基于机器学习的人体动作深度信息识别方法研究

为了实现人体动作的准确检测识别,提出基于机器学习的人体动作深度信息识别方法,构建人体动作的三维图像采集模型,建立人体动作三维重建图像的表面结构重构模型,结合模糊度特征提取方法对人体动作三维重建图像进行多尺度分解,采用三维空间结构重组的方法进行人体动作细节特征识别,建立人体动作图像的多维分割模型;采用机器学习算法进行人体动作的细节特征分类识别,建立人体动作深度信息的提取和分类模型,在机器算法下实现人体动作的深度信息检测和多维识别。仿真结果表明,采用该方法进行人体动作深度信息识别的准确度较高,特征分辨力较好,具有很好的人体动作信息检测和辨识能力。     

基于改进蚁群算法的多媒体图像个性化推荐模型

为了提高多媒体图像个性化推荐能力,提出基于改进蚁群算法的多媒体图像个性化推荐模型。构建多媒体图像的边缘像素特征解析模型,采用特征空间重组实现对多媒体图像的像素结构重组,采用多级语义特征分析方法进行多媒体图像个性化信息融合和特征图融合处理,采用浅层特征图组合控制方法实现对多媒体图像个性化特征提取,对提取的多媒体图像个性化特征采用蚁群算法进行寻优参数识别,构建多媒体图像个性化推荐的多层次特征解析模型,结合多媒体图像的深层特征信息分布进行个性化推荐。仿真结果表明,采用该方法进行多媒体图像个性化推荐的使用度水平较高,推荐精度较好,提高了多媒体图像个性化融合和特征辨识能力。     

基于无字典模型的红外与可见光图像融合分类

针对传统图像分类识别方法采用单一传感器获得图像存在的局限和不足,提出了一种基于红外和可见光融合的分类算法。首先分别对红外图像和可见光图像提取密集型尺度不变特征变换（D-SIFT）,然后采用无字典模型（CLM）变换,并利用空间金字塔匹配（SPM）进行精细划分,最后用混合核支持向量机（SVM-CK）方式将红外和可见光在特征级融合并分类。在VAIS和RGB-NIR两个数据库上对该方法进行验证,融合后分类精度分别比单一图像源均有较大提高;与BoVW方法比较,精度分别提高了4.7%和12.1%。证明多数据源融合的方法综合了红外和可见光各自成像的优势,使获得的特征信息更完善,分类效果显著高于单一数据源的分类结果。     

基于深度卷积神经网络的模糊字迹图像识别方法

在传统的模糊字迹图像识别过程中,忽略了字迹变化尺度对图像的影响,导致识别准确度低识别能力差的问题,提出基于深度卷积神经网络的模糊字迹图像识别方法.通过图像的退化模型,对模糊字迹图像稀疏性特征进行分解,构建模糊字迹图像的多源特征参数检测模型,结合边缘轮廓特征提取方法实现对模糊字迹图像的边界信息采样分析;采用多维参数模拟和模糊度增强处理,结合匹配滤波检测器对图像的多级尺度分解和细节特征进行提取,对提取的模糊字迹图像细节特征进行融合和优化检测,采用深度卷积神经网络训练方法进行模糊字迹图像修复处理,实现模糊字迹图像的识别.仿真结果表明,采用该方法进行模糊字迹图像识别的准确性较高,检测能力较强,提高了模糊字迹图像修复和辨识能力.     

基于目标检测的红外和可见光动态图像融合

提出一种基于运动目标检测的红外和可见光动态图像融合方法，通过对红外序列图像中的运动目标进行检测，将运动目标信息融合到可见光序列图像中。试验结果表明，文中算法所得到的融合图像能够综合利用红外图像较好的目标指示特性与可见光图像较清晰的场景信息，有利于安全监视人员进行目标识别和情景感知。     

基于红外图像的绝缘子串自动提取和状态识别

为解决目前绝缘子低零值检测方法漏判率高、操作繁琐的问题,提出了一种新的绝缘子串红外图像中绝缘子盘面和铁帽区域自动提取方法和状态识别模型.首先将现场拍摄的绝缘子红外图像进行灰度化处理、去噪、二值化;然后从二值图像中提取反映绝缘子的特征点集合;通过特征点对二值图进行角度校正;最后通过区域提取中的特定算法提取出绝缘子的盘面和铁帽区域.通过提取该区域内的绝对温度、纹理和相对温差率作为绝缘子状态识别的特征集.将用电压分布法测得的绝缘子状态信息作为输出向量,通过训练得到优化的识别模型,用于绝缘子状态识别.该方法经过了220kV试验验证,证实了模型的有效性和实用性.     

基于复合成像的电力设备故障检测

提出一种基于复合成像检测的电力设备故障检测方法.在故障条件下,采用复合成像技术对电力设备进行图像采集,对采集的电力设备复合成像进行角点匹配和边缘轮廓特征提取,采用三维区域轮廓扫描方法进行电力设备故障部位的信息增强和分段融合检测处理,实现电力设备故障复合成像检测.仿真结果表明,该方法的检测准确度高,成像输出质量好,提高了电力设备故障检测的测准性.     

