AGV机器人多角度静态识别图像智能拼接方法

传统多角度静态图像识别拼接方法存在图像拼接精准度低、识别准确率低和拼接时间、识别时间长的问题,对此,文章提出了AGV机器人多角度静态识别图像智能拼接方法。对中心矩进行了归一化处理,获得多角度不变矩,利用不变矩对静态图像进行特征提取;采用对数几率回归分类算法进行分类;采用最大似然法估算图像中的参数;利用梯度下降法判定参数最小值,得到图像识别结果;利用AGV机器人,将图像的识别结果投影到变换矩阵中,将矩阵中的重叠图像划分成一个缝合部分和两个过渡部分;通过多分辨率图像融合算法和加权平均图像融合算法对这三个部分进行融合,得到完整的图像,实现静态图像智能拼接。实验结果表明,该方法的拼接精准度较高、识别准确率始终在80%以上,拼接时间最高仅为36 s,识别时间始终低于20 s,该方法的准确性高、实时性强。

尾煤识别图像采集装置的设计

在浮选尾煤图像识别过程中,为减少尾煤颗粒粘连对图像处理的影响,采用对粘连尾煤分散处理的方法,设计了一种尾煤识别图像采集装置,该装置主要由传送装置、去粘连装置、成像部分和计算机控制4部分组成。实验结果表明:与传统拍摄装置相比,该装置处理后拍摄的照片颗粒分散程度有明显的差距,降低了粘连现象带来的误差,提高了尾煤图像处理的识别度,更加方便图像特征的提取。

人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用研究

目的:研究人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用价值。方法:将我院自2017年4月—2019年12月收治的肺部疾病新生儿245例纳入研究,记作研究组。另取我院自2014年4月—2016年12月收治的肺部疾病新生儿210例作为对照组。其中研究组新生儿均实施胸片以及人工智能自动识别图像功能诊断,比较不同诊断方式诊断新生儿肺部疾病的符合率。此外,研究组患者以人工智能自动识别图像功能为最终诊断结果,开展相应临床治疗。对照组则以胸片为最终诊断结果,开展相应临床治疗。比较两组新生儿救治成功率以及父母满意度情况。此外,对比两组导管尖端一次性到位率以及PICC置管耗时。结果:人工智能自动识别图像功能诊断新生儿肺部疾病的总符合率为99.18%,明显高于胸片诊断的90.61%(P<0.05)。研究组新生儿救治成功率为98.78%(242/245),高于对照组的95.71%(201/210)(P<0.05)。研究组新生儿父母总体满意度为97.96%,高于对照组91.90%(P<0.05)。研究组导管尖端一次性到位率高于对照组,而PICC置管耗时短于对照组(P<0.05)。结论:人工智能自动识别图像功能在诊断新生儿肺部疾病中的应用价值较高,可有效提高诊断符合率,从而提高新生儿的救治成功率,改善新生儿父母的满意度。

视觉导航智能汽车路径识别图像处理算法分析

随着我国经济的发展、社会的进步和科学技术水平的提升,视觉导航智能汽车路径识别图像处理算法的相关问题也逐渐引起人们的重视。目前,基本还没有学者分析视觉导航智能汽车路径识别图像处理算法的相关问题,在一定程度上还存在理论空白。因此,本文对视觉导航智能汽车路径识别图像处理算法进行分析,希望能够为相关研究提供借鉴,同时为智能汽车的不断发展打下理论基础,让智能汽车能更好地满足人们日益提高的需求。

PDF文件中可识别图像的提取

PDF(portable document format)文件是用于电子文档分发的理想格式,是全球电子文档分发的开放式标准。从PDF文件中提取可供识别的图像,有利于图像识别和信息处理。详细介绍了一种从PDF文件中提取可识别图像的方案。

用SE9100视觉系统识别图像特征及参数

通过采用SE9100视觉系统的库函数和AML/2语言编程,对图像(如圆(有孔圆和无孔圆)、椭圆、正多边形、齿轮等)特征及其参数进行识别。在机械制造业中,SE9100视觉系统的图像识别结果可用于引导机器人完成零件的检验、搬运、装配等任务。

陕西高速公路车牌识别图像存储方法浅析

本文主要对存储高速公路门架车牌识别图像的方法进行了浅析,解析门架实时上传的图像json文件,将其中的base64格式图像数据转换为jpg格式图像,并按要求存储在省中心存储服务器中,最后将图像的相关信息传输到省中心数据库,以供后期其他业务调取图像时使用。

基于SIFT算法的局部特征点人脸识别图像处理技术

介绍一种基于尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法局部特征点的人脸识别技术、基于局部特征点目标检测算法提取的点特征通常具有良好的鲁棒性,能够适应复杂的环境变化,SIFT算法能够在图像间发生平移、旋转、噪声干扰、光照变换等条件下依然保持良好的检测性能文章通过理论的分析和仿真实验证明SIFT算法具有较好的人脸识别性能,能够在人脸发生复杂变化的条件下准确地识别人脸。

