基于机器视觉的除草机器人杂草识别

根据杂草颜色特征,提出了新的图像分割算法,在RGB空间直接将杂草从土壤背帚中分割出来。首先顺序搜索图像中每一个像素点,如果当前像素RGB值中G〉R且G〉嚣,则将该像素值置1（杂草）,否则为0（背景）,从而完成图像分割。然后采用8邻域消除孤立点,并确定杂草区域位置。利用VisualC＋＋开发了除草机器人杂草识别软件,设计了除草机器人结构模型。试验表明,该分割算法实时性好,可有效识别出杂草,并能够适应户外自然先变化。除草机器人机械臂能够准确定位,完成除草动作。     

计算机视觉技术在杂草识别中的应用研究进展

利用计算机视觉技术进行杂草识别从而实施变量除草已成为精准农业示范工程迫切需要.概述了国外计算机视觉技术在杂草识别中的研究和应用状况,介绍了用于变量除草机的计算机视觉系统组成.     

关于通信信号调制识别技术的分析研究

本文首先阐述了通信信号调制识别技术的发展情况,然后对常见的调制识别方法的框架结构进行了介绍,最后对近些年出现的调制识别方法进行了总结,将自己对调制识别技术的观点提了出来,并对其进行了展望。     

基于CNN的棉田杂草识别方法

针对杂草的精确喷洒问题提出一种基于卷积神经网络(Convolution Neural Network, CNN)的棉花植株和杂草的检测识别方法。首先采集不同环境下棉田中棉花植株和不同种类的杂草图像作为网络模型的数据集，对数据集进行数据增强来增加数据集的数量，将其分为训练集与测试集；然后构建CNN模型，在模型中添加Dropout层，以防止网络出现过拟合，将训练集数据输入网络模型，使模型学习棉花植株和杂草的特征信息；最后将测试集数据输入CNN模型，测试CNN模型对棉花植株和杂草的识别能力。研究结果表明CNN对于棉花植株和杂草的分类结果精度超过了99.95%,识别时间为197.2s,证明CNN可以快速高效的识别棉田中棉花植株和杂草，为农业智能精确除草装备的研发提供研究基础。     

基于光谱辐射信息的高温目标图像识别

利用光学及辐射度学的基本原理，对成像过程进行理论分析，建立了照明条件下识别视场中高温目标的数学模型，揭示了影响识别效果的各物理因素。通过对这些物理因素进行分析，指出“切割波段”可有效提高信噪比，将高温目标识别出来，并通过液晶光阀予以技术实现。实验结果验证了该方案的可行性及有效性。     

农田杂草识别模糊专家系统的设计与实现

为提高生物工作者的工作效率及方便广大农民使用,以领域专家的理论知识和经验知识为基础,采用模糊算法推理,建立了模糊杂草识别专家系统．该系统对杂草识别规则、推理算法等关键技术进行了研究,并采用MicrosoftAccess关系数据库技术存储知识库、运用VisualC＋＋6．0实现界面编程及推理部分,测试结果表明其具有使用方便、快捷、查询结果准确的特点．     

基于支持向量机的数学公式识别

数学公式识别在拍照搜题、自动阅卷和题库建设等智慧教育任务中有着广泛的应用.由于这些应用中数学公式大多以图片的形式存在,因此识别图片中的数学公式成为智慧教育领域的重要研究问题之一.数学公式结构复杂,从图片中识别数学公式远比一般的光学符号识别要复杂得多.将公式识别分为字符分割、符号识别和公式重组这3个步骤:首先,综合运用投影和连通域方法将字符从图片中分割出来;其次,基于单个字符的区域像素数占总像素比例提取字符特征,建立监督学习模型识别字符;最后,利用每个字符在公式中出现的位置对数学公式进行重组.真实数据集上的实验结果表明,本文提出的数学公式识别方法准确率高达98.0%.     

手背静脉识别技术研究进展

随着信息化时代的到来,人们急需安全和便捷的身份识别方式。手背静脉识别是一种新兴的生物识别技术,区别于其他生物识别技术,其特性是利用人的手背血管分布的不同进行身份认证,具有安全性高、非接触等优点,显示出其独特的生物识别优势,进而成为近年来国内外生物识别技术研究的热点。     

基于正反相同步的混沌调制

提出一种利用混沌信号进行通信的新方法,把要传送的数字脉冲信号与发送端的混沌信号相乘后送到接收端,在接收端利用混沌系统正反相同步的原理,对接收到的混沌信号进行相位识别,最后将原始的数字信号解调出来。     

基于投影特征和模板匹配的车牌汉字识别算法

车牌自动识别算法中,汉字识别是识别的难点,也是车牌识别技术推广应用的瓶颈.目前车牌汉字识别算法主要有特征分析算法和模板匹配算法,特征分析算法受图像质量的影响比较大,模板匹配算法在识别率方面达不到实际应用要求.本文提出了逐级识别算法:首先利用投影法进行匹配,把可识别的字符挑选出来或进行分类.然后,利用字体和区域面积的比例进行筛选,对选出的字符进行模板匹配.通过实验证实:算法不仅速度快、鲁棒性好,匹配精度也很高.     

