基于灰度信息的多特征模板匹配法

指针式仪表示值的自动判读技术在工农业生产中有着广泛的应用,这种自动判读技术主要是通过图像处理技术来实现的,其常见的自动判读方法有三种:步长法、圆周灰度检测法、哈夫变换法。本文在总结上述方法的基础上,提出了一种鲁棒性较好的基于灰度信息的多特征模板匹配法。

特征区域模板匹配法实现汽车牌照的精确识别

模板匹配法在汽车牌照自动识别中已得到广泛应用。在应用该法为某汽车检测中心做牌照自动识别系统时发现,0、D及Q3个字符互相误判率较高。为解决此问题,在模板匹配法的基础上,提出了特征区域模板匹配法,应用该法取得了满意的效果,识别精度大大提高。另外,匹配系数的求法也采用了新的方法,效果比原方法好。

基于本征特征的弹性模板匹配法

本文在弹性模板匹配法的基础上，提出了基于本征特征的弹性模板匹配法，用于人脸图像的识别．该方法利用ＫＬ变换进行模板的定位，使得定位精度与速度都有所提高，并且识别准确率也得到改善．

用于识别一类缺陷字符的过筛连通模板匹配法

针对一类发生切割的缺陷字符,传统的模板匹配法难以对其进行正确识别,基于连通域的改进算法也存在一定的误识率。文章提""出了一种基于过筛连通的模板匹配法较好地解决了这一问题。算法对基于连通域的模板匹配法进行了进一步改进,其基本思路是对缺陷字符采用先过筛,再连通,最后匹配识别的办法,最大程度地保留了笔道上的黑像素,屏蔽了笔道外的干扰黑像素,从而实现字符的识别。该算法构思新颖、计算简洁,大量实验表明其识别率也是可以保证的。

几种基于模板匹配法的数字图像识别算法分析

针对传统模板匹配法的不足,对几种改进的模板匹配方法:失配加权匹配法、矢量化特征提取法和中心不变矩法进行了分析,总结了它们各自的优、缺点并给出结论。

模板匹配法与八邻域分析法在数字识别细化预处理中的应用及比较

讨论了模式识别的基本问题之一——图像的细化处理,将模板匹配法和八邻域分析法应用于数字识别的细化预处理中。着重比较了两种算法在数字识别中的细化结果,指出两种算法在数字识别细化预处理中存在的缺点,认为八邻域分析法适用于数字识别的预处理。对八邻域分析法作进一步改进,消除细化后冗余的像素点,保证了细化结果为单像素连接,确保数字识别的骨架提取预处理,从而提高数字识别速度及准确率。

模板匹配法在原位杂交图像中的应用

目的：自动寻找原位杂交图像中感兴趣的分析区域．方法：采用图像处理方法中的SSDA模板匹配法，对原位杂交图像中的相似目标自动匹配定位．结果：通过压缩搜索空间，提高了匹配速度，同时利用中值滤波、仿射交换保持了匹配精度．结论：表明该方法抗灰度变化强，相似程度在一定范围内的目标都能够准确匹配，基本满足我们研究需要．

一种基于模板匹配法的眼底图像拼接方法

图像拼接技术是近年来医学图像处理的研究热点之一,在眼科方面具有广泛的研究价值。笔者根据眼底图像的特点,提出了一种基于模板匹配法的眼底图像拼接方法。首先在两幅图像的重叠区域中分别抓取一对初始匹配点,分别以抓取点为中心取不同大小的模板区域和搜索区域,然后根据模板匹配法的基本原理,确定最佳匹配点,通过平移和旋转变换完成图像之间的配准,最后采用重叠区域线性过渡的图像融合方法消除拼缝,实现图像间的平滑过渡。经实验验证,该方法实现了不同视角眼底图像之间的拼接,且计算速度快,精度高。

迭代模板匹配法在线监测系统的应用

目的 实时测量矿山运输索道塔架之间的距离并判断索道线路上有无掉车 .方法采用迭代模板匹配算法 .结果 该方法可以快速及时地对经过各个塔架的矿车进行匹配 ,查找出有无掉车并计算出塔架之间的距离 .

模板匹配法在芯片印字检测中的应用

近几年来,随着经济的发展,科技的进步,芯片市场也出现了较大的问题和缺陷,比如假冒、伪劣、翻新等。芯片印字工艺也随着芯片市场的问题而产生,如何提高芯片印字的检测率引起了人们的重视。随着人们对模板匹配法的深入研究,该法渐渐成为芯片印字检测中的关键方面。本文主要从模板匹配法及其算法开始讨论,重点介绍了模板匹配法及其在芯片印字检测中的应用。

用模板匹配法选取光斑质心探测窗口

根据Hartman传感器探测人眼波像差时的光斑特点,提出了模板匹配法选取光斑窗口的质心探测方法。本方法与Prieto的质心探测方法相比,提高了质心探测精度。对光斑阵列的仿真计算结果表明,用本文提出的方法质心探测误差的rms值降低了53.7%。另外,本方法还避免了Prieto方法中多次迭代的质心计算,减少了运算量。

