圖像預(yù)處理
- 基于超分辨率圖像重構(gòu)技術(shù)的車牌號(hào)識(shí)別助手
on語(yǔ)言；圖像預(yù)處理；圖像灰度化；模板匹配1概述隨著道路上汽車數(shù)量的增加，人們?cè)絹?lái)越關(guān)注安全問題。在校園內(nèi)識(shí)別車牌是邁向構(gòu)建更全面的停車管理系統(tǒng)的一步。該車輛識(shí)別系統(tǒng)的整體架構(gòu)由超分辨率圖像預(yù)處理、圖像灰度、邊緣檢測(cè)、尺寸調(diào)整、車牌插入與處理、字符分割與識(shí)別以及Matlab訓(xùn)練實(shí)踐方法組成。2汽車車牌號(hào)識(shí)別原理2.1數(shù)據(jù)預(yù)處理大多數(shù)情況下，拍攝車牌照片的環(huán)境并不理想。車輛的速度和天氣等因素會(huì)對(duì)圖像產(chǎn)生重大影響，在拍攝照片的過程中，照片的質(zhì)量會(huì)有輕微的變化，
計(jì)算機(jī)應(yīng)用文摘 2023年10期2023-06-02
- 基于超分辨率圖像重構(gòu)技術(shù)的車牌號(hào)識(shí)別助手
on語(yǔ)言；圖像預(yù)處理；圖像灰度化；模板匹配1概述隨著道路上汽車數(shù)量的增加，人們?cè)絹?lái)越關(guān)注安全問題。在校園內(nèi)識(shí)別車牌是邁向構(gòu)建更全面的停車管理系統(tǒng)的一步。該車輛識(shí)別系統(tǒng)的整體架構(gòu)由超分辨率圖像預(yù)處理、圖像灰度、邊緣檢測(cè)、尺寸調(diào)整、車牌插入與處理、字符分割與識(shí)別以及Matlab訓(xùn)練實(shí)踐方法組成。2汽車車牌號(hào)識(shí)別原理2.1數(shù)據(jù)預(yù)處理大多數(shù)情況下，拍攝車牌照片的環(huán)境并不理想。車輛的速度和天氣等因素會(huì)對(duì)圖像產(chǎn)生重大影響，在拍攝照片的過程中，照片的質(zhì)量會(huì)有輕微的變化，
計(jì)算機(jī)應(yīng)用文摘·觸控 2023年10期2023-06-02
- 基于Halcon的藥盒條形碼識(shí)別系統(tǒng)設(shè)計(jì)
lcon；圖像預(yù)處理；識(shí)別1引言藥品安全問題一直都是社會(huì)民眾關(guān)注的核心問題。一維條形碼技術(shù)能夠?qū)崿F(xiàn)計(jì)算機(jī)對(duì)藥品信息的快速便捷監(jiān)控，讓購(gòu)買藥品的患者能夠清晰地對(duì)藥品信息進(jìn)行溯源，且條形碼的誤碼率一般低至百萬(wàn)分之一左右，安全可靠[1]。推行藥盒條形碼識(shí)別系統(tǒng)，可以極大地保障藥品的流通安全性，也方便醫(yī)院、藥店對(duì)藥品的庫(kù)存管理和來(lái)源追溯。隨著智能制造技術(shù)飛速發(fā)展，信息的獲取方式、傳播方式、處理方式和管理方式等都有了極大的進(jìn)步，條形碼技術(shù)也很快應(yīng)用到醫(yī)療藥品行業(yè)中[
計(jì)算機(jī)應(yīng)用文摘 2023年3期2023-05-30
- 基于Halcon的藥盒條形碼識(shí)別系統(tǒng)設(shè)計(jì)
lcon；圖像預(yù)處理；識(shí)別1引言藥品安全問題一直都是社會(huì)民眾關(guān)注的核心問題。一維條形碼技術(shù)能夠?qū)崿F(xiàn)計(jì)算機(jī)對(duì)藥品信息的快速便捷監(jiān)控，讓購(gòu)買藥品的患者能夠清晰地對(duì)藥品信息進(jìn)行溯源，且條形碼的誤碼率一般低至百萬(wàn)分之一左右，安全可靠[1]。推行藥盒條形碼識(shí)別系統(tǒng)，可以極大地保障藥品的流通安全性，也方便醫(yī)院、藥店對(duì)藥品的庫(kù)存管理和來(lái)源追溯。隨著智能制造技術(shù)飛速發(fā)展，信息的獲取方式、傳播方式、處理方式和管理方式等都有了極大的進(jìn)步，條形碼技術(shù)也很快應(yīng)用到醫(yī)療藥品行業(yè)中[
計(jì)算機(jī)應(yīng)用文摘·觸控 2023年3期2023-02-21
- 基于局部的雙目測(cè)距算法研究
雙目測(cè)距;圖像預(yù)處理;細(xì)節(jié)增強(qiáng);立體校正;BM匹配隨著經(jīng)濟(jì)社會(huì)的發(fā)展，雙目立體視覺系統(tǒng)受到了越來(lái)越多的關(guān)注，因?yàn)槠錈o(wú)接觸和其簡(jiǎn)單方便的特點(diǎn)，使其在包括交通，軍事，無(wú)人機(jī)等工業(yè)和科學(xué)制造等方向有著不可或缺的地位[1]。倪煒基針對(duì)需要實(shí)時(shí)對(duì)立體匹配時(shí)間要求很高的問題，提出了分割圖像并且自適應(yīng)的處理圖像方法。降低了匹配時(shí)間[2]。張穎江等人在針對(duì)有陰影的圖片上，采用粒子群方法去除誤差，獲得最好的圖片。提高了測(cè)距精度，使測(cè)量結(jié)果更加準(zhǔn)確[3]。西安工業(yè)大的史珂路提
電腦知識(shí)與技術(shù) 2021年22期2021-09-14
- BP神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別系統(tǒng)探究
模式識(shí)別;圖像預(yù)處理0? ? 引言計(jì)算機(jī)技術(shù)的快速發(fā)展，使得各種新興技術(shù)不斷涌現(xiàn)，人臉識(shí)別技術(shù)便是其中之一。在人機(jī)交流、安全驗(yàn)證以及公安系統(tǒng)等各個(gè)領(lǐng)域，人臉識(shí)別技術(shù)都有其巨大的應(yīng)用價(jià)值。人們可以利用人臉識(shí)別來(lái)進(jìn)行檔案管理、視頻會(huì)議乃至醫(yī)學(xué)醫(yī)療?，F(xiàn)階段，人們已普遍使用智能手機(jī)來(lái)進(jìn)行購(gòu)物、交流，這也促使人臉識(shí)別技術(shù)的應(yīng)用場(chǎng)景不斷增多。但是，人們?cè)谟弥悄苁謾C(jī)對(duì)人臉圖像進(jìn)行掃描時(shí)，容易因背景及光照條件的變化而影響到人臉識(shí)別結(jié)果。對(duì)于該問題，需要采取人臉圖像的預(yù)處理
無(wú)線互聯(lián)科技 2021年10期2021-09-13