利用BP神经网络识别图像基点

论述了运用BP神经网络对图像进行识别。介绍了BP神经网络的算法设计、隐层节点的选取等问题。结果表明,BP神经网络有很强的自适应性,对大量样本识别后,能将图像中需要的基点有效地识别出来,且达到较高的准确率。

手写数字识别图像预处理中小波阈值降噪的应用

在对图像小波变化系数完成良好操作的情况下,可以顺利完成除噪工作,还能保障图像细节。本文在开始阶段对这种除噪方法进行了选择,通过实验的方法对小波阈值方法进行了证实,确定其属于一种具有功能性和科学性的图像除噪方案。

识别图像里的文字

软件名称:Mini Ocr汉字显示字体识别软件V1.0软件语言:简体中文软件类别:国产软件/免费版/字体工具运行环境:Win9x/nt/2000/xp软件大小:2754KB下载地址:http://www.18ie.com/miniocr.zip作者主页:http://www.18ie.com/ocr.

结合双线性网络和注意力的蓝藻图像识别方法

针对实际工程环境中采集的蓝藻图像数量不均衡、复杂光照条件影响、蓝藻图像局部区域特征捕捉不全面等问题,提出一种结合双线性网络和注意力的蓝藻图像识别方法。首先构建蓝藻图像数据集,并使用图像增强算法对数据集进行优化,再使用双线性网络充分提取蓝藻图像特征信息,同时结合卷积块注意力机制,聚焦重要的局部特征,忽视无用信息,进一步提升对无蓝藻、颗粒状蓝藻、带状蓝藻和片状蓝藻等4类不同形态蓝藻图像的分类效果。在构建的Algea-ultimate蓝藻数据集上进行实验,结果表明:相比识别效果最好的经典网络模型ResNet18,所提方法在识别准确率上提升7.29%,识别精度有明显提升。识别方法可用于太湖流域水质监测和预警平台中,提供蓝藻图像自动识别功能,为实时监测水体蓝藻形态提供智能化解决方案。

基于迁移学习图像识别的桥梁监测数据异常检测方法

为了改善桥梁结构健康监测数据多模式异常检测难以全覆盖的问题,提出了基于迁移学习图像识别技术的数据异常检测方法。首先,绘制结构应变和温度数据时程图,统计分析数据日周期变化规律,并标记异常类型作为训练集;通过图像仿射变换实现数据增强,减少网络对不平衡数据集的过拟合。其次,以AlexNet预训练网络为基础,选择迁移学习策略,建立多个对比模型用于分析不同优化算法、初始学习率、Dropout取值和结构轻量化对网络识别结果的影响;以模型分类准确率、训练速率和内存需求作为评价指标,获得性能优越的监测数据异常检测深度网络模型,模型对试验数据的异常分类准确率可达95.5%,体量可缩减94.7%。最后,基于优化模型编译数据异常检测模块,并以某斜拉桥一个月的监测数据为例进行验证,验证集准确率为98.0%。所提方法准确率高、计算速度快、内存需求小,方便应用于桥梁健康监测数据预处理平台。

索尼的那只狗能识别图像了

索尼营销(总部:东京港区)于9月4日发布了“AIBO”娱乐型机器狗的最新机型“ERS—7”。从1999年5月上市的第一代机型“ERS—110”算起已是第五代产品了。它通过内置CMOS的图像识别功能和小型LED的显示功能,提高了识别能力和表现能力,离人类似乎又近了一步。 此次发布的ERS—7特点在于通过配备CMOS相机使其具备了图像识别功能。只要把扑克牌大小的“AIBO卡”给ERS—7看一下,它就能够执行“跳舞”和“拍照”等AIBO卡所指示的动作。另外,从此次开始,在面部配备了28个小型LED,通过这些灯发出4种不同的颜色,更加能够向人传达喜怒哀乐的感情。

基于无人机巡检与深度学习的河道整治施工进度图像识别

长线性小流域治理工程中的河道衬砌、生态护岸等距离长、范围广、布置分散,且工区交通不便,人工巡检费时费力,难以及时掌握工程的整体施工进度形象面貌。提出了基于无人机巡检与深度学习的河道整治施工进度智能图像识别方法,通过定位施工节点(施工区域起点和终点)的位置计算施工进度。首先,建立了施工区域目标检测模型,针对无人机航拍影像进行河道衬砌护岸施工区域的识别以及施工节点的定位;然后,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对不同视频帧中的施工节点进行匹配,并基于单目视觉的运动视差法,计算施工节点的实际工区坐标;最后,计算当前衬砌护岸施工进度,并分析进度偏差。结果表明:该方法得到的施工节点定位平均误差为1.026 m,平均相对误差为0.74%,该方法能够较为准确地从航拍图像中识别得到当前衬砌护岸的施工进程,从而实现长线性工区快速巡检,及时掌控现场施工进度,提高工程管理的智能化水平。

