基于级联滤波的交通信号灯识别方法

提出了基于智能车辆中车载摄像头的交通信号灯检测与识别方法.通过对已有交通信号灯图像进行训练及采用色彩分割的方法而提取候选区域;将候选区域作为输入,提出了基于级联滤波的候选区域分类方法;同时,采用标准互相关模板匹配法对级联滤波后的候选区域交通信号灯进行验证.真实环境下的实验结果表明,所提出方法在复杂的城市环境中对于智能车辆的交通信号灯识别的有效性和实时性较高.     

基于单片机的交通信号灯设计

系统以单片机89C51为核心,结合82C79芯片、74LS273芯片和74LS244芯片实现交通灯系统的设计．本系统利用单片机中断实现对紧急情况的控制,利用其内部定时器实现内部24小时实时时钟计时和倒计时控制,再利用82C79芯片实现时钟显示和时间设置,最后结合74LS273芯片和74LS244芯片实现交通灯状态显示．整个系统结构简单,功能全面,达到了人机交互控制交通灯的指标．     

基于复杂网络和图像轮廓的形状识别方法

基于轮廓的图像识别方法具有过程简单、识别效率高等特点.但随着人脸表情变化、光照强度以及遮挡等因素的改变,提取图像轮廓形状的难度增大,从而使方法的有效性受到影响.本文提出一种基于复杂网络和图像轮廓的形状识别方法,通过提取形状图像的轮廓点,建立相应的复杂网络模型,计算相关参数来识别图像.实验表明,该方法具有对轮廓图精确度依赖性低、复杂网络规模小、阈值参数少、能有效适应边界形状改变等优点.     

基于立体视觉的一般物体识别方法

为了使计算机具有与人类相似的在复杂背景下识别一般物体的视觉处理能力,提出了一种基于立体视觉的一般物体识别方法.该方法的核心在于融合二维图像信息和双目相机获取的深度信息,对视野中的环境进行物体定位、图像分割、特征描述以及物体识别.通过双目相机获取环境的三维点云信息,并利用mean-shift算法进行聚类,剔除干扰点,从而实现物体在二维图像上的定位与分割.利用含有空间关系的BoW模型对分割后独立区域内的物体进行识别,得出判别结果.此外,在利用sift算法进行特征点提取以及利用mean-shift算法进行聚类的环节中,采用CUDA环境下的GPU进行加速处理,提高了处理速度.实验结果表明,所提方法具有较好的识别效果和鲁棒性.     

一种便携式交通信号灯识别系统

以智能移动设备为应用平台,利用触摸屏幕作为人机交互界面,结合相关算法,设计便携式交通信号灯识别系统,实现交通信号灯颜色的准确识别。实验结果表明,所设计的系统对道路的交通信号灯颜色,综合识别率达到94%以上,满足视觉障碍人员出行应用需求。     

基于形态骨架变换的形状识别方法

形状的识别是现代图象处理与计算机视觉中的一个重要问题．根据形态变换原理，提出了一种新的形状的拟合方法，并建立了相应的形状识别方法，最后还给出了部分计算结果，验证了该算法的有效性     

基于云计算的智能交通信号灯控制系统设计与实现

本文阐述了基于云计算的交通信号灯控制系统设计与实现。通过地感线圈来检测车流量,GPRS进行交通量数据的实时数据上传,综合运用STM32F103芯片、云计算机技术等技术实时反馈交通流量、流向,即时调整信号灯配时,实现交通信号灯智能控制。     

基于云计算的智能交通信号灯控制系统设计与实现

本文阐述了基于云计算的交通信号灯控制系统设计与实现。通过地感线圈来检测车流量,GPRS进行交通量数据的实时数据上传,综合运用STM32F103芯片、云计算机技术等技术实时反馈交通流量、流向,即时调整信号灯配时,实现交通信号灯智能控制。     

基于颜色特征的胸环靶图分割算法

胸环靶图的识别是自动报靶系统的重要研究内容之一。在分析胸环靶颜色特征的基础上,提出了一种基于颜色特征的胸环靶分割方法。首先从RGB颜色模型颜色空间分析了靶环绿色恒量的存在性;并基于绿色恒量特征初提取胸环靶图像。然后在HSI颜色空间中基于色调和饱和度分量进一步提取靶环图像。最后对二值化后的图像作投影变换,确定胸环靶在图中的位置。该算法其他的胸环靶分割算法,避免了阈值选择不当的问题;并且能够有效克服光线、背景变化和天气条件的影响,具有很好的鲁棒性和自适应性,定位精度高。     

A flower image retrieval method based on ROI feature

Flower image retrieval is a very important step for computer-aided plant species recognition. In this paper, we propose an efficient segmentation method based on color clustering and domain knowledge to extract flower regions from flower images. For flower retrieval, we use the color histogram of a flower region to characterize the color features of flower and two shape-based features sets, Centroid-Contour Distance (CCD) and Angle Code Histogram (ACH), to characterize the shape features of a flower contour. Experimental results showed that our flower region extraction method based on color clustering and domain knowledge can produce accurate flower regions. Flower retrieval results on a database of 885 flower images collected from 14 plant species showed that our Region-of-Interest (ROI) based retrieval approach using both color and shape features can perform better than a method based on the global color histogram proposed by Swain and Ballard (1991) and a method based on domain knowledge-driven segmentation and color names proposed by Das et al.(1999).     

