自动化立体仓库中货物自动识别技术

自动化立体仓库的货物识别系统一直是研究者和企业关注的部分。随着技术的发展,此系统已由人工识别发展为机器自动识别。目前,已被应用的自动识别技术有条形码识别技术、二维码识别技术、磁卡(条)识别技术、RFID无线射频识别技术、机器视觉图像识别技术等,将对应用于自动化立体仓库中常用的货物自动识别技术做一个简单的综述,并简要分析了实际应用中该如何选择自动识别技术。     

基于MATLAB的图像预处理技术研究

介绍图像识别系统和图像预处理技术,对图像预处理技术在图像识别系统中的应用进行实例分析,并应用MATLAB进行关键代码编程.     

基于Android和SURF算法的图像识别系统的研究

图像识别技术是计算机视觉和图像处理领域里的重要研究课题之一,在军事及民用领域应用广泛。在目标检测算法中,基于特征的方法具有压缩信息量、执行速度快、精度高等优点,SIFT算法便是其中之一,但传统的SIFT算法应用于图像识别过程中数据量大、计算耗时长,提出了一种基于SURF算法的图像识别方法,并使用Android NDK调用OpenCV在Android手机平台上实现了一套图像识别系统,结果表明,基于SURF算法的图像识别系统识别效果和实时性更好、具有更强的鲁棒性。     

基于深度学习的图像识别技术研究综述

本文介绍了基于深度学习的图像识别算法,包括R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN、YOLO以及SDD算法,讨论了深度学习在人脸识别、车牌识别和医学图像识别方面的应用,最后对深度学习图像识别技术的研究提出了问题与展望。     

电力系统继电保护压板图像识别系统

从安全性、经济性及便于维护等目标出发,提出用计算机图像识别方法来检查判断继电保护压板连接正确与否.用计算机、摄像机等设备完成了继电保护压板图像识别系统的硬件配置,用Visual C 进行了系统软件的设计,该系统可以实现变电站继电保护压板通断状态的不带电自动识别.经过现场调试证明,系统可行并具有安全可靠、成本低的优势.     

基于微型计算机和神经网络的果蔬识别

在微型计算机上使用深度卷积神经网络实现果蔬自动识别的复杂图像识别任务,并构造了具有人工智能技术的电子秤系统.采用深度可分离卷积和反向残差网络设计构成的深度神经卷积网络,极大减少了模型的运算量并保持了较高的识别精度,适合硬件资源有限的微型计算机.神经网络经过训练、调参、剪枝优化后,图像识别准确率达到91.9%,推理延时小于1.5 s.这种人工智能系统可以代替人工操作让顾客进行自主购物,适合在无人超市或者避免聚集接触的环境下使用.     

图像识别技术在无损检测中的应用

图像识别技术在无损检测中的应用越来越广泛，要想更好的利用无损检测，必须了解无损检测的原理和图像学的基本知识，即图像识别和图像处理。本文在指出无损检测的基本原理的基础上，讨论了数字化、预处理、图像识别技术。     

基于深度学习的铝厂工业自动浇筑中的图像识别

将深度学习的图像识别应用到工业生产中是一个重要的应用方向.相比传统图像处理,深度学习在图像识别中具有高识别率、抗干扰性强等特点.首先采用小波变换对图像去噪、归一化,然后利用多层卷积对图像进行特征提取并采用全连接层和softmax分类器进行分类实现图像识别.在铝厂工业自动浇注过程中,对已经浇注完成和未完成的图像进行识别、解决传统图像处理在工业生产中多干扰、亮度不足的情况下难以识别的问题.实验结果表明,采用小波变换与深度学习融合对图像进行识别的识别率可达到91. 88%,基本能满足铝厂工业生产的需要.     

基于深度神经网络的手写数字识别模拟研究

当前图像识别大多采用基于特征提取的传统机器学习方法与卷积神经网络的方法,但传统图像识别技术需要手动提取图片特征,而卷积神经网络对硬件要求高,训练时间长等。针对以上问题,本文提出基于深度神经网络模型的手写体图像识别方法,让机器自动学习特征,并在此基础上,通过改进成本函数,加入dropout防止过拟合,来提高手写数字识别的识别率。仿真实验对比结果表明,基于深度神经网络模型的方法比当前传统算法的识别率提高了3.41%,有效解决了人工识别费力耗时问题,对手写数字的研究具有重要意义。     

基于机器视觉技术的射击训练系统

简述了机器视觉图像识别技术在射击训练中的应用,并从硬件、软件组成及工作流程等方面对其进行了系统介绍,系统完成后可降低射击训练成本,提高报靶速度、精度。     

维纳滤波在模糊车牌中的识别

传统的基于阈值法的汽车牌照自动识别技术在图片模糊程度超过轻微时,识别率急剧下降。在普通情况下,图片模糊程度主要集中在轻微-中度之间,如何解决这一部分图片的识别问题很有意义。本文根据车牌识别过程中,运动造成图像模糊的特点,分析了匀速直线运动时模糊图像的退化模型和恢复模型。提出了适合本系统环境下的点扩散函数模式,结合维纳滤波的方法复原图像。充分利用维纳滤波在处理图像时计算量小,抗噪性好等优点。通过计算机仿真,表明在在同等条件下,该方法该方法可以有效降低图像噪声、保持图像细节,提高图像质量。     

