基于自反馈模板提取的车辆遥感图像识别

模板提取技术的空白使绝大部分高效的模板匹配算法建立在人工提取模板的基础上,人工提取模板的缺陷必将在识别过程中逐级传播,从而降低图像识别的准确度与稳定性,最终影响到基于遥感图像的交通状态辨识效果.文中针对模板匹配图像识别方法中的模板提取问题,提出了一种基于自反馈模板提取的车辆遥感图像识别方法,并利用数学推导论证了自反馈模板提取方法的正确性,以Matlab软件为平台完成了多个路段车辆高分辨率对地遥感图像的识别和交通流的辨识.对多个路段高分辨率图像识别结果的分析验证了文中方法的可行性和有效性.     

基于统计滤波和稀疏度优化的印花配准算法

在数码印花技术上，传统全局印花图案配准方法在精度和效率上无法满足需求，局部印花图案配准方法存在配准误差较多导致匹配误差大的问题，还存在图像变形控制点过多导致算法效率低等问题.该文提出了一种新的局部印花图案配准方法.该方法基于统计滤波优化配准算法，减少FLANN匹配点中的误差点；并在分析图像变形中冗余控制点特性的基础上，提出一种基于稀疏度的冗余优化算法降低控制点数量.实验结果表明：该方法可有效滤除配准后的误差点，优化控制点集，总体提高配准精度和算法效率.     

利用遗传算法实现模板匹配的瓷砖分选

提出瓷砖图像模板匹配的匹配程度公式,分析匹配度与公式值的关系.将匹配程度公式作为最优保留个体遗传算法的目标函数,设立遗传算法的3个变量,即x轴起始位置、y轴起始位置和放大倍数对图像的模板进行匹配优化.实验结果表明,遗传算法的匹配结果基本稳定,能满足工业实时性的要求,模板的大小同匹配时间成反比,同效果成正比.     

改进的Hausdorff距离和遗传算法在图像匹配中的应用

研究模板和图像间的有效匹配,将部分Ｈａｕｓｄｏｒｆｆ距离的计算进行改进,提出一种改进的部分Ｈａｕｓｄｏｒｆｆ距离作为检测模板和图像中物体轮廓相似性的测试,可以较大地减少计算量,同时把遗传算法引入图像匹配识别,由于遗传算法的高并行性和鲁棒性,可以较快地完成全局搜索,而不会陷入局部最优,因此该算法和改进的Ｈａｕｓｄｏｒｆｆ距离相结合能有效地检测出具有平移、旋转和尺度变化的物体,该方法可以应用于实际图像识别和匹配中。     

基于控制点鲁棒提取的视觉成像畸变校正方法

基于控制点的摄像机视觉成像畸变校正过程中,控制点自动提取困难且误差较大,因此难以实现动态图像的在线准确校正.针对目前控制点提取校正方法的局限性,提出了基于鲁棒性好的控制点匹配提取校正方法.该方法在实现控制点的自动、精确、鲁棒提取的基础上,建立畸变图像与原始图像的最优次数多项式映射模型,并结合双线性插值运算对图像进行校正.该校正算法应用结果表明:该方法在图像识别系统中实现了快速、精确的图像畸变校正,校正误差为0.037像素.     

基于SIFT和DDIS的智能立体仓库货物自动识别

智能立体仓库货物自动识别技术存在RFID电子标签成本高、货物图像识别技术识别率低等问题.本文提出一种基于特征匹配和模板匹配相结合的货物图像自动识别方法.首先,提取图像中货物最小外接矩形(MBR)作为图像匹配的模板;其次,采用尺度不变特征变换算法(SIFT)进行货物图像的粗匹配;最后,采用可形变多相似性度量方法(DDIS)进行精匹配.实验结果表明,本文方法识别准确率较高,识别速度相对较快,具有一定的实用价值.     

离散变量模糊优化的组合形遗传算法及应用

为解决离散变量结构优化客观追求的应该是"满意解"的问题,提出离散变量模糊优化的模型,构造了离散变量模糊优化的对称解法.把离散组合形算法作为组合形操作算子融合到遗传算法中,构造一种离散变量结构优化算法-组合形遗传算法.在建立的对称模糊优化模型中,利用交模糊判决,将模糊优化问题转化成非模糊优化问题来求解,然后运用组合形遗传算法进行非模糊优化问题的求解.最后通过算例证明该方法具有良好的效果,为工程结构优化设计提供具有参考价值的理论依据.     

