基于计算机视觉的输电塔位移监测ROI关键点法

为了实现输电塔远距离位移监测,同时满足低成本、无接触、易实施及精确度高等要求,结合输电塔的内轮廓特征和计算机视觉位移识别技术,提出感兴趣区域(region of interest,简称ROI)关键点法。首先,利用N近邻最小能量法进行ROI轮廓搜索提取,并与Harris角点检测算法相结合;其次,通过输电塔台架实验与灰度模板匹配法相比,ROI关键点法位移识别结果的平均误差、均方根误差分别降低了56%和45%,绝对误差小于5 mm和10 mm的准确率提高了61%和3%,计算效率提高了11倍,稳定性及抗噪性能较高;最后,在实验塔对比验证中,ROI关键点法的位移测量值与实际位移的差值百分比在0.0%~11.1%之间。结果表明,ROI关键点法在输电塔结构位移监测中具有较高的准确率、精细度、计算效率、稳定性及鲁棒性。

基于旋转投影统计特征的手写数字识别方法

通过抽取数字的轮廓和骨架来提取几何特征,可以有效地反映手写数字的细节,但手写数字的不规范性导致其识别率并不高。运用统计分析理论可以克服这一缺点。首先提出了基于投影间隔比率和间隔变化的特征提取方法,通过数字投影计算间隔的像素数比率和变化趋势,并将其归一化作为特征向量。进一步通过旋转投影基准线,增加特征向量之间的正交性以减少信息冗余,基于这一思路提出旋转投影的识别方法。理论分析和实验证明了旋转投影可以在相同特征数量的情况下达到更高的识别率,并给出了推荐参数。此外,通过旋转投影,直接解决了倾斜数字的识别问题。