- 基于角點(diǎn)特征提取算法的目標(biāo)識(shí)別方法研究
論，列舉出圖像預(yù)處理的方法，通過仿真對(duì)目標(biāo)圖像進(jìn)行灰度化處理和濾波處理。分別用Harris算法與Susan算法對(duì)目標(biāo)圖像進(jìn)行角點(diǎn)提取，最后與原目標(biāo)圖像進(jìn)行匹配。關(guān)鍵詞：目標(biāo)識(shí)別? 角點(diǎn)提取? Harris算法? 圖像預(yù)處理中圖分類號(hào)：TP391.4 ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2021）02（c）-0055-03Design of Target Recognition Method Ba
科技創(chuàng)新導(dǎo)報(bào) 2021年6期2021-07-25
- 混凝土布料機(jī)布料厚度測(cè)量系統(tǒng)
度測(cè)量; 圖像預(yù)處理; 系統(tǒng)原理; 特征檢測(cè); 特征匹配中圖分類號(hào)： TN98?34; TP273.2 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）23?0076?03Abstract： As the ultrasonic measuring method has measurement blind area and the laser ranging method
現(xiàn)代電子技術(shù) 2020年23期2020-12-23
- 沖壓件沖孔缺陷的檢測(cè)與識(shí)別
值分割; 圖像預(yù)處理; 噪聲去除中圖分類號(hào)： TN911.73?34; TH166 ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）23?0035?04Abstract： In allusion to the shortcomings of detection and recognition of punching defect on punching parts， such
現(xiàn)代電子技術(shù) 2020年23期2020-12-23
- 基于顯著性信息的數(shù)字繪畫圖像自主分類系統(tǒng)
。該系統(tǒng)由圖像預(yù)處理模塊、顯著性信息特征提取模塊以及卷積神經(jīng)網(wǎng)絡(luò)自主分類模塊三部分組成。圖像預(yù)處理模塊將輸入數(shù)字繪畫圖像通過中值濾波方法過濾，然后發(fā)送至顯著性信息特征提取模塊，顯著性信息特征提取模塊接收過濾后的圖像，利用流形排序算法計(jì)算圖像顯著性信息獲取得到顯著性信息圖，將顯著性信息圖輸入卷積神經(jīng)網(wǎng)絡(luò)中，利用卷積神經(jīng)網(wǎng)絡(luò)分析輸入樣本建立分類模型，將待分類圖像輸入卷積神經(jīng)網(wǎng)絡(luò)中，利用已訓(xùn)練分類模型實(shí)現(xiàn)數(shù)字繪畫圖像自主分類，并將分類結(jié)果發(fā)送至用戶界面。實(shí)驗(yàn)結(jié)果
現(xiàn)代電子技術(shù) 2020年22期2020-12-07
- 圖像OCR識(shí)別在機(jī)頂盒信息檢測(cè)中的應(yīng)用分析
OCR;圖像預(yù)處理;文字識(shí)別引言本文提出的圖像OCR識(shí)別的機(jī)頂盒信息檢測(cè)方法及系統(tǒng)，技術(shù)方案概括為：獲取機(jī)頂盒的圖像，所述圖像中包含機(jī)頂盒的待檢測(cè)信息;確定所述待檢測(cè)信息對(duì)應(yīng)的待檢測(cè)區(qū)域的位置坐標(biāo)，根據(jù)所述位置坐標(biāo)對(duì)獲取的圖像進(jìn)行裁剪得到待檢測(cè)圖像;對(duì)所述待檢測(cè)圖像進(jìn)行圖像處理，使得待檢測(cè)圖像中的文字圖像和背景圖像分離，所述圖像處理至少包括：灰度處理、二值化處理和膨脹腐蝕處理;基于OCR識(shí)別處理后的待檢測(cè)圖像中的文字信息，根據(jù)所述文字信息判斷機(jī)頂盒的信息
科學(xué)與信息化 2020年31期2020-11-30
- 基于深度學(xué)習(xí)的智能絕緣子識(shí)別技術(shù)
誤關(guān)鍵詞 圖像預(yù)處理 語(yǔ)義分割 FCN 連通域算法 目標(biāo)檢測(cè) YOLO算法中圖分類號(hào)：TM73 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0745（2020）02-0001-071 基于深度學(xué)習(xí)的智能絕緣子識(shí)別技術(shù)1.1 研究背景及意義在輸電系統(tǒng)中，輸電塔和高壓線是其中主要的部分。在輸電塔上，絕緣子是維修的關(guān)鍵部位。絕緣體通常由陶瓷或玻璃制成，以支撐導(dǎo)體并防止電流返回地面。然而，由于野外環(huán)境的多變，絕緣子極易損壞，常見的原因有污穢，高溫，濕潤(rùn)，塵土等。若發(fā)生故障
科海故事博覽·上旬刊 2020年2期2020-10-24
- 基于Hough變換園林噴藥機(jī)器人導(dǎo)航線提取
h變換; 圖像預(yù)處理; 圖像二值化; 導(dǎo)航離散點(diǎn)中圖分類號(hào)： TN820.4?34? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）20?0183?04Extraction of Hough transform based navigation line of garden spraying robotCHEN Jiqing1，2， QIANG Hu1
現(xiàn)代電子技術(shù) 2020年20期2020-10-22
- 基于像元二分模型的植被覆蓋反演
二分模型;圖像預(yù)處理;NDVI 計(jì)算;植被覆蓋度1、引言植被是連接土壤、大氣、和水分的橋梁，它不僅是生態(tài)系統(tǒng)的重要組成部分，同時(shí)還影響著陸地表面的能量平衡和生化循環(huán)。植被覆蓋度是指地面植被的投影面積與該地區(qū)總面積的百分比，是植被在該地區(qū)覆蓋面積的一個(gè)綜合的量化指標(biāo)，可應(yīng)用于不同行業(yè)。對(duì)于在全球循環(huán)的水文生態(tài)環(huán)境來(lái)說，監(jiān)測(cè)植被覆蓋的動(dòng)態(tài)數(shù)據(jù)和空間分布有重要意義。本文基于像元二分模型對(duì)北京市順義區(qū)的植被覆蓋度進(jìn)行反演。首先對(duì)圖像依次進(jìn)行輻射定標(biāo)將沒有意義的 D
