基于图像的线路缺陷检测

运用图像处理技术,设计了PCB板线路检测系统.采用Labview语言编写了图像预处理、阈值分割、形态学滤波、缺陷识别等程序模块,并针对PCB图像特点,根据线路缺陷的特征,构建了一个能够分析和识别PCB线路断路、短路、缺损和毛刺等缺陷的PCB板线路检测系统.实验结果表明,该检测系统能够比较好地识别PCB板线路缺陷,且算法操作简单,有广泛的应用前景.     

基本图像特征用于文本图像文种识别

为了解决现有方法在运算速度和识别效果上的矛盾,该文将基本图像特征用于文本图像文种识别. 按照纹理分析结构方法的观点,将纹理基元划分为7 种类型,提取描述文本图像纹理基元构成以及其空间位置关系的特征,采用支持向量机对所提特征进行训练和分类,实现文字种类识别. 实验选用有质量退化的中、英、俄、日、韩、阿拉伯等10 种不同语言文字的文本图像,结果表明该算法运算速度快,有较高的识别准确率,并对图像质量退化有较好的鲁棒性.     

基于多特征提取的识别算法数学建模优化研究

数据建模优化在多特征提取领域应用广泛,基于统计特征和基于结构特征的识别算法需要在数学建模优化下实施,可以改变图像的输入结构,从而能够对图形的统计特征进行提取,采取网格划分方法,对图像进行划分,然后对网格内文字像素进行比对,保证文字图像能够通过细分类模式进行识别.     

基于Adaboost的人脸识别算法研究

人脸识别技术作为当前的研究热点之一,主要包括识别和检测2大方向.人脸识别的研究内容主要是如何快速准确的在人脸数据库中识别出目标.目前,越来越多的应用需要在复杂条件下处理图像后获得人脸的清晰图像,因此人脸识别成为了研究热点.本文,笔者提出了使用Adaboost算法进行人脸的正面和左右侧面检测,实验结果表明,该算法识别效果好、实时性好、检测速度快.     

基于体感识别的非物质文化遗产数字化交互技术

非物质文化遗产的主要表现手段是声音、形象和技艺,利用数字化技术面向大众进行展示和推广的方式有限。将体感识别技术应用于非物质文化遗产数字化交互过程,可以丰富非物质文化遗产的表现形式,提高用户参与积极性。提出了一种综合应用Kinect和Leap Motion体感识别设备实现非物质文化遗产数字化展示与交互的技术,设计了识别准确率较高的Kinect和Leap Motion动作识别算法。与以往基于传统鼠标、键盘以及触摸屏的交互技术相比,这种动作感应和手势识别的交互技术更为自然和方便。     

数字化校园中即时通信技术的研究与应用

数字化校园建设需要即时通信平台所提供的文字、视频、语音的即时沟通方式,以加快信息交换速度。同时,即时通信技术与已有应用的紧密结合将进一步扩展数字化校园的功能。对现阶段数字化校园中即时通讯系统的使用现状分析后,给出了一个即时通讯系统的框架设计,并详细描述了有关功能部件及其设计思想,基于该框架设计的即时通信系统通过实际应用,达到了很好的效果。     

基于凸包特征象棋棋子识别系统设计

针对象棋棋子识别系统复杂度高且效率低的问题,提出了一种基于凸包特征象棋文字识别系统的设计方法。该方法根据背景减法提取运动目标,霍夫圆检测判定是否为棋子;利用颜色直方图区分棋子颜色,接着对文字形态学骨架化等预处理;根据凸包特征模型识别象棋文字。结果表明:此系统能够实现象棋棋子的识别任务,避免了棋子识别中文字倾斜和相机畸变等问题,识别正确性及效率明显提高,为特殊领域文字识别提供了新思路。     

无文种拘束的文字书写过程数学模型研究

通过建立文字书写过程中的过程笔画子集、过程笔画关系、定制部件、过程部件关系、主导笔顺、约束笔顺等概念,提出无文种拘束文字书写过程数学模型及其构造与实现方法.该数学模型具有结构有序性、变量多样性、变量值域规范性、运算规则自然性、部件拼接可算性、多样本集成性及函数单值性等重要性质,大幅提升了不同文种文字资源的共享度,实现了单模型适用多文种、兼顾多机理的文字数学表达式发展理念.作为模型的应用实例,开发了以多文种文字书写智能训练功能为主兼顾手写文字识别输入功能的系统.     

