SURF特征并提取优质匹配集合实现图像配准,以渐入渐出法融合弧形槽图像。然后,采用基于改进CSS算法对弧形槽轮廓曲线进行角点检测,利用角点分割弧段进行弧形槽尺寸检测。实验结果表明,所提出的方法实现了弧形槽宽度和长度参数测量,宽度值测量误差2%,长度值测量误差1%,SURF图像拼接算法平均处理时间2.50 ms,改进CSS角点检测算法平均处理时间0.30 ms,满足弧形槽检测的实时性和精度要求。     

一种改进的基于禁忌搜索的特征选择算法

为了有效地提高特征选择任务的质量和效率,提出了一种改进的基于禁忌搜索的特征选择方法,采用改进的目标函数来反馈评估的结果,并采用医学数据集对改进的方法进行了测试,实验结果表明,改进后的特征选择方法不仅可以降低特征维数,提高特征选择的执行效率,而且可以有效地提升分类精度。     

基于全局特征与局部特征的图像分级匹配算法研究及应用

移动机器人基于拓扑地图导航时要求图像特征提取与匹配算法具有高的精度和鲁棒性、良好的实时性,针对此,提出了基于全局特征和局部特征的图像分级匹配算法。首先对输入的待匹配图像应用改进的形状上下文算法提取全局特征与图像库中图像进行遍历粗匹配,得到与当前待匹配图像相似度最高的3幅图像并构建临时图像库;然后利用改进的SIFT算法提取输入图像局部特征与临时图像库中3幅图像的局部特征进行精确匹配,最终得到与待匹配图像相似度最高的图像作为匹配结果输出。所提出的图像分级匹配算法将基于全局特征的改进形状上下文算法和基于局部特征的改进SIFT算法相结合,从而达到优势互补的目的。实验结果表明,该算法在机器人基于拓扑地图导航过程中有效地提高了图像匹配效率,缩短了运行时间。     

SIFT特征匹配算法的研究

当前,SIFT算法在特征匹配研究中是比较成功的一种特征算法,因为它不仅对图像的旋转、平移、缩放能保持不变,对部分遮挡和对比度的变化也可维持稳定而被应用于图像立体匹配中。旨在介绍SIFT算法的基本原理,比较一些SIFT改进算法的优缺点,并指出今后发展方向。