科學(xué)與財(cái)富 2020年21期2020-10-20
- 基于視覺傳達(dá)技術(shù)的三維圖像重建系統(tǒng)研究
解析模塊、圖像預(yù)處理模塊、三維可視化模塊進(jìn)行了詳細(xì)設(shè)計(jì)，最后在相同環(huán)境與傳統(tǒng)三維圖像重建系統(tǒng)進(jìn)行了仿真對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，基于視覺傳達(dá)技術(shù)的三維圖像重建精度高，而且提高了三維圖像重建效率，三維圖像重建整體效果要明顯優(yōu)于傳統(tǒng)三維圖像重建系統(tǒng)，具有更高的實(shí)際應(yīng)用價(jià)值。關(guān)鍵詞： 三維圖像重建; 視覺傳達(dá)技術(shù); 圖像解析; 圖像預(yù)處理; SMC算法; 重建效率中圖分類號(hào)： TN911.73?34; TP391? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A
現(xiàn)代電子技術(shù) 2020年17期2020-09-21
- 傳統(tǒng)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的表情識(shí)別綜述
深度學(xué)習(xí);圖像預(yù)處理;特征提取;表情分類DOI：10.11907/rjdk.192322 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2020）006-0044-040 引言心理學(xué)家Russeli的研究結(jié)果表明，人們?nèi)粘＝涣髦兄挥?%的信息是通過語(yǔ)言傳遞的，55%的信息是通過面部表情體現(xiàn)的。文獻(xiàn)[1]-文獻(xiàn)[2]表明，面部表情是人類傳達(dá)情緒狀態(tài)和意圖最有效、最自然和最普遍的信號(hào)之一。早在2l世
軟件導(dǎo)刊 2020年6期2020-07-24
- 基于視覺的車道偏離預(yù)警系統(tǒng)研究
操作一系列圖像預(yù)處理技術(shù)，以及運(yùn)用Canny邊緣檢測(cè)算法和Hough變換實(shí)現(xiàn)車道線識(shí)別，從而降低硬件成本。根據(jù)識(shí)別的結(jié)果，本文設(shè)計(jì)了基于車輛橫向位置和偏航角度的預(yù)警模型。最終的實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的車道偏離預(yù)警系統(tǒng)具有實(shí)時(shí)性良好、準(zhǔn)確度高、預(yù)警及時(shí)的特點(diǎn)。關(guān)鍵詞：視覺;圖像預(yù)處理;車道線識(shí)別;車道偏離預(yù)警1 引言隨著科技發(fā)展及國(guó)家政策支持，新能源汽車保有量不斷上升，同時(shí)帶來(lái)的交通事故、人員傷亡和財(cái)產(chǎn)損失也不斷增加。根據(jù)交通事故的統(tǒng)計(jì)結(jié)果分析，超過90%的
時(shí)代汽車 2020年8期2020-07-23
- 基于視覺傳達(dá)技術(shù)的交通標(biāo)志圖像智能識(shí)別
達(dá)技術(shù); 圖像預(yù)處理; 圖像自動(dòng)分類中圖分類號(hào)： TN911.73?34; TP391? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）11?0055?04Traffic sign image intelligent recognition based on visual communication technologyTONG Lingjing（College of Eng
現(xiàn)代電子技術(shù) 2020年11期2020-07-14
- 基于計(jì)算機(jī)高清圖像處理分析的人眼識(shí)別系統(tǒng)研究
一些常用的圖像預(yù)處理的方法對(duì)其進(jìn)行預(yù)處理，并詳盡的描述其計(jì)算過程，從而來(lái)展示預(yù)處理的效果，也可以通過膚色識(shí)別的算法來(lái)分別出不同的人臉。進(jìn)行了人臉識(shí)別后，就使用積分投影的算法對(duì)人眼的中心點(diǎn)進(jìn)行定位，在對(duì)人臉圖形進(jìn)行歸一化的處理，在我們的實(shí)際操作中為了更為精準(zhǔn)的定位中心點(diǎn)，第1步先進(jìn)行相關(guān)的圖像預(yù)處理的技術(shù)，這個(gè)步驟所包含的處理技術(shù)有圖像增強(qiáng)技術(shù)和圖像的二值化處理技術(shù)，這就使得積分投影曲線免除一些噪聲的干擾。關(guān)鍵詞：計(jì)算機(jī);高清圖像;人眼識(shí)別;圖像預(yù)處理中圖分
粘接 2020年6期2020-07-09
- 移動(dòng)機(jī)器人運(yùn)動(dòng)過程中的障礙物識(shí)別避讓
邊緣采集;圖像預(yù)處理;目標(biāo)識(shí)別;傳感器融合0 ? ?引言第一臺(tái)工業(yè)機(jī)器人是美國(guó)于1961年推出的，現(xiàn)如今，隨著社會(huì)的不斷發(fā)展，機(jī)器人技術(shù)已涉及很多領(lǐng)域，譬如傳感器技術(shù)、控制工程、精密機(jī)械、動(dòng)力學(xué)、計(jì)算機(jī)科學(xué)技術(shù)、人工智能等。機(jī)器人也是20世紀(jì)以來(lái)發(fā)展十分迅速的一個(gè)重要的高科技領(lǐng)域，它是各個(gè)學(xué)科前沿技術(shù)的交叉應(yīng)用。機(jī)器人的出現(xiàn)與發(fā)展使得傳統(tǒng)工業(yè)生產(chǎn)的方式發(fā)生了翻天覆地的變化，讓我們的生產(chǎn)方式從手工作業(yè)發(fā)展到機(jī)械化、自動(dòng)化，直到現(xiàn)在的智能化。如今，隨著我們生活
機(jī)電信息 2020年9期2020-07-04