改进Faster R-CNN算法及其在车辆检测中的应用

为了更准确地得到符合车辆形态学特征的初始候选框,提出一种基于改进的Faster R-CNN模型的车辆检测算法.首先提取目标框的人工标注坐标值,得到标注框的宽度和高度,然后利用K-means算法对所有框的宽高值进行聚类,得出聚类中心点坐标值后,重新设置RPN的锚盒尺寸及比例,对Faster R-CNN算法的3种尺寸和3种比例加以改进.最后选择轿车、SUV、客车和货车4种车型车辆数据,对改进前后的Faster R-CNN模型进行训练,比较改进前后的模型在车辆检测及车型识别任务中的表现.实验结果表明,使用改进的Faster R-CNN模型达到86.54%的检测准确率,较原始模型提高3.12%.并且该模型有效解决了漏检和误检问题,在恶劣天气和复杂背景下均表现出较高的鲁棒性.     

实时图像识别算法在移动设备中的应用研究

移动设备能在多种环境中进行信息采集和图像处理作业,具有广泛的用途.由于受体积和重量的限制,移动设备对图像的实时处理能力不强,设计并优化相应的算法是解决该问题的有效途径.文章提出了一种实时图像识别算法,利用BRISK检测算法、FREAK描述算法、Sobel目标提取算子和BP神经网络分析并提取图像中的目标信息.在智能手机上的测试表明,该算法可以根据颜色和形状特征分割识别交通图像中的4种目标类型.单幅图像处理耗时约为0. 3s,达到了实时识别的要求,能够应用于车辆的智能导航和辅助驾驶.     

基于YOLOv3算法的盲道识别研究

世界卫生组织统计的数据显示,全球失明人数超过3600万,且有逐年递增的趋势.对于视障人群而言,其出行十分不便,并且现有的盲道识别算法大多是基于颜色和纹理,检测速度较慢,不能很好地解决盲人出行难的问题.为此,本研究提出一种基于YOLOv3网络模型的盲道识别算法.笔者使用LabelImg工具对收集到的数据进行标注,再将标注...     

人脸识别中的零范数稀疏编码

为解决人脸识别中运算速度和识别效果之间的矛盾,提出了零范数稀疏编码算法. 该算法用零范数描述稀疏编码模型的稀疏度,通过对模型的间断点连续开拓,有效地提高了算法收敛速度. 运用ORL人脸数据库对该算法进行识别率和效率测试,并与非负稀疏编码算法和非负矩阵稀疏分解算法进行对比,表明文中提出的算法调节稀疏度的能力更强,可有效缩短运算时间,并在较短时间内获得较高的识别率.     

基于YOLOv5s改进的口罩佩戴检测算法

由于新型冠状病毒肺炎的爆发，口罩成为人们日常生活中必需品。为了识别与检测人们是否佩戴口罩，提出了一种基于改进的YOLOv5s口罩佩戴检测算法。通过在YOLOv5s主干网络引入改进的自适应的协调注意力机制模块(Coordinate attention-activate or not, CA-A)提升网络的特征提取能力，解决了错误检测和漏检的问题。以新的损失函数AD-CIoU代替CIoU损失函数，作为回归损失函数，提升了边界框的定位精确度。实验表明，与原始模型算法相比，所提出的模型算法平均精度mAP值达到96.1%,提升了1.7%,具有较好的检测精度，可以满足目标检测应用需求。     