作物病害图像识别研究进展——基于文献计量的分析

病害是影响农作物品质和产量的重要因素,随着计算机视觉、光学、遥感和物联网技术的进步,基于图像的作物病害自动识别研究发展迅速.为深入了解全球作物病害图像识别的相关研究进展,利用文献计量分析方法对Web of Science核心合集(SCI-E)2002-2022年间作物病害图像识别研究领域发表的相关文献进行分析.结果表明:作物病害图像识别研究呈明显上升趋势;学科领域涉及计算机科学、农学、植物科学、工程、环境生态学、遥感等,体现出明显的综合性和交叉性特点;中国、美国、印度、德国等国家发文数量最多,整体而言各国之间均存在较为密切的交流与合作,其中中美之间合作最为密切;在发文量排在世界前10的研究机构中有6家来自中国,展现出很强的整体优势;MAHLEIN A K、HUANG W J和KHAN M A是发文量排在前3的核心作者;Computers and Electronics in Agriculture、Frontiers in Plant Science、Remote Sensing等期刊为主要发表载体;作物病害图像数据的获取、基于机器学习的作物病害图像识别以及基于深度学习的作物病害图像识别是近20年该研究领域的主要热点和重点.作物病害图像识别的研究深受先进技术推动,尤其是在当前人工智能技术背景下方兴未艾,是面向智慧农业的重要组成部分.而当前数据样本规模偏小,相似症状的不同病害精确识别困难,模型可解释性和泛化性有限等问题依旧制约其进一步发展.构建基于生成式大模型的大规模作物病害数据集,加强多模态数据融合,提升模型的可解释性和泛化性,开展实时监测识别等内容将是未来作物病害图像识别的主要研究方向.

基于卷积神经网络在图像识别中的应用研究

文章主要介绍了卷积神经网络的深度学习模型,其在图像处理方面表现突出并且具有端到端的学习能力,因此,近年来CNN在图像识别领域一直很热门。文章总结和探讨了基于卷积神经网络的图像识别研究,包括介绍了该模型的基本结构和工作原理,比较了常用卷积神经网络模型的优缺点,还探讨了卷积神经网络在人脸识别、医学图像识别、交通识别、字符识别等领域的应用,最后,文章对神经卷积网络在图像识别方面需要解决的问题以及未来的发展方向进行了讨论,以期为图像识别技术的进一步研究提供相应的参考。

基于卷积神经网络的铁道工程勘探地质岩芯图像识别系统的开发和实践

在铁道工程地质勘探中,钻探是最常用且有效的一种勘探手段,其成果是进行工程地质评价和设计、施工的基础。通过搭建卷积神经网络模型,实现对勘探现场岩芯原始图像的岩芯类型识别。开发移动端App图像识别系统对岩芯图像进行获取,通过调用服务器端可自主学习的识别模型进行岩芯类型鉴别,并将结果反馈给勘探现场数据采集人员。该系统在多个轨道交通项目勘探工作中进行了测试,准确率可达90%以上。这项工作有效推动了轨道交通勘探业务的数字化、标准化建设,可显著提升勘探项目生产工作效率。

内河水沙冲蚀条件下港口钢构件涂层损伤劣化的图像识别方法

为探究内河港口码头钢构件在水沙冲蚀条件下防腐涂层的损伤劣化规律,通过自制的水沙加速冲蚀磨损装置开展不同冲蚀条件下涂层材料损伤劣化的试验研究,基于图像识别技术对冲蚀损伤后的涂层表面形貌进行数字化和二值化特征提取,设定区分像素孔隙的灰度阈值,用以定量分析涂层表面破坏形式和损伤劣化面积。结果表明:当来流角度呈45°时,涂层损伤劣化最严重且表面凹坑比和划痕比大致相同,涂层损伤劣化面积随来流速度的增大呈指数扩大趋势;当含沙量低于45 kg/m^(3)时,含沙量的增大对涂层损伤劣化有促进作用,但当超过45 kg/m^(3)后反而降低了涂层损伤劣化速率,实现了在无损情况下对内河水沙冲蚀条件下钢构件涂层的损伤劣化规律分析。

基于图像识别仿生木纹的三维打印路径规划方法

针对传统三维打印采用的诸如网格、三角等均匀同构介观结构填充存在结构效率低、与承载零件应力场不协调等问题,受自然生长的木纹可提高木材整体性能的启发,提出基于图像识别仿生木纹的三维打印路径规划方法,旨在借鉴木材的纤维排布以改善零件的机械性能。通过木材铣削分层,依次提取各层图像木纹并生成对应打印路径,并逐层打印出仿生木纹试件。拉伸试验结果表明:相比同质量的网格填充、三角填充、直线填充三种传统均匀同构填充试件,基于仿生木纹的非均匀异构打印试件最大拉伸载荷分别提高了115.03%、72.89%、64.39%,证明了基于仿生木纹的非均匀介观填充结构能够显著提高打印件拉伸强度。