遗传算法在PCB板元件检测中的应用

介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法．从实际应用出发，找到了一种合适的图像相似性度量方法．提出利用代间差分遗传算法优化其搜索匹配速度，给出了算法实现的全过程．用实际拍摄的PCB板元件进行了性能测试，验证了代间差分遗传算法能提高检测速度．     

直写平台定位系统图像识别程序设计

该文针对平台定位系统中的图像识别和位移计算模块展开研究。利用MATLAB的数字图像处理环境,开发了一套图像识别与处理程序,实现了从CCD读取图像、图像分割、特征信息提取、模板匹配、相对位移计算等功能。该文研究的图像均是二维图像,首采用灰度变换增强、二值化图像等方法对图像进行预处理,较好地解决了背景和噪声干扰、部分遮挡的图像匹配问题。     

自主移动机器人走廊视觉识别与跟踪方法研究

在基于图像的道路识别技术实现的自主驾驶问题研究中,图像识别和跟踪的速度是自主驾驶效果的关键。采用基于模型的走廊识别技术,通过模仿人类视觉过程,使用遗传算法,对实时图像进行目标识别和跟踪,实现了一套自主移动机器人系统;同时通过对识别模型匹配值的变化率分析,实现了对走廊拐角的识别。实验结果表明,该方法的走廊图像识别和跟踪速度能够满足系统实时性的要求,并具有较高的可靠性。     

字符图像识别的分布加权模板匹配方法研究

使用标准模板匹配识别算法对图像中的字符进行识别时,图像中的背景噪声会导致识别准确率较低.为了提高识别准确率,提出一种基于分布加权的模板匹配识别算法,在获取图像与模板在对应的各个像素点上的匹配情况后,根据点间距分别对匹配点和不匹配点进行聚类,将聚集在一起的点划分到同一个分组中,根据聚类结果对不同组内的点设置不同的权重值,再计算图像与各个模板的匹配度,将匹配度最高的模板代表的字符作为识别的结果.实验结果证明,此算法提高了对有背景噪声的字符图像进行识别的准确率.     

离散变量桁架结构拓扑优化的改进混合遗传算法

为了避免在结构拓扑优化过程中杆件和节点的增删带来计算上的麻烦,在对桁架结构进行受力分析的基础上设计了一些启发式准则来产生可能的拓扑结构形式,然后采用一种改进的混合遗传算法进行截面优化.混合遗传算法将离散复合形法引入到遗传算法中,一方面利用遗传算法为离散复合形法提供可行点;另一方面利用离散复合形法对遗传算法种群中的可行个体和不可行个体进行改进,从而提高了遗传算法的局部寻优能力,并对标准遗传算法在选择、交叉和变异操作上作了一些改进.它将两种算法的优点集中在一起,同时又弥补了两者的不足.算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的.     

基于不同分块多特征优化融合的人脸识别研究

针对光照、姿态、表情等复杂情形下人脸识别率较低的问题,提出基于不同分块多特征优化融合的人脸识别方法.首先考虑了局部二值模式、局部相位量化特征和小波变换特征.进一步,考虑单一分块算法会使分割线周边信息不能完整提取,从而丢失对人脸识别的有用特征,提出了人脸灰度图像多重分块的方法.最后,采用遗传算法对不同分块多特征进行权值寻优,得到最优权值.在大规模人脸数据集FRGC2.0数据库上进行实验四验证,验证率达到95.31%(FAR0.1%),首选识别率为99.06%,相比于前期文献,该算法能多方位提取人脸特征信息,提高人脸识别率,且所用特征较少.     

