基于提升小波和SVM分类的炼钢物料识别

以炼钢物料的自动识别为应用背景,提出了基于快速提升小波变换和支持向量机(SVM)的识别方法。该方法首先运用DB4小波的提升算法对图像进行"塔式"分解,提取小波系数统计量作为图像的纹理特征组成特征向量,利用SVM算法进行分类。在炼钢厂原料图片的分类实验中,该方法的分类准确率为99.15%,平均图像特征提取时间为0.074秒。实验结果表明,该方法已满足企业生产的要求,并且准确率和实时性优于该类应用的其它方法。

基于运动多目标实时质心计算硬件电路的实现

提出了一种基于二值图像运动多目标实时标记和识别的算法,它是根据视频图像中目标的位置和连通情况对视频跟踪系统中的多个运动目标进行实时标记、识别,以及对各个目标的质心进行实时计算。同时,采用 CPLD(复杂可编程逻辑器件),将该算法用硬件电路来实现。