- 基于機(jī)器視覺的運(yùn)動(dòng)目標(biāo)檢測(cè)算法綜述
覺技術(shù); 圖像預(yù)處理; 圖像分割; 特征提取; 運(yùn)動(dòng)目標(biāo)檢測(cè)【Abstract】 In recent years， The development of machine vision technology is more and more rapid， and the intelligent processing of visual image information has also become a research focus. The motion
智能計(jì)算機(jī)與應(yīng)用 2020年3期2020-07-04
- 車輛輔助駕駛中的交通標(biāo)志識(shí)別方法研究
顏色特征 圖像預(yù)處理中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A0引言車輛輔助駕駛系統(tǒng)是通過配置在汽車上的各類傳感器，讓汽車行駛過程中自動(dòng)感知環(huán)境、收集并處理數(shù)據(jù)、反饋結(jié)果，來(lái)實(shí)現(xiàn)對(duì)關(guān)鍵信息進(jìn)行自主判斷或者提示駕駛?cè)藛T操作的功能，最終達(dá)到輔助駕駛的目的。而交通標(biāo)志識(shí)別技術(shù)作為輔助駕駛中熱門研究方向，在提供前方道路信息基礎(chǔ)上，能夠有效引導(dǎo)保障駕駛?cè)藛T安全行車與舒適駕駛。1交通標(biāo)志識(shí)別基礎(chǔ)1.1交通標(biāo)志交通標(biāo)志一般是被設(shè)置在道路一側(cè)提供指示或者引導(dǎo)信息給駕駛?cè)藛T的標(biāo)志
科教導(dǎo)刊·電子版 2020年9期2020-06-28
- 遺傳算法優(yōu)化確定BP神經(jīng)網(wǎng)絡(luò)的遙感圖像分類
學(xué)建模; 圖像預(yù)處理; 土地類型分類中圖分類號(hào)： TN911.73?34; TP753 ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）12?0047?03Abstract： As the traditional BP neural network has low accuracy for the classification of remote sensing images
現(xiàn)代電子技術(shù) 2020年12期2020-06-19
- 基于多樣化結(jié)構(gòu)的輕量型卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
差學(xué)習(xí); 圖像預(yù)處理; 圖像分類; 測(cè)試分析中圖分類號(hào)： TN926?34; TP391.4 ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）12?0050?05Abstract： The network structure or module of the traditional convolution neural network is single， and the
現(xiàn)代電子技術(shù) 2020年12期2020-06-19
- 虛擬現(xiàn)實(shí)技術(shù)的三維圖像重建系統(tǒng)
實(shí)技術(shù); 圖像預(yù)處理; 點(diǎn)云優(yōu)化; 點(diǎn)云特點(diǎn)檢測(cè); 噪聲點(diǎn)過濾中圖分類號(hào)： TN911.73?34; TP391? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2020）09?0067?043D image reconstruction system based on virtual reality technologySUN Jiahui（Jackie Chan Film and
現(xiàn)代電子技術(shù) 2020年9期2020-06-19
- 基于深度學(xué)習(xí)的車輛識(shí)別系統(tǒng)設(shè)計(jì)
采集模塊、圖像預(yù)處理模塊和圖像識(shí)別模塊。其中圖像采集模塊以兩百萬(wàn)像素的工業(yè)攝像頭為核心對(duì)圖像進(jìn)行采集。圖像預(yù)處理模塊包括圖像增強(qiáng)、圖像去噪、模糊圖像復(fù)原。圖像識(shí)別模塊以深度學(xué)習(xí)為核心對(duì)車輛進(jìn)行識(shí)別。通過相關(guān)算法對(duì)質(zhì)量下降的圖片進(jìn)行有效處理提高圖片質(zhì)量，本文構(gòu)建的基于深度神經(jīng)網(wǎng)絡(luò)的模型可以對(duì)圖像中的車輛進(jìn)行有效識(shí)別，具有一定的實(shí)際價(jià)值。關(guān)鍵詞：深度學(xué)習(xí);圖像預(yù)處理;圖像識(shí)別;試驗(yàn)驗(yàn)證隨著新一輪科技和產(chǎn)業(yè)革命興起，智能技術(shù)已經(jīng)滲透到人們?nèi)粘Ｖ?，自?dòng)駕駛作為智能
科技風(fēng) 2020年15期2020-05-25
- 人臉識(shí)別技術(shù)在校園生活及管理中的應(yīng)用
校園生活;圖像預(yù)處理;特征識(shí)別;對(duì)比檢測(cè)中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）04-0166-02收稿日期：2019-12-05基金項(xiàng)目：國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，教高司函[2018]39號(hào)（項(xiàng)目編號(hào)：201810546007）;湖南省大學(xué)生研究性學(xué)習(xí)和創(chuàng)新性實(shí)驗(yàn)計(jì)劃項(xiàng)目：基于人臉識(shí)別的課堂簽到系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)，湘教通[2018]255號(hào)第750號(hào)作者簡(jiǎn)介：聶瑞華（1997—），男，湖南長(zhǎng)沙人，本科在讀，主要研究
