多尺度信息融合的船舶外板检测三维标志点识别方法

针对船舶外板开展数字化检测技术研究对提升船舶外板智能制造水平具有重要意义;为解决船舶外板检测参考点坐标获取问题,提出了一种识别三维标志点的方法,可在船舶外板数字化检测过程中为实测点云和模型点云的匹配提供参考坐标信息;该方法针对船舶外板结构特点和形面测量需求,设计三维标志点的几何结构;此外,结合三维标志点自身多种特征和周边结构差异化特征,将标志点多种尺度信息进行融合,实现对标志点的精准识别;最后通过标志点测量数据计算对应船舶外板上定位点的三维坐标;通过试验验证了所提出的方法在三维标志点识别方面具有准确性高、定位精准的优点,将大幅提升船舶外板数字化检测的效率。

基于多目标识别的智能安防视频监控研究

针对视频监控受到动态目标影响监控识别效果差的问题,提出基于多目标识别的智能安防视频监控研究。充分考虑多类目标情况,将多目标预判成词袋;分割处理图像,计算目标点与超平面的间隔,聚类处理多目标构建高斯模型表征背景,剔除高斯分布中存在的虚假背景,二值化处理目标,分离目标与背景。对差值进行阈值化判断,结合3×3邻域的中值滤波器去除噪声;判定入侵行为,完成智能安防视频监控识别。实验结果表明,该方法能够识别出全部目标,TA最大值为21%,TN最大值为90%,监控识别效果良好。

基于YOLOv5的服装熨烫目标检测算法研究

针对服装熨烫行业中熨烫目标分类模糊、人工方式导致检测不准确且效率低的问题,本文将YOLOv5算法运用到服装行业熨烫目标检测中,将常见的熨烫目标分为裤兜、缝线及褶皱,建立对应的数据集并标注。同时,通过数据集训练YOLOv5算法模型,对模型进行评价和测试,得到模型准确率达98%,召回率达97%,平均精度均值达95%。同时,选择200张熨烫目标图像,对模型进行测试实验。实验结果表明,该模型对裤兜、缝线和褶皱的识别率分别为100%,96%和95%,检测置信度为0.82~0.97,检测效果较好,满足实验要求,实现了常见服装熨烫目标的识别、分类及定位。该研究提升了服装熨烫行业的生产效率。

基于扫描线自适应角度限差法的地面点云滤波

针对野外地形逆向工程中树木、建筑物或其他地物的滤波问题,通过分析传统方法中相邻两点限差阈值单一不能满足地形变化的需要,以及相邻三点限差误差积累等缺点,提出了一种基于扫描线的自适应角度限差法。该方法对扫描中心、基准点(已知地面点)和待判断点之间的角度进行限差,该角度随着宏观坡度的变化而变化,从而实现角度对地形的自适应。再通过移动窗口曲面拟合,对结果进一步优化。实验证明,所提出的方法能宏观把握地形坡度变化,较好地解决了起伏较大地形点云的滤波问题。

带参数的四次Hermite插值样条

为了克服标准三次Hermite插值样条的不足,给出了一种带参数的四次Hermite插值样条,具有标准三次Hermite插值样条完全相同的性质。在插值条件给定时,四次Hermite插值样条的形状可通过改变参数的取值进行调控。通过选择合适的参数,四次Hermite曲线能达到C2连续,而且其整体逼近效果要好于标准三次Hermite插值样条。所提出的新样条进一步丰富了Hermite插值样条理论,也为工程中插值曲线曲面的构造提供了一种新方法。

库尔勒香梨果形的定量描述及分类

库尔勒香梨的果形是评定其品质等级的重要指标之一,也是提高其商品价值和优化包装设计的重要因素。为了克服香梨果形传统人工分类所存在的主观性强、偏差大和效率低的问题,采用纵横比(Ar)和圆度比(Rr)分别对香梨纵截面和横截面的不同形状进行定量描述。结果表明:纵横比为1∶1.12和1∶1.29可实现香梨纵截面3种形状的精确分类,圆度比为1∶1.10可实现香梨梨横截面2种形状精确分类;由纵横比1∶1.29和圆度比1∶1.10划分区域,可实现香梨标准果形和非标准果形的精细分类。

基于拓扑结构的工程图纸识别方法

目的构建工程图纸中常用图形对象的知识库,在后续图形对象识别过程中,利用知识库中存储的图形对象的特征信息,标记其他待识别工程图纸中相似度较高的图形对象.方法将矢量化处理后得到的基本图元之间的拓扑关系和几何约束信息存储在图的结构中,作为这类图形对象的知识表征.在识别工程图纸时,利用图结构中存储的图形对象知识表征进行比较与识别.结果对工程图纸中常用的六个图形对象在识别时间和识别率两个方面进行了测试,随着组成待识别图形对象"基本图元"数量的增加,图形对象的识别时间基本趋于线性增长并且识别率都可达到97%以上.结论基于拓扑结构的工程图纸识别方法在前期图元矢量化的基础上能够准确高效的进行二维图形对象的识别.