车牌识别技术的发展及研究现状

随着经济的发展,机动车辆日益普及,公路交通事业迅速发展,传统的人工管理方式已经越来越不能满足实际工作的需要,车辆识别技术作为智能交通系统的一个重要方向逐渐受到人们的重视。车牌照识别（License Plate Recognition,LPR）系统是车辆检测系统中的一个重要环节,它在交通管理中占有重要的地位,有着多种应用。车牌识别系统一般包括车牌的定位、车牌字符分割和车牌字符识别三个部分,是车牌识别技术研究的重点,本文主要对车牌识别技术的发展和现状进行了简要介绍。     

管道内表面图象分析与识别系统

本文简要介绍了管道内表面图象计算机分析与识别系统的原理、结构和性能，描述了系统使用的核心技术和算法，包括图象增强、图象的特征提取和分类器的设计。     

基于人脸识别技术的身份认证系统实现简介

人脸识别技术(Face Recognition)是生物技术和计算机技术的复合应用。有别于虹膜识别(Iris Recognition)、指纹识别(Fingerprint Recognition),人脸识别对数据采集、分析和处理更灵活更直观。随着个人、企业、国家对于安全要求的提高,基于人脸识别技术的身份认证系统的应用也越来越广泛。本文通过研究和分析,阐述了如何实现基于人脸识别技术的身份认证系统,和利用云计算对大规模认证系统进行优化。     

一种数字编码图像识别方法的研究与应用

本文提出的数字编码图像识别方法,包含图像的二值化处理、去噪处理、特征提取及特征识别等过程。仿真和实验表明,本方法识别5位数字编码仅需0.13s。算法具有简单、适于多种笔画、便于程序化、实时性强等特点。算法已被程序化,用于数字化血型判读仪的实际生产实践。     

网络传输图像数据常用压缩编码

多媒体技术与网络技术相互结合而使网络空间异彩分呈，网络数据传送的速度却令人们多少有些遗憾，这主要是由于带宽的限制；因此多媒体数据（特别是图像数据）传输是多媒体网络技术的一个重要问题。本文以信息处理技术和心理视觉特性为基础，对网络传输图像数据的常用压缩码技术的基本原理做了较为综合的介绍、分析，并在一定程度上揭示其技术内核     

机器视觉在油气勘探开发中的应用现状

作为人工智能正在快速发展的技术分支,机器视觉在油气勘探开发中的作用越发显著,已成为"智慧油田"建设不可或缺的组成部分。首先简述了机器视觉技术,然后分析了机器视觉在油气勘探开发领域的应用现状,并重点介绍了基于深度学习的机器视觉技术的应用;最后对机器视觉在油气勘探开发中的应用前景进行了分析。研究表明:相对于人工图像识别,机器识别要更准确、高效;一般原始图像越复杂、解释要求越高,对图像预处理技术、特征提取算法要求越高;仅以形态形式表示信息的图像识别相对简单,原始图像的二值化处理是关键;当大量信息蕴含在图像纹理、色彩中时,智能解释的难度要大得多;基于深度学习的机器视觉技术实现了自动特征识别,未来将在油气勘探开发领域发挥重要作用。     

用于人脸识别的张量图优化的Fisher判别分析

最近提出的图优化的Fisher判别分析(Graph-based Fisher Analysis,简称GbFA)具有很强的判别性能,并成功地应用于人脸识别。但GbFA需要将二维的人脸图像矩阵转化为向量,因此容易丢失像点的空间关系。为此,提出用于人脸识别的张量图优化线性判别分析(Tensor Graph-based Fisher Analysis,简称TGbFA)。该算法把二维的人脸图像矩阵看作二维张量数据,并通过GbFA方法迭代求得两个投影矩阵。在Yale和YaleB的人脸库的实验表明,TGbFA算法继承了GbFA的特性,与现有的张量线性判别分析算法相比,TGbFA具有较好的判别性能。     

智能坐标测量系统中零件位姿自动识别

零件位姿自动识别是实现三坐标测量机智能化的关键技术．设计了基于图像不变矩和神经网络的图像匹配与识别算法，将被测零件的虚拟图像与实际图像进行匹配，实现了零件放置姿态的识别功能．由图像几何矩计算出零件在实际图像中的位置和方向，经过像平面坐标系至机器坐标系的转换，得到零件在机器坐标系中的位置和方向．实验结果表明，此零件位姿自动识别方法是智能且高效的，识别算法的重复精度小于0．1mm，识别系统的最大空间定位误差不大于0.6mm．     

支票自动处理系统中的图像处理及识别

为对银行支票进行自动分析、验证、检索,该文设计了一种支票自动处理系统,介绍了图像处理及识别技术在该系统中的应用,描述了一种支票要素自动分割方法及针对支票图像的处理与识别算法,成功地实现了强噪声情况下支票部分要素的图像分割和识别,具有较好的稳定性和很强的抗噪声能力。对５５０张真实使用的支票做版面分割、角码区域分割识别实验,其中版面分割正确率为１００％,角码分割识别准确率为９９１％。另外该文实现了一种小波编码压缩算法,在较高的压缩率下获得了较好的图像质量,极大地节约了支票图像的备份空间。