基于平滑滤波与最小二乘支持向量机的指纹图像识别研究

平滑滤波能抑制或消除噪声,获得高质量的图像。建立了完整的指纹识别系统,通过预处理、特征提取和分类识别3个过程,实现了指纹的分类识别;研究了预处理过程中的滤波增强方法,比较了邻域平均、高斯平滑和中值滤波的处理效果;在识别阶段采用最小二乘支持向量机,进行指纹识别实验,并对实验结果进行了比较。     

基于小波包的手写体签名特征提取方法

手写体签名识别的很多特征提取方法都是基于经过复杂数据预处理和分割技术的二值图像．并且特征提取过程不可逆。因为复杂的预处理、较大的计算量和签名的连笔现象使得特征提取非常困难并对识别结果产生直接的影响。为了解决以上问题,提出了基于小波包的特征提取方法．．首先在预处理过程中对签名图像进行大小归一化：其次利用小波包对签名图像进行分解以得到签名图像在二维空间上点的集合;然后用这些二维点进行签名识别。本方法的数据预处理简单,避免了复杂分割．特征提取完全可逆。实验结果表明其具有较好的抗噪性、鲁棒性、适应性和识别率,为含噪脱机手写体签名识别提供了一种解决方案。     

基于深度学习的人脸识别方法研究

基于人的脸部特征信息进行身份识别的人脸识别方法应用范围越来越广,人脸识别算法也是人脸识别技术研究的热点领域之一.针对传统的神经网络人脸识别识别率偏低的问题,提出了一种能够有效提升人脸识别准确率的方法.该方法首先通过MTCNN实现人脸检测功能,进而利用并行FaceNet框架实现人脸识别功能.通过实验证明,基于MTCNN和...     

航空发动机叶片损伤自动测量方法研究

基于内窥镜的视觉检测技术在现代航空发动机故障诊断中发挥着重要的作用。针对航空发动机叶片的典型损伤,提出了一种基于三次样条插值的自动测量方法。对损伤叶片进行图像预处理并提取叶片轮廓,利用三次样条函数进行插值计算,通过对一次导数和二次导数的分析得到损伤尺寸。结合故障诊断方法,开发了航空发动机智能诊断专家系统。通过实验对比,证明了方法的有效性和正确性。     

基于Prewitt算子的量子边缘检测算法

量子图像处理是量子算法在图像处理中的应用,目前基于量子图像存储的预处理研究非常少,限制了量子图像处理在目标选取和图像识别等应用。提出了一种基于Prewitt算子的量子边缘检测算法,在NEQR图像表示法的基础上增加9个量子比特保存邻居位置的灰度值和边缘标定,通过移位变换完成邻居位置的灰度值获取,利用经典Prewitt算子计算灰度梯度值,设计量子电路实验量子边缘检测。仿真证实了提出的方法是可行的,且量子成本较低。     

一种基于边缘检测的虹膜定位算法

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能。依据虹膜图像特点,提出了一种基于边缘检测的虹膜定位算法:首先利用Sobel算子提取虹膜图像的边缘;然后在边缘图中利用扫描线和直线拟合法粗定虹膜中心及半径;最后在原图边缘附近利用改进的Daugman算子进行虹膜精确定位。与传统的虹膜定位方法相比,该算法快速有效,提高了虹膜定位的速度和精度。     

基于图像处理方法的空间站舱室材料表面真菌滋生监测

针对空间站等空间密闭舱室中微生物的有效监测等问题,选取空间密闭舱室的4种典型真菌,在空间舱常用铝合金板材料表面进行接种腐蚀实验,得到了真菌滋生图像.通过图像增强、特征筛选等方法对图像进行预处理得到数据集,比较了支持向量机(SVM)和随机森林2种分类模型的识别效果.结果表明:SVM模型对铝合金板材料表面真菌滋生图像的种类...     

轮胎胎号字符识别系统

利用数字图像处理的方法开发了轮胎胎号字符识别系统。首先通过CCD摄像头获取轮胎胎号图像，再对得到的图像进行预处理和特征提取，最后用人工神经网络的方法识别出图像中的字符信息。实验结果表明该方法是有效的。     

基于机器视觉的裂纹缺陷检测技术

介绍了一种机器视觉应用于某零件表面裂纹缺陷的自动检测技术。其搭建采集系统对待测零件进行图像采集,应用图像校准,图像比较和区域描述技术进行缺陷的识别和分析。实验证明该方法能很好地实现零件表面裂纹缺陷的自动判别和定量检测。     

基于多方向多尺度的强噪声图像边缘检测算法

在噪声图像中如何有效地提取边缘是图像分析中的难点,至今还没有得到圆满解决。本文在修正的广义形态边缘检测算子的基础上,提出了基于多方向多尺度的强噪声图像边缘检测算法。该算法既能检测出具有方向性的边缘,还能有效抑制无方向性的噪声。为验证算法的有效性,针对强噪声图像进行了边缘获取实验,实验结果证明,该算法对获取强噪声的图像边缘是非常有效的。     