移动设备实时图像识别算法及系统应用研究

随着人工智能技术的快速发展,模拟人类的视觉感官方式以图像特征为基础进行图像识别,可以用来身份认证、安全监控、模型匹配等多个方面,在多领域均有非常广泛的应用前景.目前,图像识别的目标特征检测算法主要有SIFT算法、SURF算法、ORB算法等,各种算法的应用过程中都暴露出了其局部特征.为此对各种算法进行分析研究,并将其分别应用在移动设备图像识别系统中,使用Android NDK调用JNI方法在Android移动设备上进行系统应用,结果表明,采用ORB算法设计的基于Android移动设备实时图像识别系统具有较好的实时性、鲁棒性和准确性,其具有数据处理量大、计算速度快、图像识别精度高等优点.     

时隙ALOHA法在RFID系统防碰撞问题中的应用

时隙ALOHA法是射频识别(RFID)系统中常用的防碰撞算法,该文在分析RFID系统识别过程后引进马尔可夫链来为时隙ALOHA法建模,并根据此模型对时隙ALOHA法的性能进行分析,得到时隙数、RFID系统中所含的应答器数与识别成功率的关系,从而对实际应用提供理论指导.     

多载波DS/CDMA系统中基于SADPSO算法的多用户检测

离散粒子群算法(DPSO)是一种简单有效的随机全局优化技术.它通过粒子间的合作与竞争以实现对多维复杂空间的高效搜索.为改进其收敛速度和克服"早熟收敛"问题,将模拟退火机制引入到基本DPSO算法中,提出了SADPSO算法.并将该算法应用到多载波DS/CDMA系统的多用户检测中.仿真结果表明,该检测器在误码率性能和抗"远近"效应能力方面取得到了比较满意的结果,收敛速度和精度均好于基于DPSO算法的检测器,在相同带宽相同检测算法的条件下多载波DS/CDMA 系统误码率性能优于DS/CDMA系统.     

人脸识别算法在行人过街系统中的应用研究

近几年来,人工智能、物联网技术得到了高速发展,传统的交通行业在二者的辅助下也得到了发展。本文针对智慧交通系统中的行人过街系统进行了改进,提出一种基于人脸检测和人脸识别的行人过街系统。该系统由图像采集模块、人脸检测及识别模块、数据分析及处理模块等部分组成,借助MTCNN、FaceNet等深度卷积神经网络算法实现人脸检测和人脸识别,同时在年龄识别模块中调整了AlexNet模型的网络参数,并对模型进行重新训练。行人过街系统借助深度学习算法,可以实现无感知放行,有效提升道路通行率及行人过马路的安全性。     

基于Adaboost的人脸识别算法研究

<正>人脸识别技术作为当前的研究热点之一,主要包括识别和检测2大方向。人脸识别的研究内容主要是如何快速准确的在人脸数据库中识别出目标。目前,越来越多的应用需要在复杂条件下处理图像后获得人脸的清晰图像,因此人脸识别成为了研究热点。本文,笔者提出了使用Adaboost算法进行人脸的正面和左右侧面检测,实验结果表明,该算法识别效果好、实时性好、检测速度快。     

基于M-GCHMM步态识别研究

步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先,采用背景减除法进行步态检测,用边缘跟踪法提取出步态图像的边缘轮廓,训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下,利用CASIA数据库对该算法进行验证,取得了较高的识别率,该算法对视角的变化有一定的鲁棒性.     

指纹识别系统的设计方法研究

<正>生物识别技术是利用人的生物特征进行身份认证的技术,人的指纹就是生物特征之一。随着光学技术和光学仪器加工工艺的进步,各种采集指纹图案进行身份认证的系统和设备中需要配备的高清晰、无畸变光学采集仪制造也达到了很高的水平,以确保可以生成高质量的指纹图像。指纹识别技术利用嵌入式软核实现系统以及硬件识别算法,保证了系统功能的完整性与识别的准确性。识别算法采用美国FBI推荐的特征点匹配算法来实现指纹的识别,保证了系统功能的实现。