多特征融合的网格模型简化方法

针对三维网格模型简化过程中的过简化和失真问题,提出一种利用多特征融合的度量方法引导三维网格模型的简化过程。该方法通过分析模型简化的误差度量准则和模型的特征信息,首先利用法向信息加权的二次误差方法度量模型的几何特征信息;然后采用三角形边长比信息加权的挠率度量模型的视觉特征信息;最后融合几何特征信息和视觉特征信息作为模型简化的多特征信息引导模型简化。实验结果表明,该方法可有效保证算法的计算效率,保持简化后模型的形态特征,解决了模型的过简化和失真问题。

Hough算法在印刷电路板焊孔缺陷检测中的应用

印刷电路板(Printed Circuit Board,PCB)作为现代电子产品最重要的组成部分,是众多元器件发挥其功能的舞台,而电路板上焊孔的好坏直接影响了元器件的焊接,进而影响其功能的发挥,因此PCB焊孔缺陷的检测具有重要的现实意义。该文简要介绍了Hough变换算法应用在圆孔检测方面的研究现状,在MATLAB环境下研究分析了PCB板图像预处理、边缘提取等处理工程,通过对比经典Hough变换和随机Hough变换两种算法,对PCB板上焊孔进行仿真检测。给出检测结果,分析对比算法性能,根据实践应用确定较为合适的检测算法。

基于MATLAB的不规则面积图像测量

数字图像测量作为近年来在测量领域新兴的一种高性能测量技术,在日常生活及科研工作中都有其重要的应用。针对许多复杂环境条件下的测量工作,适时性和非接触性的优点更是使得数字图像测量得到很好的运用。本文介绍了一种在非高精度情形下应用MATLAB测量不规则图像面积的方法,并用实例分析证明其有效性。

DBN融合模型对脱机手写汉字识别

针对脱机手写汉字识别问题,提出一种新的分类器级联识别模型。新模型将修正的二次判别函数(modified quadratic discriminant function,MQDF)与深度置信网络(deep belief network,DBN)相融合,利用MQDF先进行识别并得出结果,同时计算一个该识别结果的可信度,通过这个可信度对识别结果进行判别,若可信度符合要求,则MQDF的识别结果可作为最终结果直接输出,否则再与DBN结合进行二次识别,得到最终的识别结果。实验结果表明,在ETL-9B手写汉字数据集上进行的脱机手写汉字识别任务中,使用MQDF与DBN融合模型,可以取得比单独使用MQDF和DBN更好的准确率。

基于不规则图像面积测量的窄体舌鳎个体重量估计

对工厂化水产养殖来说,生产过程中的活鱼分级、分塘环节十分关键,非接触式、无伤害一直是追求的目标。通过数字图像处理技术,得到窄体舌鳎扁平面不规则图像并测算了其面积。采用一元线性回归模型,分析了鱼的重量和扁平面面积的关系,实验结果表明,二者存在着一定的线性关系,相关系数为0.3807。下一步的研究需要考虑到不同生长阶段的舌鳎鱼体厚度等因素影响,找出二者之间更准确的模型关系,为非接触式测量重量和分级提供支持。

基于LabVIEW的实验系统设计

提出构建远程实验室的概念,采用B/S结构设计,利用Lab VIEW 8.6和Microsoft Office Access 2007开发该实验系统。运用Lab VIEW编程语言,建立友好的人机界面,实现注册、登录,虚拟实验,资源链接等功能,实现在局域网内信息的动态、交互的管理,并为培养学生自主性学习提供一种有效的实现方案。