電腦知識(shí)與技術(shù) 2020年4期2020-04-14
- 基于機(jī)器視覺的分揀技術(shù)研究概述
視覺分揀;圖像預(yù)處理中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-5168（2020）34-0031-03Overview of Sorting Technology Research Based on Machine VisionYANG Sai ZHANG Pengbo（School of Mechanical， North China University of Water Resources and Electric Power，Zhen
河南科技 2020年34期2020-03-03
- 基于LabVIEW的零件分類系統(tǒng)
收集，通過圖像預(yù)處理、分類器的配置、訓(xùn)練及評(píng)價(jià)得到包含一個(gè)具有零件特征向量值及零件名稱的分類器，然后將訓(xùn)練所得的分類器運(yùn)用到零件分類的過程中。實(shí)驗(yàn)證明了這種方法具有很高的精度，該方法可以用于生產(chǎn)過程中不同工序下零件的識(shí)別問題，應(yīng)用該方法可以有效降低工人的勞動(dòng)強(qiáng)度。關(guān)鍵詞：機(jī)器視覺;零件分類;圖像預(yù)處理;LabVIEW中圖分類號(hào)：TP391????文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.3969/j.issn.1003-6970.2019.09.038本文著錄格式：張乾
軟件 2019年9期2019-11-14
- 基于實(shí)時(shí)檢測(cè)眼睛狀態(tài)的一種安全駕駛方法
睛檢測(cè); 圖像預(yù)處理; 虹膜檢測(cè); Viola?Jones算法; 實(shí)時(shí)狀態(tài)中圖分類號(hào)： TN911.23?34; TP391.4 ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）20?0133?06A safe driving method based on real?time detection of eyes conditionJI Chongxiao， L? Qing， L
現(xiàn)代電子技術(shù) 2019年20期2019-11-12
- 基于衛(wèi)星影像的地理信息制圖研究
NVI? 圖像預(yù)處理? 解譯中圖分類號(hào)：P237 ? ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2019）08（a）-0008-02隨著信息技術(shù)的快速發(fā)展、衛(wèi)星遙感技術(shù)得到了突破性進(jìn)展，隨著商用衛(wèi)星IKONOS、QuickBird相繼發(fā)射成功，衛(wèi)星遙感突破了米級(jí)空間分辨率的局限，極大地促進(jìn)了各應(yīng)用行業(yè)的科技進(jìn)步和管理水平。遙感在國(guó)土資源調(diào)查評(píng)價(jià)、土地利用動(dòng)態(tài)監(jiān)測(cè)、土地更新調(diào)查以及大中比例尺地形圖測(cè)繪等方面已取得顯著成績(jī)。該文主要介紹高分辨率遙感數(shù)據(jù)的
科技資訊 2019年22期2019-11-12
- 基于機(jī)器視覺的齒輪檢測(cè)研究
機(jī)器視覺;圖像預(yù)處理;邊緣檢測(cè);canny邊緣檢測(cè)算法;機(jī)械自動(dòng)化引言如今，隨著圖像處理、光學(xué)成像、傳感器、處理器等技術(shù)的快速崛起與發(fā)展，機(jī)器視覺在人們生產(chǎn)和生活中的應(yīng)用越來(lái)越廣泛，從工業(yè)生產(chǎn)到金融、安防以及交通領(lǐng)域，其正在推動(dòng)包括制造業(yè)在內(nèi)的眾多行業(yè)快速轉(zhuǎn)型。由于國(guó)際市場(chǎng)已經(jīng)步入成熟，而我國(guó)市場(chǎng)正走向成長(zhǎng)，兩者之間的發(fā)展差距和進(jìn)程快慢有了明顯的變化。在市場(chǎng)方面依然是日美等企業(yè)居于主導(dǎo)地位，擁有技術(shù)、人才和產(chǎn)品上的絕對(duì)優(yōu)勢(shì)，占據(jù)全球市場(chǎng)的大頭份額，但在增長(zhǎng)
- 基于OCR技術(shù)的金屬閥門表面字符識(shí)別
術(shù)的一般由圖像預(yù)處理，字符分割，識(shí)別三個(gè)主要部分組成。然而，此技術(shù)在金屬閥門表面的字符識(shí)別的應(yīng)用還很少。對(duì)于金屬閥門而言，表面字符的作用是用來(lái)標(biāo)識(shí)閥門型號(hào)，序列號(hào)等重要信息;在生產(chǎn)過程中，對(duì)表面字符的檢測(cè)構(gòu)成其生產(chǎn)制造的重要環(huán)節(jié)。本文中使用圖像處理和OCR技術(shù)相結(jié)合的方法，實(shí)現(xiàn)了金屬閥門表面的字符識(shí)別。首先使用工業(yè)相機(jī)和光源搭建光學(xué)系統(tǒng)來(lái)拍攝閥門原圖像。之后對(duì)獲取的圖像進(jìn)行預(yù)處理，剔除有字符缺陷的閥門。最后基于卷積神經(jīng)網(wǎng)絡(luò)完成字符識(shí)別算法。實(shí)驗(yàn)結(jié)果表明，用
- 基于霍夫變換與像素疏密程度票據(jù)分割算法研究
票據(jù)分割;圖像預(yù)處理近年來(lái)，盡管電子支付方式層出不窮，但紙質(zhì)票據(jù)的使用仍然是不可或缺的一部分。隨著銀行各種業(yè)務(wù)的推出，各種發(fā)票數(shù)據(jù)量也越來(lái)越多，如果單靠人力處理會(huì)耗費(fèi)許多時(shí)間，因此采取一種高效、高準(zhǔn)確率的票據(jù)分割方法，不僅能提高工作效率，而且還能提高銀行的整體競(jìng)爭(zhēng)力。隨著人工智能時(shí)代的來(lái)臨，發(fā)票識(shí)別技術(shù)得到了發(fā)展，票據(jù)圖像識(shí)別是票據(jù)處理的重點(diǎn)，而票據(jù)的分割是票據(jù)識(shí)別的關(guān)鍵，分割效果的好壞直接影響識(shí)別的準(zhǔn)確性。由于票據(jù)中的文本方向不定，字體大小不一，字符行間
