基于BP神经网络自学习的双目视觉系统的研发

在摄像机标定的过程中,深度信息的丢失,摄像机镜头的畸变以及图像处理时误差等因素都影响标定的精度．本论文采用BP神经网络的自学习的性能,开发出一套双目视觉系统．以匹配点在左、右图像的坐标为网络的四路输入,通过网络得到三路输出,性能指标为该对应点在世界坐标系的坐标和网络输出的差值的平方和,根据梯度下降法来调整各神经元之间的连接权值,求得网络达到给定的误差时的各节点问权值．这样,双目视觉系统两个摄像机的投影矩阵可以用神经网络的权值与激发函数来代替,完成系统的标定．最后对系统进行精度分析．     

空间三维测量技术的研究

以透视投影变换为依据,研究了空间三维测量技术,提出了一种新的标定方法。利用相机做一次平移运动,可以线性的确定摄像机的内参数,然后利用已求得的内参数来求外部参数。本方法不需精确标定靶标,不需要任何的高精度复杂装置,最后结果表明,此方法能够得到比较满意的精度要求。     

基于OpenCV的二维定位系统设计

提出一种在照、摄像机内部参数未知的条件下,由单幅二维投影图像进行目标定位的方法和系统设计方案。即对目标平面上位置已知的参考特征点与他们在二维图像上的投影仅进行一次匹配训练,便可由单幅二维图像确定目标方位。文中以Intel公司开发的开源计算机视觉库OpenCV作为定位系统的开发工具,充分利用其提供的函数库功能,根据本系统的特点在组件层次上进行设计和优化,提高了定位的精度和效率,具有良好的跨平台移植性,可以满足多种计算机视觉系统的需要。     

汽车涂胶机双目视系统定位原理

通过对计算机视觉中运用双目立体成像来实现空间目标准确定位的可行性进行了研究,对摄像机进行了标定,通过设计的点作为特征,从而方便地获取了特征点的质心特征量;通过对物体进行秩序约束方便地实现了对特征点的对应,最终成功地提取了目标的空间坐标。     

基于灰度累积投影与边缘图像跳变统计的车牌定位方法的研究

针对交通检测系统中数码相机所拍摄到的图片,提出一种车牌定位方法:首先对图像进行二值化和边缘检测等预处理,然后根据边缘二值图中车牌区域的边缘特征,利用行扫描方法对图像进行灰度累积投影与边缘图像跳变统计,再根据车牌区域的字符纹理特征及灰度值特征确定车牌的水平位置.利用列扫描方法对图像进行灰度累积投影,用形态学的方法对细长线条的过滤,从而达到对车牌进行准确的垂直定位.实验表明,这种方法取得了较好的效果,具有较高的实用性.     

基于颜色与结构特征的车牌定位算法

针对车牌具有稳定的颜色特征和形状特征,提出基于颜色与结构特征的车牌定位算法.利用OTSU自动阈值化技术将灰度车牌图像转化为二值化图像,通过对每一个连通区域提取形状参数,粗划分出候选车牌区域,最后利用颜色特征确定车牌.实验表明,这种车牌定位方法具有一定的优越性.     

机械式数字仪表字符定位方法

针对实际环境下的数字仪表图像光照不均匀、产生畸变等问题,提出一种自适应的数字字符定位方法.首先从图像预处理入手,针对图像灰度不均匀,采用动态自适应阈值的S.D.Yanowitz二值化算法,能很好地分割目标和背景.然后再利用分级检测的Hough变换计算倾角进行图像矫正,最后利用投影算法进行逐步求精的字符精确定位.实验结果表明,该算法具有较好的鲁棒性,满足识别系统的要求.     

数码相机定位中的畸变场模型

围绕相机定位问题,在合理假设的基础上,首次提出了成像畸变概念,并应用场的思想,建立了畸变场模型,求得了靶标上圆心在相机相平面上的坐标.     

车牌识别中的快速区域定位方法研究

介绍一种在图像获取阶段有目的定位关注的物体，利用它在原始图像形成的标识区域特性，在约束条件下，按照识别牌几何特征提出了一种特殊的二值化处理方法。实验证明该图像识别系统具有较高的可靠性与稳定性，减小了进一步车牌识别中计算量大的问题，从而提高了车牌识别的准确性和快速性。     

一种改进的二值化文字图像后处理算法

针对Yanowitz和Bruckstein的二值文字图像后处理算法存在的问题，提出了一种新的基于灰度期望值的后处理算法。实验结果表明，该算法能自动选取阈值、运算速度快、处理效果好，具有良好的噪声适应性。     