基于引导滤波的数字图像自动聚焦融合方法研究

为了提高远程物探遥感数字图像的自动聚焦检测能力,提出基于引导滤波的数字图像自动聚焦融合方法。建立远程物探遥感数字图像滤波检测模型,在信息增强技术下进行数字图像的特征匹配,建立远程物探遥感数字图像三维重建模型,构建可见光数字图像的模糊特征检测算法,通过远程物探遥感特征匹配,进行数字图像RGB分解,获得远程物探遥感下数字图像的空间匹配函数,在视觉分布模型下,进行远程物探遥感信息融合,结合空间视觉信息增强的方法,进行数字图像的融合滤波检测,通过引导滤波方法,进行数字图像自动聚焦融合处理,提高图像的输出信噪比。仿真结果表明,采用该方法进行高远程物探遥感数字图像聚焦融合的输出质量较好,图像输出信噪比较高,自动匹配性能较好,提高了高远程物探遥感数字图像识别和聚焦成像质量。     

基于纹理特征的激光拼焊等厚拼缝跟踪点识别方法

针对激光拼焊等厚拼缝间隙窄、仅基于结构光条纹检测时特征点不明显的问题,提出一种基于纹理特征的激光焊接等厚拼缝跟踪点识别方法,首先采用Laws纹理能量滤波方法对原始拼缝图像进行纹理滤波处理,然后采用Canny边缘算子提取板材边缘,再次采用阈值分割方法提取出结构光条纹,最后融合纹理特征和结构光条纹信息识别焊缝跟踪点.实验结果表明,所提出的方法能够实现不同速度下等厚拼缝跟踪点的自动识别,识别精度高且可避免图像灰度值变化带来的识别误差.     

基于蚁群算法的一卡通数据精准挖掘方法

为了提高一卡通数据精准挖掘能力,提出基于蚁群算法的一卡通数据精准挖掘方法。构建一卡通数据的模糊信息检测模型,采用关联特征提取方法进行一卡通数据的模糊相关性分析,构建一卡通数据的输出自相关特征匹配模型,结合模糊特征聚类分析方法进行一卡通数据的统计分析,建立一卡通数据的回归分析模型,提取一卡通数据的统计特征量,根据一卡通数据的特征提取结果采用模糊C均值聚类方法进行信息处理,采用蚁群算法进行一卡通数据挖掘过程中的自适应寻优,实现一卡通数据的优化挖掘。仿真结果表明,采用该方法进行一卡通数据挖掘的精度较高,特征分辨能力较好,提高了一卡通数据的挖掘和检测能力。     

基于贝叶斯数据融合的多尺度目标识别

针对红外电厂目标识别问题，提出了基于贝叶斯数据融合的多尺度目标识别方法．该方法研究了前视成像末制导过程中图像目标尺度变化引起的视点角度和特征尺度变化规律，建立了分层次的时空特征模型，根据显著性选取目标特征，采用贝叶斯网络把不同尺度下的显著性特征进行融合，得到正确的识别结果．实验表明，该方法能将多尺度目标的不精确、不完整的特征进行融合处理，从而完成了目标的可靠识别．     

一种基于曲波变换与引导滤波增强的图像融合方法

针对可见光图像受光线、 天气等影响而成像不清导致图像融合效果差的问题, 提出一种基于曲波变换的红外与可见光图像增强融合方法. 首先, 利用引导滤波对可见光图像细节进行增强； 然后, 利用曲波变换将增强后的可见光图像和红外线图像分别进行分解, 对低频部分取系数最大值, 高频部分采用正方形邻域窗口中绝对值和所对应的像素最大值为融合图像的值； 最后, 利用曲波变换的逆变换得到融合后的结果. 实验结果表明, 该方法在细节处理、 保护边缘及源图像信息的保留上都有良好的效果.     

一种基于曲波变换与引导滤波增强的图像融合方法

针对可见光图像受光线、 天气等影响而成像不清导致图像融合效果差的问题, 提出一种基于曲波变换的红外与可见光图像增强融合方法. 首先, 利用引导滤波对可见光图像细节进行增强; 然后, 利用曲波变换将增强后的可见光图像和红外线图像分别进行分解, 对低频部分取系数最大值, 高频部分采用正方形邻域窗口中绝对值和所对应的像素最大值为融合图像的值; 最后, 利用曲波变换的逆变换得到融合后的结果. 实验结果表明, 该方法在细节处理、 保护边缘及源图像信息的保留上都有良好的效果.     

