基于PointNet++的煤场点云分割与识别方法

为了实现煤场环境下的实时监控与安全监测,对煤场环境应用了一种基于PointNet++的目标分割与识别的方法。利用二维激光扫描仪做直线运动的装置采集三维点云数据,通过设置目标安全距离,采用基于欧氏距离的点云分割算法对原始点云进行分割,调用训练好的PointNet++网络对分割后的目标点云进行识别,对识别结果进行判断,并分析目标物体的工作状态是否安全。实验结果表明:煤场环境典型物体点云的分割精确率与召回率均大于90%,目标识别准确率达到98%,验证了基于PointNet++点云分割与识别方法的可行性。

基于机器视觉的装配动作自动分割与识别

在对装配作业人员进行动作分析的过程中,动作的识别和记录一般通过手工操作完成,这种方法不仅工作量大,而且效率低。为解决该问题,提出了一种新的基于机器视觉的装配动作自动分割与识别方法。首先利用基于内容的动态关键帧提取技术提取视频流中的关键帧,实现动作的自动分割;然后提取感兴趣区域的尺度不变局部特征点,据此得出关键帧的特征向量;最后,基于支持向量机构建特征向量分类器对动作进行分类。装配线上样本视频的实验结果表明,所提方法达到了96%的正确识别率。

基于Mask R-CNN的铁谱磨粒智能分割与识别

针对铁谱图像因背景复杂、尺寸分布广、颗粒重叠等导致难以精确分割与识别的问题,以相似度高的疲劳剥块、严重滑动磨粒、层状磨粒共3种异常磨粒作为研究对象,提出基于深度神经网络模型Mask R-CNN的对多目标铁谱磨粒进行智能分割与识别的方法,并对特征提取层分别选用深度不同的残差网络ResNet50和ResNet101进行对比试验。实验结果表明,基于迁移学习方法的Mask R-CNN+ResNet101模型能够在复杂背景下对多目标、多类型、多尺寸的相似磨粒进行有效分割与识别,测试集的平均精度高达76.2%,模型具有较好的泛化能力。

复杂背景下基于肤色检测的动态手势分割与识别

在类肤色的复杂背景下,基于肤色检测的动态手势识别会因肤色干扰导致识别效率较低。提出了一种基于YCbCr颜色空间的改进三帧差分法的动态手势识别方法。首先利用改进的三帧差分法对动态手势进行分割,有效去除类肤色背景;然后根据人体肤色在YCbCr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法有效去除非肤色背景,分割出手势区域。通过双特征提取,有效去除大范围的肤色背景,最终得到完整的手势;最后利用BP神经网络较强的自学习能力,对分割的动态手势进行检测识别。实验结果表明,此方法在应对环境变化时具有较好的实时性和抗干扰能力,拥有较高的识别率。

基于LabVIEW和Vision Assistant的车牌识别系统设计

文章提出了一种基于LabVIEW和Vision Assistant的车牌识别方案。系统使用Vision Assistant的颜色阈值、高级形态学及光学字符识别等函数,实现了对车牌图像的预处理和车牌区域定位以及车牌字符分割、字符训练和识别,使用LabVIEW程序完成车牌的显示。使用数百张车牌图像对该系统进行验证,结果证实该方案是可行的,系统是可靠的,可以快速、准确定位和识别车牌。

高速公路车牌自动识别系统的研究

汽车牌照自动识别系统的实现是推进交通管理计算机化的关键技术之一,在现代交通监控和管理中有着广阔的应用前景。本文首先介绍了汽车牌照识别系统,然后对其原理和在高速公路收费系统中的作用进行了论述,并考察了国内外车牌识别系统的发展动态,最后对汽车牌照识别技术存在的问题及发展的方向进行了讨论。

