基于改进模板匹配算法的靶标图像检测

针对现代靶场所面临的测量目标小、距离远、目标与背景对比度低的实际问题,提出了一种基于数字图像处理的靶标检测方法。该方法对传统的模板匹配方法进行了改进,能够在靶场测试仪器捕获的图像中,精确并快速地定位靶标十字的中心,从而实现武器装备动态、静态性能测试。     

基于模板匹配的选票图像识别研究

为适应人们对选举自动化程度和结果的准确性要求的不断增高 ,在第一代计算机控制和管理的投票系统(CCMVS )的基础上研制了第二代选举系统 (CCMVS )。这是目前国内第一套基于图像处理和识别的网络化选举系统。该文研究了 CCMVS 中的图像识别技术。针对选票特点 ,提出了自适应的逻辑模板匹配算法。较之以前的物理模板匹配法 ,该算法不用提前制作选票模板 ,简化了识别过程 ,提高了识别的可靠性 ,降低了对机械精度的要求。实验结果表明 ,借助简单的特征量集合 ,可以准确迅速地完成选票信息码的实时识别。     

基于模板匹配的图像配准算法

在研究传统图像匹配方法和分色理论的基础上，提出了基于模板匹配的图像配准算法．在将标准图像和待测图像分别分色的基础上，采用序贯相似性检测算法对各色灰度图像分别进行模板匹配，并根据匹配数据，对图像进行平移、缩放及旋转操作，使两幅图像能够在空间上配准．实验表明，算法的效率和精度与采集设备的分辨率、模板选取以及匹配区域大小等因素有关，与传统图像配准算法相比，效率和精度分别提高了30％和35％以上，不仅满足了彩色精密印刷品质量检测的要求，而且还可应用于其他图像快速配准的过程中．     

一种新型智能跳跃式模板匹配算法

提出了一种新型智能跳跃式模板匹配算法,它以图像的边缘点特征作为匹配的特征空间,以模板和搜索子图对应边缘点梯度幅值的累计差值作为相似性测度,以一种新型智能跳跃式搜索方法作为搜索策略.与传统的归一化相关测度法、序贯相似性检测法等穷举搜索的算法相比,可以大大地减少搜索位置,缩短搜索时间.实验表明,该算法在保证精度的前提下可以有效地提高图像匹配的速度.     

DNA计算的应用与展望

DNA 计算机是当前研究的热点问题，我国的研究刚刚起步，本文详细论述了DNA序列的概念及性质，DNA计算的原理，同时介绍了DNA计算的研究进展概况。     

基于模板匹配的车牌字符识别算法实现

模板匹配法在汽车牌照自动识别中已得到广泛应用。本文在模板匹配法的基础上,采用了特征区域模板匹配法,并且改进了匹配系数的求法。应用该法取得了满意的效果,提高了识别率。     

最大匹配问题的三链DNA计算模型

三螺旋结构的DNA链具有稳定性,在一定条件下易分解等特点,因此得到的三链模型具有错解率低的优点。利用三链模型来讨论最大匹配问题,拓展了DNA计算解决问题的方法和应用领域。     

基于模板匹配的车牌字符识别算法研究

针对车牌识别中的字符识别问题,提出了一种改进的模板匹配方法,首先把字符模板根据某种特征进行粗分类,特征类似的分到同一组,识别时首先提取字符的这种特征,根据特征提取相应分组的模板进行匹配,最后给出识别结果。     

DNA计算及DNA计算机的研究进展

概述了DNA计算的基本原理、DNA计算的应用和DNA计算机的研究进展及存在问题，基于DNA生化反应的计算机称为DNA计算机，由于其采用一种完全不同于传统计算机的运算逻辑与存贮方式，DNA计算机在解决某些复杂问题时具有传统计算机无法比拟的优势，目前国际上关于DNA计算和DNA分子生物计算机的研究方兴未艾，极大地推进了DNA计算机的研究过程。     

基于PVM平台的图像模板匹配并行化处理

图像匹配是图像分析中的重要内容.为提高运算速度,利用空域法中模板匹配的局部有限性,提出无损分割的方法并在PVM平台上实现并行处理.     

基于轮廓层次树的图像表达和匹配

建立轮廓层次树实现图像层次表达;对局部轮廓特征进行量化得到轮廓形状的表达;通过对树的匹配以及轮廓形状的相似性计算,实现了对图像的匹配. 针对图片库的实验表明,该算法对物体类图片有较好的查全率.     