车牌定位系统中关健技术的研究与实现

针对车牌识别系统中由于分割不准确而造成识别率低的问题,提出一种基于一阶水平差分算子的自适应边缘检测的分割方法,以便更好的将汽车图像从复杂的背景中分割出来,同时用优化投影法对车牌进行定位,并在字符识别中利用改进15特征点提取法实现了车牌字符的识别.实验结果表明,该算法对车牌识别的准确性高,识别速度快,鲁棒性好.     

人脸识别技术三大优势

相比于指纹识别等其他识别技术,人脸识别的优势是比较明显的。自然性 所谓的自然性是指该识别方式同人类（包括其它生物）进行个体识别时所利用的生物特征相同．是通过观察比较人脸区分和确认身份;具有自然性的识别还有语音识别和体形识别,而指纹识别和虹膜识别等则不具备自然性。     

网架结构损伤杆件的分区查找法

为了解决结构损伤的系统识别问题,利用子结构修正的概念,提出了将刚度矩阵分块,分区查找受损杆件的方法。以某市新华大厦新闻发布厅网架结构为工程背景计算,损伤区域能毫无遗漏地被识别出来,所提出的方法是可行的,分区查找的结果一般可以使待识别杆件数减少60％～70％。     

基于物联网的智能公交系统研究

利用物联网技术,可以将城市公交车辆、乘客、站点等节点相连,实现信息交互和共享,为公交调度提供快速、准确的信息。研究了基于射频识别（RFID）技术的公交系统的原理、结构和设计方案。该方案将射频识别设备嵌入到公交车辆、站点、乘客公交卡中,实现车辆、人员信息的识别与监测,结合公交调度信息管理系统和智能分析软件,对公交调度进行自动化、智能化管理,提高效率,改善公交服务质量。     

基于模板匹配的轨道基桩识别研究

为了克服铁路建设中人工检测的局限,在满足测量精度的条件下,利用图像处理方法,对基桩进行在线识别.由CCD采集基桩的图像,对基桩图像先进行直方图均衡,再用模板匹配法对其进行识别.在实验中,对用直方图均衡处理和其他图像预处理的方法进行了比较.结果表明,用模板匹配法能将经直方图均衡过的图像中的轨道基桩有效地识别出来,且识别精度高、速度快,可以满足铁轨在日常铺设时的测量要求.     

自然手写汉字五笔码识别法

在深入剖析五笔字型键盘输入法编码原则和字根结构基础上,结合联机识别技术特点对五笔字根作出适应性发行后,提出了一种联机识别自然手写汉字新方法：五笔码识别法。在构建的识别体系中 采用了层间分级技术,并提出将键盘输入技术与联机识别技术有机融合,为联机识别自然手写汉字探索新途径。     

自适应噪声对消及其在雷达目标识别中的应用

简述了利用波形综合法进行雷达目标识别的工作原理及产生Ｅ脉冲和Ｓ脉冲的方法，提出一种新的识别参量和识别方法。为了减少雷达回波噪声对识别的不良影响，本还提出了一种抑制不相关噪声的自适应滤波方法，并将自适应噪声对消技术用于雷达目标识别。     

规范数字识别“日”字算法的初步研究

在电子屏幕上,用“日”字图形将0~9这10个数字表示出来,将极大地减少事先存储在计算机中用以识别数字的“模板”,提高计算机对数字的识别速度。本算法是对理想化的数字进行识别,即识别经过前期处理得到数字。在“日”字算法的定位、投影方法以及模板的建立与应用等领域做了初步的探讨。     

车辆的声音识别技术

提出了一种利用车辆运动的声音进行车辆识别的技术，根据车辆声音与语音的形成过程及信号特征的比较。讨论了适用于车辆声音识别技术的识别模型．介绍了车辆声音识别实验装置的结构与实验过程并分析了实验结果，车辆声音识别装置具有体积小、重量轻、造价低、便于设置和可以全天候工作等特点。     

规范数字识别"日"字算法的初步研究

在电子屏幕上,用"日"字图形将0～9这10个数字表示出来,将极大地减少事先存储在计算机中用以识别数字的"模板",提高计算机对数字的识别速度.本算法是对理想化的数字进行识别,即识别经过前期处理得到数字.在"日"字算法的定位、投影方法以及模板的建立与应用等领域做了初步的探讨.