- 二維碼識(shí)別技術(shù)在快遞簽收中的應(yīng)用
維碼識(shí)別;圖像預(yù)處理中圖分類號(hào)： TP391.41 ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ?DOI：10.3969/j.issn.1003-6970.2019.08.011本文著錄格式：彭洋洋，周苗，陳航. 二維碼識(shí)別技術(shù)在快遞簽收中的應(yīng)用[J]. 軟件，2019，40（8）：4951【Abstract】： With the rapid development of the Internet economy， online shopping has become a
軟件 2019年8期2019-10-08
- 基于Python+OpenCV的車牌識(shí)別技術(shù)的研究
體框架分為圖像預(yù)處理、車牌定位、字符分割和訓(xùn)練識(shí)別等核心模塊。實(shí)驗(yàn)結(jié)果表明該系統(tǒng)具有良好的時(shí)效性和識(shí)別效果。關(guān)鍵詞：Python;OpenCV;圖像預(yù)處理;字符分割;訓(xùn)練識(shí)別中圖分類號(hào)：U491 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）06-0095-030 引言智能交通系統(tǒng)（ITS）是將先進(jìn)的數(shù)據(jù)通信、電子控制及人工智能等科技綜合運(yùn)用于整個(gè)交通運(yùn)輸管理體系，使人一車一路有機(jī)結(jié)合起來(lái)，從而構(gòu)建起一種全方位發(fā)揮作用的精準(zhǔn)高效便捷的綜合運(yùn)輸系統(tǒng)
數(shù)字技術(shù)與應(yīng)用 2019年6期2019-09-25
- 基于機(jī)器視覺的宮頸癌細(xì)胞圖像識(shí)別
。關(guān)鍵詞：圖像預(yù)處理;數(shù)學(xué)形態(tài)學(xué);特征提取中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）06-0056-011 緒論宮頸癌是乳腺癌后女性特異性癌癥相關(guān)死亡的第二大原因，如果患者在癌前病變階段或更早期被診斷，疾病的死亡率會(huì)顯著降低。使用計(jì)算機(jī)、圖像處理、人工智能等技術(shù)的醫(yī)學(xué)顯微圖像處理是近年來(lái)迅速發(fā)展起來(lái)的圖像識(shí)別技術(shù)。本文從宮頸癌細(xì)胞的獲取到對(duì)宮頸癌細(xì)胞圖片進(jìn)行預(yù)處理，再對(duì)宮頸癌細(xì)胞圖片進(jìn)行特征識(shí)別從而達(dá)到對(duì)宮頸癌細(xì)胞識(shí)別
數(shù)字技術(shù)與應(yīng)用 2019年6期2019-09-25
- 基于圖像分割技術(shù)的小麥識(shí)別
。關(guān)鍵詞：圖像預(yù)處理;圖像增強(qiáng);邊緣檢測(cè);圖像分割;識(shí)別;閾值分割中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2019）08-00-030 引 言新時(shí)代之際，計(jì)算機(jī)視覺技術(shù)席卷而來(lái)?；跈C(jī)器視覺的圖像識(shí)別技術(shù)在農(nóng)業(yè)領(lǐng)域得到了廣泛應(yīng)用。最初的圖像識(shí)別扮演著實(shí)用工具的角色，目的是將物理圖像轉(zhuǎn)換為數(shù)字圖像，而今天，圖像識(shí)別技術(shù)開始著重于機(jī)器層面上的智能識(shí)別。于農(nóng)業(yè)而言，十九大報(bào)告中指出：世界各國(guó)農(nóng)業(yè)的發(fā)展從最初的體力為主的農(nóng)業(yè)1.0，到農(nóng)業(yè)
物聯(lián)網(wǎng)技術(shù) 2019年8期2019-09-25
- 基于遙感影像的運(yùn)城市土地利用動(dòng)態(tài)變化分析
土地利用 圖像預(yù)處理 監(jiān)督分類一、研究背景與意義運(yùn)城市隨著區(qū)域人口的增加和社會(huì)經(jīng)濟(jì)的快速發(fā)展，土地利用類型發(fā)生了很直觀的變化，尤其是城市土地利用類型變化非常大。結(jié)合國(guó)內(nèi)外研究現(xiàn)狀綜合分析可以看出，國(guó)內(nèi)外近幾年來(lái)的關(guān)于土地利用的研究主要集中于發(fā)生土地利用變化的各種轉(zhuǎn)化機(jī)制的模型研究，類似于關(guān)于生態(tài)環(huán)境效益評(píng)估模型等，而且這些模型的研究也大部分集中于生態(tài)環(huán)境方面。但如果具體到以某一城市為背景的土地利用科研相當(dāng)缺乏，尤其是在我國(guó)城市化速度變化較快的城鎮(zhèn)，土地利用
新生代·下半月 2019年7期2019-09-10
- 車輛牌照識(shí)別技術(shù)現(xiàn)狀
現(xiàn)主要分為圖像預(yù)處理、車牌定位、字符分割和字符識(shí)別等部分，每個(gè)部分均有若干方式可以實(shí)現(xiàn)，本文先介紹了車輛牌照技術(shù)中常用的方法，再對(duì)比了各種方法之間的優(yōu)點(diǎn)和缺陷。關(guān)鍵詞：車牌識(shí)別;圖像預(yù)處理;車牌定位;字符分割;字符識(shí)別中圖分類號(hào)：TP391.41 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2019）16-0078-06Abstract：Vehicle License Plate Recognition （VLPR） technology，whi
現(xiàn)代信息科技 2019年16期2019-09-10
- 人臉識(shí)別系統(tǒng)研究