双波段红外图像融合的小波分维算法

针对双式红外(中红外和长红外)提出了一种基于小波的分维融合算法.通过小波变换,分别对中波红外和长波红外的两幅图像进行小波分解,在小波变换域低频部分对小波系数用能量融合,高频部分采用分形分维进行融合,得到变换域中各个频带的融合图像,然后反变换进行重构,获取融合后的图像.实验结果表明,根据用分维进行数据融合的方法来确定两幅不同原图像在融合图像中所占的信息比例,可以有效地保留两幅原图像的边缘和纹理特征,避免融合图像平均化而出现的模糊现象,融合后的图像综合了两幅原图像的不同特征,使得处理后的图像更容易识别.因此,提出的双波段红外图像的小波分维融合算法是有效的,并且可以取得较好的效果.     

基于数据挖掘技术的牙刷包装缺陷检测方法研究

为了实现对牙刷包装缺陷的精准检测,提出基于数据挖掘技术的牙刷包装缺陷检测方法。构建牙刷包装视觉信息采样模型,对牙刷包装视觉图像进行超像素特征提取。建立牙刷包装缺陷的大数据分布集,结合模糊信息采样技术进行牙刷包装缺陷的信息采样和多分辨融合,建立牙刷包装图像的信息融合模型。采用统计分析方法进行牙刷包装缺陷分布特征检测,根据信息增强和模糊聚类分析方法,实现牙刷包装缺陷检测。仿真结果表明,采用该方法进行牙刷包装缺陷检测的精度较高,自适应性较好,提高了牙刷包装缺陷定位和特征提取能力。     

复杂海面环境下船只边缘识别算法的改进

针对复杂海面环境下船只边缘识别问题,提出了一种融合Retinex图像去雾预处理和改进自适应阈值SUSAN边缘检测的算法,用来提取船只目标边缘特征.对由于不同场景海雾造成的图像模糊,采用Retinex预处理增强图像信息,然后对待检测目标像素剔除伪边缘点,采用自适应算法获取几何阈值t和最大类间方差(Otsu)的方法选取双阈值g,进而对图像进行边缘点检测、提取边缘特征.实验结果表明,融合后的算法能够有效提高复杂海面船只边缘检测的鲁棒性.     

多轮廓三维立体视景图像的投影检测算法

针对多轮廓三维立体模型进行高精度建模中,因为视觉切换和光线强度衰减产生斑点和投影,需要进行投影检测分离,提高图像品质的问题,提出一种基于相似度特征纹理分割的多轮廓三维立体视景图像的投影检测算法.该算法先根据已知的多轮廓三维模型雏形对所有的建模点进行遍历建模分析,再对遍历后的建模点进行模型重构,构造含积分递推多项式的平面起控基函数,最后采用多轮廓图像的曲线混合函数初始化检测模型,得到改进的三维立体视景图像投影检测迭代方程,用相似度特征纹理分割方法实现对视景图像的投影检测改进,解决了图像投影检测不准确的问题.仿真结果表明,该算法能有效实现对图像的投影检测分离,图像成像保持度更好,提高了图像成像品质.     

视觉和毫米波雷达信息融合行人识别算法

提出了一种在主动防碰撞系统中采用视觉和毫米波雷达数据融合来识别行人的算法.在基于单目视觉获取的图像中提取HOG特征,采用支持向量机的分类方法检测行人,获取行人信息,通过快速容差中频匹配算法快速地检测目标,并获取目标信息,将基于视觉的行人信息传递给毫米波雷达;根据视觉检测的行人信息与毫米波雷达检测的目标信息进行比对,将匹配通过的目标识别为行人;将基于视觉的行人特征信息与毫米波雷达检测的行人特征信息进行融合,得到行人目标的新特征信息.通过采集道路环境的视频和雷达数据对行人正确识别率进行验证.验证结果表明,采用所提出的算法进行行人识别,在获取更加精确的行人特征信息的前提下,正确识别率较高.     

计算机视觉的液压气动控制液位的识别

针对传统的超声液位检测技术进行液压气动控制液位识别受到多层介质传播损失因素的影响,导致识别的精度不高的问题,提出一种基于计算机视觉的液压气动控制液位识别技术,对采集的液压气动控制液位标记视觉图像进行模板特征匹配,进行液位视觉图像的信息增强和边缘轮廓检测处理,结合气动控制液位成像区域特征分割方法实现液位标记线分割,实现液位视觉识别。仿真结果表明,采用该方法进行液压气动控制液位识别的精准度较高,抗介质传播损伤的干扰性较好。     

大数据环境下实验室局域网络含噪字符识别模型设计

为了提高大数据环境下实验室局域网络含噪字符的识别能力,提出基于视觉信息增强的实验室局域网络含噪字符识别模型.采用关键特征点提取方法进行实验室局域网络含噪字符的特征检测,进行实验室局域网络含噪字符的边缘轮廓特征检测,结合小波多级降噪方法进行实验室局域网络含噪字符的降噪处理,对实验室局域网络含噪字符的关键特征点进行标记,结合图像信息增强处理技术实现实验室局域网络含噪字符的识别.仿真结果表明,采用该方法进行实验室局域网络含噪字符识别的精度较高,特征分辨能力较好,输出信噪比较高.