基于模板匹配的数字图像识别算法

针对传统的模板匹配法只能识别简单的数字、字符等不足,故用矢量加权匹配法、矢量化特征提取法和中心不变矩法等几种新算法对其进行了改进。改进后的数字图像识别算法在数字图像识别方面具有很大优势。

一种改进模板匹配的车牌字符识别方法

提出了一种改进模板匹配的车牌字符识别方法。详细介绍了车牌字符识别的过程,主要包括模板的建立,基于弹性网格的字符特征提取,模板匹配的步骤及改进方法。运用该方法不仅可减少计算量,而且提高了实时性。实验结果表明,提出的方法具有效率高、精确度好等特点,识别率可以达到90%以上。

一种有效的车牌字符分割方法——模板匹配—垂直投影结合的车牌字符分割方法

汽车车牌的字符分割是车牌自动识别系统中的重要环节.采用模板匹配—垂直投影结合的车牌字符分割方法利用了模板匹配法能克服对图像二值化后字符粘连及铆钉等的干扰,同时结合垂直投影法分割字符,使车牌在变形的情况下也能将字符分割出来,综合了各自的优点同时也克服了各自的缺点.

一种新的基于形态学和模板匹配的车牌识别方法

信息技术的发展极大地推动了智能交通的进程,研究实现实时、准确、高效的车牌识别系统,是当前智能交通领域的重要挑战之一。针对传统车牌定位和识别方法存在的不足,研究提出一种车牌定位识别的新方法：首先通过新的形态处理和窗口搜索,解决定位错误或出现多个候选区域和在复杂背景下可能出现漏检车牌的问题,找出类似的车牌区,并根据车牌的长宽比去除假车牌区,来进行车牌准确定位;然后结合模板匹配新的匹配算法,来进行车牌字符识别。实验结果表明：相比其他算法该算法实现简单;不需要很多样本进行训练;定位精度较高;反应时间较快,小于4s;能够较好的解决定位失败和车牌漏检的问题,基本满足实时性的要求。

径向速度对匹配模板法识别LFM信号的影响

推导了动目标的线性调频信号(LFM)匹配滤波器响应,得出其响应与径向速度有关。通过分析理想匹配输出结果,制定了LFM信号的匹配识别准则。在存在径向速度的情况下,通过对匹配输出性能参数的提取与分析,得出其对匹配模板法识别LFM信号带来的影响,并为消除影响提出了解决方案。

利用核匹配追踪算法进行雷达高分辨距离像识别

雷达高分辨距离像识别是目前雷达自动目标识别研究领域的一个重点.采用核匹配追踪算法来设计分类器,提取一种非常简单的高分辨距离像平移不变特征———功率谱特征为识别特征,通过把高分辨距离像从像域变换到功率谱域来提取目标的平移不变特征,稳健性较好.基于实测数据的识别结果表明该算法具有较好的识别性能,同时其识别运算量较小.

基于CPV理论的模板生成方法及其在视觉检测中的应用

基于计算机泛视觉（ＣｏｍｐｕｔｅｒＰａｎ－Ｖｉｓｉｏｎ，简称ＣＰＶ）理论中借助非视觉信息辅助视觉问题求解的思想，研究了通过产品的ＣＡＤ模型提取视觉检测相关先验信息，从而自动生成图象匹配模板的方法。该方法利用ＤＸＦ文件中的实体Ｓｅｃｔｉｏｎ生成模板位图，并讨论了模板尺寸与匹配计算量的关系。提出一种基于模板图形特征的轮廓优先序贯匹配算法以减少匹配过程中的计算量。

特征参数匹配法在雷达信号识别中的应用

概述了模板匹配法、模糊匹配法及灰关联分析法,以了解特征参数匹配法的优缺点。重点对灰关联分析法中分辨系数取值和权重值的确定问题进行分析,并提出改进的灰关联分析法。该方法首先对原始数据规范化处理,综合了序列取值法和自适应动态取值法对灰关联分析法进行改进。仿真证明改进的灰关联分析法能够对有误差的和参数缺省的雷达信号进行较好处理,对雷达信号识别更具有实时性,能够提高分析结果分辨率。

基于混合高斯模型和模板匹配的目标测速

针对目前视觉测速方法存在检测精度低、鲁棒性差的问题,研究了一种结合模板匹配和混合高斯模型的测速方法。首先,利用混合高斯模型进行背景建模,提取出仅包含目标轮廓信息的前景区域图像。其次,使用参数优化的模板匹配法获取目标的高精度像素位移。最后,使用改进的二维测量模型法精确获取目标对应的像素尺寸。利用目标物理尺寸与图像中目标像素尺寸的比例关系来计算实际速度。实验结果显示,该方法对不同形状目标在不同速度下的测速结果的相对误差均在5%以内,准确度较高。