基于YKW图形表达的人类基因短编码序列识别

针对人类短编码序列的识别问题,根据碱基在密码子三个位置的偏性和碱基自身物理化学性质的分类,提出一种新的图形表示方法——YKW图形,然后在此图形上,提取了9个有效的面积矩阵特征,识别过程中,为了提高识别率利用递增特征选择算法添加4个统计特征,并采用主元分析(PCA)方法对这13个特征降维,最后使用支持向量机(SVM)对人类的短编码序列进行编码区/非编码区识别。实验结果表明,与其他方法相比,该方法使用较少的特征(7个或4个)取得了更好的识别结果。

路面裂缝图像识别算法研究

随着我国基础设施建设的快速推进,公路施工的质量要求越来越高,且需要融入诸多实践技术及方法来巩固工程建造的质量,路面裂缝图像识别算法就是其中之一。对于路面裂缝图像识别算法内容的研究而言,其主要环节在于图像增强、图像分割以及裂缝分类这三个方面。在研究过程中,针对空域、频域增强算法以及基于区域、边界和边缘的图像分割算法进行分析,讨论并总结出路面裂缝图像识别算法所存在的实际问题,根据这些问题产生的缘由,探究未来路面裂缝图像识别算法及其实际运用的发展空间。本文就针对路面裂缝图像识别算法的相关内容进行研究。

快速图像逻辑运算VC^(++)算法

论述了图像的二值化及逻辑运算在数字图像处理中的重要作用,详细分析了二值化的改进算法及图像的六种逻辑运算的算法,提出的一种改进的图像逻辑运算算法,可以提高逻辑运算中二值化的速度,该算法有较高的实用价值。

基于旋转灰度特征与位移约束的图像伪造检测算法

当前图像伪造检测方法主要依靠近邻比值法来实现图像内容的真伪决策,由于近邻比值法的判断条件单一,该类算法的检测精度不佳.因此,本文提出了旋转灰度特征耦合位移约束的图像伪造检测算法.首先,根据图像像素点,构造十字约束法则,对FAST算法予以改进,以提取待检测图像中的特征点;然后,利用像素点的梯度特征形成直方图,通过直方图峰值获取特征点的主方向;再用特征点的灰度值来构造旋转灰度特征模型,用于获取特征向量,生成特征描述子;用特征点的位置以及角度特征,构造了位移约束规则,并且在位移约束规则下,通过归一化互相关函数对特征点的相似性进行度量,完成特征点匹配.最后,引入均值漂移模型,对图像中的伪造内容完成区域定位,实现图像的伪造检测.实验结果表明:与当前图像伪造检测算法相比,本文算法不仅具有更高的检测精度以及检测效率,而且还具有更好地鲁棒性能.

人体学输入设备轨迹识别与功能增强

随着机器学习技术在轨迹识别中的广泛应用,提出了一种基于人工神经网络的浏览器鼠标手势扩展算法.该算法通过对轨迹进行分类并与动作建立映射来实现鼠标手势功能,可有效地识别各种复杂的轨迹并准确执行相应的动作.实验结果表明,该方法明显提高了用户的操作体验.

基于最小边界扇形的移动对象轨迹实时化简算法

为了对全球定位系统(GPS)设备采集到的移动对象原始轨迹数据进行简化,提高轨迹数据的使用效率,降低移动终端的通信代价和计算开销,提出了一种基于最小边界扇形(MBS)的移动对象轨迹实时化简算法。该算法不同于用一条折线来近似原始轨迹的方法,它利用扇形预测范围来估计、简化原始轨迹,在角度和距离两个层面上对简化误差进行控制。提出了新的误差度量方法——基于等极径的误差度量方法,并讨论了GPS定位误差对简化算法的影响。实验结果表明,所提算法的简化轨迹高效、稳定,所得到的简化轨迹与原始轨迹之间误差较小(不超过误差阈值的20%),对GPS定位误差有较好的容错能力。

基于连续最小能量的多目标跟踪

文中针对多目标跟踪问题,提出基于连续最小能量的多目标跟踪方法。该算法首先利用观测模型、表观模型、运动模型、互斥模型、轨迹维持模型及轨迹修正模型构建一个目标函数;然后利用梯度下降法对构建的目标函数求解,以得到各时刻跟踪目标的近似最小能量及对应的多目标个数和状态;最后采用基于最小能量的智能探测方法,得到平滑、连续的跟踪轨迹。PETS2009/2010benchmark和TUD-Stadtmitte视频序列库实验结果表明,文中提出的方法能够在存在杂波、虚警和漏检的复杂场景中实现多目标的正确关联,得到稳定、持续的跟踪轨迹。