人臉識(shí)別；圖像預(yù)處理；特征提取一、引言在人類社會(huì)的發(fā)展進(jìn)入到21世紀(jì)的今天，安全問題已經(jīng)成為困擾人們?nèi)粘Ｉ畹闹匾獑栴}之一。社會(huì)的發(fā)展促進(jìn)了人的流動(dòng)性，進(jìn)而也增加了社會(huì)的不穩(wěn)定性，使得安全方面的需求成為21世紀(jì)引起廣泛關(guān)注的問題。不論是享受各項(xiàng)服務(wù)如網(wǎng)上沖浪、還是居家、辦公等都涉及到安全，以往這些行為基本上是通過符號(hào)密碼來(lái)進(jìn)行安全保護(hù)，但是隨著服務(wù)數(shù)量的不斷增加，密碼越來(lái)越多以致無(wú)法全部記住，而且密碼有時(shí)也會(huì)被他人所竊取，各種密碼被破解的概率越來(lái)越高，人們
科學(xué)與財(cái)富 2019年14期2019-07-10
- 基于Hessian矩陣的線結(jié)構(gòu)光光條中心提取
線結(jié)構(gòu)光;圖像預(yù)處理;Steger算法中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）03-0126-020 引言通過激光三角法拍攝的光條圖像一般都具有一定的像素寬度。為實(shí)現(xiàn)準(zhǔn)確的測(cè)量，需要提取條紋中心線。目前使用較多的激光條紋中心提取算法有極值法、灰度重心法、骨架細(xì)化法、方向模板法、曲線擬合法等[1-4]，但以上方法都有一定的缺陷。本文提出一種基于Steger算法的光條紋中心提取方法。1 線激光光條圖像的特點(diǎn)線激光器發(fā)射一個(gè)
數(shù)字技術(shù)與應(yīng)用 2019年3期2019-06-15
- 基于KNN算法的OCR系統(tǒng)的設(shè)計(jì)
主要闡述了圖像預(yù)處理模塊與字符識(shí)別模塊的實(shí)現(xiàn)，在進(jìn)行字符識(shí)別前，圖像預(yù)處理模塊可以為字符識(shí)別提供良好的圖像數(shù)據(jù)來(lái)源。經(jīng)過現(xiàn)場(chǎng)實(shí)驗(yàn)表明，系統(tǒng)具有較高的可靠性與穩(wěn)定性。關(guān)鍵詞：OCR系統(tǒng)；圖像預(yù)處理；KNN算法DOI：10.16640/j.cnki.37-1222/t.2019.15.1461 前言1.1 背景OCR是指采用光學(xué)的方式，將紙質(zhì)或圖片文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并通過識(shí)別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進(jìn)一步編輯加工的
山東工業(yè)技術(shù) 2019年15期2019-05-31
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別中的應(yīng)用
介紹了幾種圖像預(yù)處理技術(shù)并且通過實(shí)驗(yàn)來(lái)說明。最后闡述了人臉識(shí)別中使用PCNN的可操作性，并通過計(jì)算機(jī)仿真實(shí)驗(yàn)證明了這一結(jié)論。關(guān)鍵詞：脈沖耦合神經(jīng)網(wǎng)絡(luò)；人臉識(shí)別；圖像預(yù)處理；振蕩時(shí)間序列0 引言隨著社會(huì)文明的不斷進(jìn)步與發(fā)展，近年脈沖耦合神經(jīng)網(wǎng)絡(luò)模型（PCNN）在科研界刮起一股巨浪，這是一種被叫做第三代新型人工神經(jīng)網(wǎng)絡(luò)的模型。PCNN它運(yùn)行起來(lái)更像真正的神經(jīng)元，比傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)性能更好。脈沖神經(jīng)元可以較好地模擬以脈沖激發(fā)時(shí)間為輸入和輸出的生物神經(jīng)元，這可以為更
科技經(jīng)濟(jì)市場(chǎng) 2019年3期2019-05-16
- 基于統(tǒng)計(jì)學(xué)能量模板法的車牌識(shí)別
詞】汽車；圖像預(yù)處理；MATLAB目前，車牌識(shí)別技術(shù)的研究，無(wú)論是在科學(xué)研究層次，還是商業(yè)應(yīng)用方面，都有重大意義。而對(duì)于車牌識(shí)別技術(shù)的研究，主要分為兩個(gè)方面，一個(gè)是圖像獲取技術(shù)的研究發(fā)展，另一個(gè)是車牌識(shí)別算法的優(yōu)化提高。1.車牌識(shí)別方法簡(jiǎn)介常用的車牌識(shí)別技術(shù)一般有三種方法：結(jié)構(gòu)識(shí)別、神經(jīng)元法、基于統(tǒng)計(jì)學(xué)模板識(shí)別方法。結(jié)構(gòu)模式，對(duì)文字、字母與數(shù)字的結(jié)構(gòu)形狀進(jìn)行判斷并記錄，然后進(jìn)行識(shí)別。缺點(diǎn)是對(duì)于復(fù)雜又相似的結(jié)構(gòu)，其拆分難度較大。另一方面，只要字符受到了一點(diǎn)污
文理導(dǎo)航·教育研究與實(shí)踐 2019年4期2019-04-09
- 320×256二類超晶格紅外探測(cè)器圖像采集系統(tǒng)設(shè)計(jì)
探測(cè)器; 圖像預(yù)處理; 紅外成像系統(tǒng); 驅(qū)動(dòng)電路; 噪聲等效溫差; FPGA中圖分類號(hào)： TN216?34 ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）06?0018?04Abstract： In order to verify the performance of the 320×256 area array type?II superlattic
現(xiàn)代電子技術(shù) 2019年6期2019-04-04
- 基于雙目視覺的目標(biāo)完整點(diǎn)云獲取方法
關(guān)鍵詞： 圖像預(yù)處理; 三維點(diǎn)云; 雙目視覺; 半全局立體匹配; 點(diǎn)云配準(zhǔn); 復(fù)雜形狀目標(biāo)中圖分類號(hào)： TN911?34; TP391 ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2019）04?0112?05Complete target point cloud acquisition method based on binocular visionLI Jinhui1， WU