面向变电站监控界面自动测试的画面识别算法

对变电站监控系统人机界面进行测试验证时,通常采用对比人眼观察到的监控画面与测试指令发送的信息是否一致的方式评估监控软件是否达标,而人眼观察繁杂多变,监控信息的准确率和效率均得不到保证。为了实现变电站监控的自动测试,研究利用图像处理和机器学习技术识别变电站监控画面信息的方法。提出一种基于最佳图元的模板匹配方法解决画面中不同尺寸电气图元的自动定位问题;针对监控画面中拓扑特点提出FHOG算子并提高监控画面和图元状态的识别速度;针对汉字左右体结构分离和告警信息画面中的字符粘连等问题,提出分割识别协同的算法定位字符,并使用深度卷积神经网络进行识别。经线下实验验证了各个单元算法在实际变电站监控图像上的有效性。设计一套测试系统,经线上测试总体图元识别准确率达到96.04%。

汽车智能驾驶系统中运动图像的实时检测与跟踪

采用CCD摄像机获取运动目标图像序列,用基于背景重建的运动变化,对运动目标检测;通过运动分割并求运动梯度计算出物体运动方向;利用目标的短时相似性,完成对目标的跟踪与识别,并进而实现对目标长时间的稳定跟踪,确定目标的运动规律,实现运动图像实时检测与跟踪的目的.基于上述运动目标检测跟踪算法,利用C++编写了实时处理程序,实现了动态单目标、多目标及不同方向运动目标的检测与跟踪.实验证明,本算法可以实现对单运动目标和多运动目标的实时检测与跟踪,具有很高的鲁棒性,效果良好.

非压缩域数字视频中文字的检测与提取

作为一种高级语义特征 ,视频中的文字信息对视频内容的理解、索引和检索具有重要意义。本文针对非压缩域中视频文字的检测与提取技术做了详尽的分析和讨论 ,涉及的内容包括 :文字事件的检测、帧图像中文字区域的检测与分割以及视频文字识别 (VideoOCR)等。对于不同的典型算法 ,分析了其理论基础和应用特点 ,并且通过对比指出其不足和应用的局限。最后 ,本文还展望了该技术未来发展的方向。

基于激光点云的道路可通行区域检测方法

以车载激光雷达获取的点云数据为研究对象,针对无人车道路环境感知的关键技术展开研究。为解决无人驾驶中道路可通行区域检测存在的地面不平整、缓坡、障碍物单一等问题,提出基于激光点云数据的道路可通行区域检测方法。通过基于分段校准的RANSAC算法进行地面分割,解决地面不平整导致的欠分割问题。使用多特征复合判据,利用基于体素化的DBSCAN聚类算法和基于结构特征的障碍物识别方法完成障碍物的分割与识别。结合道路结构以及数据高程突变特征,提取道路边界候选点并拟合得到完整的道路边界线。将道路区域栅格化,根据道路边界悬空障碍物判断并更新可通行区域,实现可通行区域的准确检测。实验结果表明,该方法在复杂道路场景中的边界检测准确率高于95%,可有效检测出障碍物及道路的可通行区域,具有良好的实时性与鲁棒性。

基于Arduino模块化机器人视觉系统的研究与设计

基于视觉系统的移动机器人是近年来机器人研究领域的热点,机器人视觉在自动化生产中也变得越来越重要.本文以移动机器人为载体,重点研究并设计了一套移动机器人视觉系统,以视觉系统在移动机器人中的应用为主线,简单介绍了视觉系统中摄像机标定,着重阐述视觉系统对目标的识别与定位以及视觉系统在移动机器人的应用.文中所设计的移动机器人采用Arduino MEGA2560单片机作为主控芯片,负责测距传感器数据采集、定位传感器位置确定、视觉系统伺服控制、驱动电机以及驱动舵机转向等.试验验证移动机器人能准确的运动到目标物体位置,很好的完成既定的任务,移动机器人的视觉系统有效可靠.

基于STM32的新型激光测距控制系统的设计

设计一种基于STM32的摄像头与dt50激光传感器联合控制的精确距离测量系统。该系统基于dt50的数字显示界面,根据摄像头的图像识别功能,实现了一般控制系统关于距离的零误差测量。经实际测试,该系统测量精度高,性能稳定,实时性强,具有很高的使用价值和推广价值。