递归搜索与遗传算法融合的终端优化配置方法

提出了基于递归搜索与遗传算法融合的终端配置优化方法,该方法以各负荷点为起点在含有配电终端的配电网进行主回路搜索和子回路搜索,搜索同时依次判断当前故障对负荷节点的供电可靠性的影响并累加停电时间.通过构建选择算子的选择条件,将递归搜索可靠性计算方法与遗传算法深度结合,能够快速求解配电终端优化问题,易于在计算机上编程实现,且能够在只修改网络基本参数的前提下,得出不同配电网的终端配置的最优方案.算例以不同的平均供电可用率指标作为约束,分析不同约束下的终端配置方案和经济效益,验证了所提算法的有效性.     

基于改进蚁群算法的双向物流路径优化

针对物流路径优化已有算法运算过程复杂、精度不高、过早收敛等问题,对蚁群算法进行了改进,以解决物流路径优化问题.为了消除蚁群算法的易停滞、收敛慢等问题,从蚂蚁转移策略、信息素更新方式以及遗传算法的融合等方面对算法进行了改进.针对双向物流的路径优化问题,通过增加启发函数、设计转移策略等方面来改进蚁群算法,使得算法能更好地考虑综合因素来进行搜索,能够更全面、更准确地找到合适的下一节点,从而得到更优的路线.     

离散变量结构优化设计的复合形遗传算法

对离散复合形法提出了一种新的初始点产生办法,并基于满应力思想,对离散复合形法的优化结果进行进一步搜索,提高了离散复合形法的局部寻优能力·为了弥补遗传算法自身的不足,把改进的复合形算法作为复合形算子嵌入到遗传算法中,以提高遗传算法的局部寻优能力;同时对遗传操作过程做了改进,如在进化初期采用大的交叉率,以尽快筛选出最优个体;对最差个体采用大的变异率,使其向最优解逼近,从而建立了一种离散变量结构优化设计的混合遗传算法·算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法,是可行和有效的·     

Edge detection of range images using genetic neural networks

Due to the complexity and asymmetrical illumination, the images of object are difficult to be effectively segmented by some routine method. In this paper, a kind of edge detection method based on image features and genetic algorithms neural network for range images was proposed. Fully considering the essential difference between an edge point and a noise point, some characteristic parameters were extracted from range maps as the input nodes of the network in the algorithm. Firstly, a genetic neural network was designed and implemented. The neural network is trained by genetic algorithm, and then genetic neural network algorithm is combined with the virtue of global optimization of genetic algorithm and the virtue of parallel computation of neural network, so that this algorithm is of good global property. The experimental results show that this method can get much faster and more accurate detection results than the classical differential algorithm, and has better antinoise performance.     

离散变量结构优化设计的混合遗传算法

针对离散复合形法提出了一种新的初始点产生办法，并基于满应力思想，对离散复合形法进一步做了改进，提高了离散复合形法的局部寻优能力，从而构造了一种改进的离散复合形法用于离散变量结构优化设计；对基本遗传算法运用Hamming距离控制种群的个体差异；在适应度计算过程中加入判定因子来减少结构重分析次数：在遗传操作中。对交叉和变异操作做了改进．并把复合形算子嵌入到复制操作中，从而建立了一种离散变量结构优化设计的混合遗传算法。算例表明这种混合遗传算法优于基本遗传算法和改进的复合形法，是可行和有效的。     

离散变量结构优化设计的混沌遗传算法

利用混沌搜索的遍历性、随机性、规律性等特点，提出了一种求解离散变量结构优化设计的混沌搜索方法；将混沌搜索技术嵌入遗传算法，与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法一混沌遗传算法；通过自适应的退火因子和罚函数来处理约束条件，使算法逐渐收敛于全局可行最优解。计算结果表明，该方法有效地克服了基本遗传算法中的“早熟”现象，并具有更快的收敛速度。     

基于机器视觉的烹饪机器人锅具识别算法

全面介绍了基于机器视觉的烹饪机器人锅具识别算法,用于提取复杂背景中的锅具曲线.算法分为两个阶段:特征点确定、图像匹配.使用曲率作为特征点,给出了数字图像的离散特征点计算方法和加权Hausdorff距离识别锅具轮廓特征点.解决了图像因为旋转、位移、缩放造成图像形变以及由于锅具动作图像部分遮挡、动态模糊造成识别困难问题.实验表明该锅具识别算法能够高效地提取画面中的锅具轮廓,能较好地满足烹饪机器人示教系统的要求.