基于HSI颜色空间的绝缘子图像的分割

针对绝缘子图像,根据其颜色特性,得出HSI颜色空间满足图像分割的要求;并对色调分量所具有的特点,提出了色调直方图折叠法,可以有效减少对背景的误分割。分割方法上选取最大类间方差法的阈值分割。对于单个色调或饱和度分量图像分割结果中的不足,提出将两者的分割结果求交集,经形态学处理后得到的分割结果,为后续的绝缘子故障判断提供了依据。     

基于MATLAB的图像处理与分析

介绍了MATLAB图像处理工具箱中的函数，给出了图像处理与分析的技术实现，如用直方图均衡进行图像增强，通过形态学方法进行图像特征抽取与分析，借助于分水岭图像分割实现目标检测等。     

基于轮廓形状分析的图素识别方法

提出了基于轮廓形状分析的图素识别方法，该方法克服了轮廓矢量匹配识别算法的缺陷（在图素生成或曲线跟踪过程中，在分枝点出现的生长或跟踪错误），提高了图素识别的完整性．轮廓形状分析还被用于字符串与图线粘连下的字符串提取     

基于内容的图像检索技术研究

基于内容的图像检索技术在数字图书馆、医疗图像、网络信息安全、遥感等领域有着广泛的应用,是目前图像检索技术中比较前沿的研究热点。文章研究了基于内容图像检索系统的基本组成以及基于颜色、纹理、形状、语义等图像检索技术的主要方法。分析和比较了现有的各种图像检索技术的优劣。     

荧光磁粉探伤自动缺陷识别方法研究

针对荧光磁粉探伤的人工观察识别过程中工作量大、效率低、准确性低及健康危害严重等问题,提出一种新的自动化图像处理与缺陷识别方法。通过分析磁痕图像,设计了一种基于Photoshop中"色彩范围"选择功能的彩色图像分割算法;基于图像形态学提出图像去噪与还原算法;在区域生长理论的基础上进行相关优化,实现单个连通区域的高效提取;基于真伪信号的特征差异设计了缺陷识别方法。以样本图片为例,在集成了OpenCV的VC环境下进行了算法调试,结果显示:彩色图像分割模块滤除了原始图像中由于紫外灯光照射形成的蓝紫色区域和附着磁粉形成的暗绿色区域等干扰信号;开运算后图像中的斑点噪声已经完全被去除,部分细小区域在开运算过程中被断开,导致图像失真;通过闭运算图像得到了还原,图像特征指标保持良好;在识别效率显著改善的同时,识别方法的通用性与准确性也都得到了明显提高。     

基于轮廓形状分析的纱识别方法

提出了基于轮廓形状分析的图素识别方法，该方法克服了轮廓矢量匹配识别算法的缺陷，提高了纱识别的完整性。轮廓形状分析还被用于字符串与图线粘连下的字符串提取。     

基于视觉颜色聚类的彩色图像分割

根据视觉的颜色聚类特性，提出一种图像分割算法．根据从色彩空间(RGB)到(HLC)的变换公式和NBS颜色距离的概念，首先将彩色图像量化为256或更少量化级，而不使图像质量降低；然后依据NBS颜色距离的概念将色彩分类；最后，根据某种规则将颜色区域进行分块，并删除小的颜色块．给出了静物图像和自然景物图像的实验结果。     

一种快速手势识别算法的实现与验证

基于大多数的手势识别算法,需要提取高维度的特征,限制了手势识别在实时系统中的应用。文中针对这种问题,提出一种快速的手势识别算法。首先,在原始图像上提取轮廓块边缘对目标区域进行分割。其次,提取目标区域的形状特征。然后,在数据库中,对每种手势只记录一幅标准的参考图像。最后,通过比较参考图像与待检测图像中的手势特征,来匹配和标记手势的含义。实验结果表明,文中提出的快速算法能够准确地识别手势。     

基于RGB空间的非经典K最近邻算法应用研究

为迅速、准确、无过多人工干预的进行图像分割,提出了一种K最近邻算聚类方法并将其应用于图像处理。与经典K最近邻算法在样本库中寻找最近邻点不同,该算法在待分割图像的RGB空间中寻找每一个像素点的K个最近邻点,参考所有像素点同最近邻点之间的平均距离,引入聚类阈值并对像素点的归属进行判断。对火焰图像的分割实验结果表明,在分割精度相接近的情况下,该算法的分割速度要快于其它几种常见算法。