基于BP神经网络的数字图像边缘检测算法的研究

指出了传统边缘检测算子算法的不足，提出了一种利用基于BP神经网络的数字图像边缘检测算法，即利用传统边缘检测算子检测出来的图像中像素的灰度的不同比例作为学习训练图像，进行神经网络的学习训练，改变神经网络的结构参数得到神经网络的模型参数，最后给出了BP神经网络实现图像边缘检测的实验研究结果。从实现中可发现，将人们关于边缘特征的先验知识包含在内进行数字图像的边缘检测，能够取得比较好的效果。     

两种不同神经网络算法预测人口的研究

文章利用MATLAB编程软件,分别建立RBF神经网络和BP神经网络,采用《中国人口统计年鉴》中1999-2003年男性人口总数量作为样本,分别对RBF神经网络和BP神经网络进行训练,并预测后5年后男性人口数量.结果表明这两种方法预测人口均是可行的,效果较好,误差很小.     

系统标定的一种方法

数码相机定位有着广泛的应用,本文给出了系统标定的一种方法：设置一个由五个圆构成的靶标,用作切线的方式找到交点及其在像中的对应点,用这组对应点的坐标求出相机的外参数,实现了数码相机的系统标定。     

Algorithm of the real-time extraction image for vehicle

An algorithm applied to a real-time extraction image of vehicle is introduced. The algorithm include an image processing with a binarzation method, image grab for a vehicle with high speed, character isolator one by one, and neural network algorithm. The techniques include vehicles sensing, image garb control, vehicle license location, lighting and optic character recognition. The system is much more robust and faster than the traditional thresholding method. Foundation item: Supported by the Emphases Science and Technology Tackle Key Problem of Wuhan (983201005) Biography: LIU Quan (1963-), female, Associate professor. Research direction: image processing.     

基于BP神经网络的图像异常辩识算法设计

为了解决经典图像异常辨识算法中图像辨识率不高、稳定性较差的问题,提出了一种改进算法。将先进的BP神经网络算法理论改进并引入到图像异常识别领域,用经过BP神经网络训练后的相关函数进行图像异常辨识,由于该算法充分考虑了图像像素的位置特征,并能根据图像内容进行自我学习,同传统采用灰度直方图进行辨识的算法相比,具有自适应、鲁棒性强的优点,可获得更高的辨识率。试验结果表明,同传统方法比较,该算法在稳定性和图像辨识率等方面都有明显提高。     

均匀设计法优化神经网络参数的研究

提出采用均匀设计法设计优化ＢＰ神经网络参数的方法,实验表明,通过采用均匀设计法可以有效地降低调节网络参数所需的实验次数,并降低训练误差,取得了良好的效果．     

一种改进的BP网络图象压缩方法

本文提出了一种改进的ＢＰ网络图象压缩方法．该方法对输入图象矢量进行分类，不同类别的图象矢量分别由不同的ＢＰ网络来实现压缩和恢复．因为同一类别图象矢量间离散度较小，所以可降低ＢＰ网络的映射复杂度，从而达到改善图象质量的目的．实验结果表明，这种改进能有效提高恢复图象的信噪比和视觉质量，对数据压缩比影响很小．     

基于遗传算法的双圆弧齿轮传动的神经网络优化设计

针对常规设计中双圆弧齿轮体积较大的问题,在先选定螺旋角的情况下,以圆弧齿轮传动的小齿轮齿数、法面模数及齿宽为设计变量,以两圆弧齿轮的体积之和最小为目标函数,应用遗传算法设计理论,建立双圆弧齿轮传动的遗传算法优化设计的数学模型,采用神经网络对其进行优化.结果表明,应用遗传算法和神经网络相结合的方法对双圆弧齿轮传动进行优化设计,可以克服单纯用遗传算法的早熟现象和神经网络发生局部收敛的缺点,体积减少30%以上.     

基于模糊神经网络的数字资源服务绩效评价研究

针对当前常用的电子资源绩效评价方法和模型存在的问题，采用了两阶段评价方法构建基于模糊神经网络的评价模型，得出电子资源服务绩效的评价值，并与期望结果进行比较。实验结果表明，该评价模型预测的准确率达到83.7%。     

基于RBF神经网络的双目立体视觉系统的研发

在摄像机标定的过程中,由于深度信息的丢失,摄像机镜头的畸变以及图像处理时的误差等因素影响,最终影响系统标定的准确度.本论文采用RBF神经网络的训练方法,开发出一套双目视觉系统,以匹配点在左右图像的坐标为网络的四路输入,通过网络得到三路输出,性能指标为网络的三路输出和该对应点在世界坐标系坐标差值的均方值;并根据梯度下降法来调整隐含神经元与输出神经元之间的连接权值,节点基宽参数与中心矢量,直到性能指标达到预定值,使其和激发函数共同组成具有投影矩阵功能的系统,完成双目视觉系统的标定.最后对系统进行精度分析.