涡轮叶片CT图像边缘提取的最优算子研究

为了解决叶片计算机断层(computed tomograghy,简称CT)图像边缘提取精度低效率差的问题,以解析法提取边缘的理论为基础,推导了适用于CT图像边缘提取的最优算子,并通过定量计算与模拟标准图像对最优算子的性能进行了分析,结果表明最优算子在抗噪、定位精度以及单像素响应等方面都比传统的边缘提取算子更为优越.实际应用最优算子提取的叶片边缘更光顺,噪声点以及伪边缘更少,进一步证明了最优算子在CT图像边缘提取方面有着明显的优势.      

基于改进Canny的激光主动成像图像边缘检测算法研究

针对传统Canny边缘检测算法存在的不足,结合激光主动成像末制导的实际特点,提出了一种改进的Canny边缘检测算法.该算法在Canny边缘检测算法的基础上,采用同态滤波和提升小波变换级联的方法代替传统的高斯滤波器;采用3×3邻域的权值梯度计算方法代替原有的2×2邻域差分运算;采用Otsu自适应阈值计算方法,使算法可根据图像自身特点选择最合适的阈值.实验证明:该算法提升了传统Canny算子的抗干扰能力和鲁棒性,能够较好地保存边缘信息,准确检测出激光主动成像图像的边缘,具有较强的自适应性.     

Moving Object Detecting Method in Video

A method of moving object detection that integrates image gradient information with motion information is described herein. One multi-scale morphological gradient operator is used to detect gradient information. This operator has a very good effect on the detail of the edge location. The result is superior to the traditional method in edge continuity and isotropy. Past approaches have used methods of detection based on motion information and edge information, but this is the first to use a multi-scale morphological gradient operator. The implementation described can operate on lower resolution images under difficult conditions. Novel contributions include: 1. Based on multi-scale morphological gradient operator, this algorithm is robust to noise, object shadow, and illumination. 2. Using interframe difference and only the first two frames, this detection method uses very little computation and is suitable for real-time applications. 3. This method can detect rigid-body or non-rigid-body moving objects among video sequences with complicated backgrounds.     

旋转机械状态参数图形识别的免疫-模糊形态学方法

以旋转机械振动多维图形为对象,研究了直接提取和挖掘图形特征信息的模糊形态学方法,提出了基于模糊数学形态学及免疫智能的旋转机械振动参数图形识别方法.利用模糊形态滤波方法实现图形滤波,研究了模糊形态边缘检测算子,并结合旋转机械振动参数图形进行形态学梯度的边缘纹理特征提取,最后利用人工免疫算法对图形特征进行诊断识别.在600MW模化汽轮机转子试验台上进行了转子正常、转子不平衡故障、转子不对中故障及汽流激振故障的试验,诊断结果表明所提出的方法可以获得较高的诊断精度.      

基于数据融合的边缘检测新方法研究

基于经典形态学的边缘检测方法虽然具有较好的去噪能力,但其得到的往往是断续的,不完整的边缘信息,不能反映全部的边缘特性.分别利用改进的数学形态学的方法和拉普拉斯算法对图像进行边缘检测,然后将两种方法处理后的图像进行数据融合,实验结果表明,该方法得到的图像边界细腻完整,具有较好的抗噪性.     

飞机发动机损伤图像的分割处理

在形态学边缘检测算子的基础上,综合应用了形态学中的腐蚀和膨胀,提出了一种改进的多尺度形态边缘检测算法,得到修正的边缘检测算子,减轻了图像边缘检测的模糊性,并有效降低了噪声对边缘检测的影响。通过实验得到噪声存在条件下较为理想的图像,验证了该算法的可行性和有效性。     

基于MAP估计和广义高斯分布的SAR图像边缘比率检测方法

 合成孔径雷达(SAR)图像的低信噪比和乘性相干斑噪声给SAR图像的边缘检测带来了极大的困难.通过引入广义高斯(GG)分布作为局部均值功率的先验分布模型,给出了局部均值功率在最大后验概率(MAP)意义下的最优估计,进而提出一种新的SAR图像边缘比率检测算子.利用以梅林变换为基础的对数累积量(MoLC)方法估计GG分布的参数,在此基础上给出一种局部均值功率MAP估计和GG分布参数估计的联合迭代求解方法.利用SAR实测数据对本文提出的边缘检测算子进行仿真验证,并将其与平均比率(RoA)算子和指数加权均值比(ROEWA)算子进行了对比,结果表明该算子可以有效克服相干斑噪声的影响,边缘定位准确且虚假边缘明显减少.