玻璃瓶凸性字符的快速投影模板匹配

由传统的模板匹配,提出了快速投影模板匹配的算法。该算法将二维图像进行水平投影处理后使匹配转化为一维数轴上的运算,在失测的情况下,通过二维模板匹配来进一步识别,从而在不影响匹配精度的前提下提高了匹配效率。试验表明,这种算法可以满足生产实践中对识别精度和速度的要求。     

基于Agast-Adaboost的图像匹配算法

针对传统浮点型特征描述算法误匹配率高、匹配率低的问题,提出了一种基于尺度空间金字塔与AGAST(adaptive and generic accelerated segment test)快速特征提取相融合的局部二进制特征匹配算法(Agast-Adaboost local binary feature matching algorithm,ALBFMA).该算法首先构建高斯尺度空间金字塔,将AGAST与尺度空间融合并提取特征点,然后用改进的Adaboost算法对特征点进行二值描述,生成特征向量,从而提高该算法的匹配速率和匹配精度.实验结果表明:与已有算法相比,该算法具有匹配精度高的优点,并且对光照、尺度及旋转有良好的鲁棒性.     

一种块匹配的图像修复算法

在研究Criminisi算法的基础上,提出了一种新的图像修复算法。根据图像待修复点梯度的大小,在源区域中确定其匹配区域的范围,减少搜索次数;以到待修复点距离从小到大的方式搜索匹配块,应用最近最优匹配块对图像进行修复;提出新的置信度更新方法,使更新后的置信度与累积误差成反比。实验表明,本文提出的图像修复算法具有较好的图象修复效果,并且计算复杂度低,效率高。     

一种基于小波系数投影的快速模板匹配算法

根据粘片机晶元的结构特征,提出一种改进的基于小波变换系数投影的算法.该算法将局部有剧烈变化的信号点的位置顺序记为特征点,使用匹配小波系数直方图之间的相似性进行图像匹配,通过改进的多分辨率结构分析,减少了约70%的计算量,并将晶元定位的运算速度提高至10ms左右.该算法不仅可以精准匹配和定位,显著降低系统的总体计算复杂度,也具有更快的晶元搜索速度,可以应用在其他自动化场景中,进一步提高机器性能.     

基于多尺度增量符号相关的图像匹配算法

将影像多尺度分解思想和增量符号相关方法相结合,提出了一种图像匹配算法.首先使用非线性的关键点滤波算子将参考图和待匹配图分解为不同尺度的子图;然后采用增量符号相关方法对影像进行二值化编码并进行相似性度量;最后通过由粗至精的逐层匹配得到最终的匹配结果.实验结果表明;在匹配区域存在一定灰度反差的条件下,该算法有效地解决了噪声干扰、光照差异大和阴影遮挡等条件影响下的匹配问题,同时大大的缩短搜索时间,提高了匹配定位速度.     

基于灰度直方图的加权模板匹配法在摄像机标定中的应用

采用基于灰度直方图的加权模板匹配法实现摄像机的标定.首先以一个游标卡尺作为目标采集图像,此采集图像作为后续分析的同时用于模板的多处提取;提取的每个模板都将用于后续的模板匹配来提取目标区域(Region of Interest,ROI);匹配所获得的所有目标区域二值化后并旋转90°,以提取其水平方向的灰度直方图;所获得灰度直方图经过优化获得单一峰值后用于获取测量精度;最终标定出的测量精度是由所获得的所有测量精度值进行可信区间的加权平均决定的.本文所采用的加权模板匹配方法不仅降低了单一模板匹配的风险,而且充分利用了具有相似纹理这一有利信息,实验结果表明,提出的方法可以达到工程要求的亚像素级别误差,由此说明该方法在摄像机标定的应用中是行之有效的.     

基于模板匹配和垂直投影的车牌字符分割算法

车牌识别(LPR)是智能交通系统中的一个重要环节,而字符分割又是车牌识别中的关键部分。针对车牌字符分割问题,提出了一种改进的车牌字符分割算法。首先,对于图像的滤波采用了条状可变阈值滤波算法,分割环节则采用了垂直投影和模板匹配相结合的算法,并结合现实生活中车牌的一些不利因素的影响,做出相应改进,不仅提高了算法对不同环境下采集的车牌的适应性,而且增加了抗干扰能力。实验结果表明:该方法实现简单,分割质量好,便于下一步的字符识别。     

基于点模式匹配和能量最小化的模板定位算法

阐述了分步利用点模式匹配和能量最小化实现模板定位的原理和算法．介绍了利用点模式匹配实现模板快速粗定位的原理,以及利用能量最小化实现模板精确定位的原理和算法．试验结果表明：此模板定位算法充分地利用了点模式匹配的特点,提高了定位的效率和通用性;能量最小化算法有效地实现了模板在输入图像中的精确定位．