現(xiàn)代電子技術(shù) 2019年4期2019-02-20
- 基于HOG特征的步態(tài)運(yùn)動(dòng)目標(biāo)提取
步態(tài)識(shí)別；圖像預(yù)處理；HOG；圖割中圖分類號(hào)：TP31 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）27-0188-02步態(tài)識(shí)別是一種新穎的生物特征識(shí)別技術(shù)[1]，在國(guó)際上從90年代開始發(fā)展起來(lái)。它起源于心理學(xué)的相關(guān)研究，通過人體的行走姿勢(shì)來(lái)識(shí)別和驗(yàn)證人的身份[2]。它的優(yōu)點(diǎn)是采集數(shù)據(jù)不需要實(shí)際的物理接觸，是隱藏的、非侵入性的。其工作原理為：（1）攝像機(jī)采集行人視頻；（2）從背景圖像中分割出目標(biāo)輪廓；（3）圖像預(yù)處理，提取特征；（4）特征分類，
電腦知識(shí)與技術(shù) 2018年27期2018-12-18
- 基于OpenCV的多重干擾點(diǎn)二維碼圖像檢測(cè)研究
：二維碼；圖像預(yù)處理；位置探測(cè)圖形；輪廓定位檢測(cè)中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2018）22-0021-02Research on Image Detection of QR Code with Multiple InterferencePoints Based on OpenCV LibraryFAN Zehua CHEN Maolin（Chongqing Jiaotong University，Chongq
河南科技 2018年22期2018-09-10
- 基于智能視覺的無(wú)人機(jī)導(dǎo)航技術(shù)研究
無(wú)人機(jī)導(dǎo)航圖像預(yù)處理過程，導(dǎo)航準(zhǔn)確性差。為此，提出基于智能視覺的無(wú)人機(jī)著陸導(dǎo)航方法，采用基于視覺的無(wú)人機(jī)導(dǎo)航特征提取方法，通過高、低帽濾波器增強(qiáng)無(wú)人機(jī)視頻跑道圖像，使用Ostu分割法對(duì)增強(qiáng)無(wú)人機(jī)視頻跑道圖像做二值化處理和去噪預(yù)處理，通過Hough變換提取預(yù)處理后無(wú)人機(jī)跑道圖像中跑道的直線特征。依據(jù)獲取的直線特征，進(jìn)行無(wú)人機(jī)姿態(tài)角和位置運(yùn)算以及換算后，獲取無(wú)人機(jī)的姿態(tài)角和位置，實(shí)現(xiàn)無(wú)人機(jī)著陸的自主導(dǎo)航。實(shí)驗(yàn)證明，所提方法能夠有效地對(duì)無(wú)人機(jī)著陸進(jìn)行導(dǎo)航，并且準(zhǔn)
現(xiàn)代電子技術(shù) 2018年16期2018-08-21
- 基于圖像處理技術(shù)的車牌識(shí)別研究
。關(guān)鍵詞：圖像預(yù)處理 圖像定位和矯正 圖像分割 車牌圖像識(shí)別中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2018）02（c）-0003-02本文的研究課題是基于數(shù)字圖像處理原理構(gòu)建車牌識(shí)別智能系統(tǒng)，考慮我國(guó)汽車牌照自身特征的復(fù)雜性以及外部復(fù)雜環(huán)境等諸多因素，使系統(tǒng)在任何條件下，都能做到車牌成像清晰。1 車牌圖像預(yù)處理準(zhǔn)確識(shí)別車牌，首先需要將車牌圖像進(jìn)行預(yù)處理，得到高質(zhì)量的圖像。1.1 車牌空間平滑濾波現(xiàn)在通行的消除圖像中隨機(jī)
科技資訊 2018年6期2018-07-26
- 基于紫外圖像的小波域內(nèi)維納濾波降噪方法
。關(guān)鍵詞：圖像預(yù)處理；方法；精確度中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）07-0018-03Abstract： In order to detect the safe state of electrical products， the discharge state of electrical products is studied by ultraviolet （UV） imaging technology.
科技創(chuàng)新與應(yīng)用 2018年7期2018-03-09
- 以O(shè)penCV為基礎(chǔ)的圖像預(yù)處理技術(shù)在無(wú)人機(jī)視頻的應(yīng)用
enCV 圖像預(yù)處理 無(wú)人機(jī)視頻伴隨科學(xué)技術(shù)尤其是計(jì)算機(jī)技術(shù)的不斷發(fā)展與更新，數(shù)字圖像技術(shù)在諸如雷達(dá)、航空、生物、醫(yī)學(xué)及通信等領(lǐng)域得到了廣泛化應(yīng)用，有力推動(dòng)著這些領(lǐng)域的發(fā)展與完善;而在計(jì)算機(jī)、電子及通信等技術(shù)大發(fā)展的時(shí)代背景下，帶動(dòng)了無(wú)人機(jī)領(lǐng)域的前進(jìn)與繁榮，但在無(wú)人機(jī)技術(shù)相多領(lǐng)域擴(kuò)展應(yīng)用進(jìn)程中，卻面臨著諸多問題與挑戰(zhàn)。比如無(wú)人機(jī)的拍攝功能，因無(wú)人機(jī)在拍攝過程中容易出現(xiàn)抖動(dòng)情況，受抖動(dòng)及環(huán)境因素影響，畫面會(huì)出現(xiàn)電磁波干擾、噪聲污染及模糊不清等情況與問題。1
電子技術(shù)與軟件工程 2018年16期2018-02-26
- 馬鈴薯缺素圖像預(yù)處理并行化方法分析
缺素圖像;圖像預(yù)處理;并行化中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：B DOI：10.19415/j.cnki.1673-890x.2018.33.0701 研究背景馬鈴薯產(chǎn)業(yè)化是寧夏南部山區(qū)擺脫貧困的主要途徑之一。在馬鈴薯的生長(zhǎng)過程中，營(yíng)養(yǎng)元素缺失會(huì)嚴(yán)重影響馬鈴薯的產(chǎn)量和質(zhì)量，當(dāng)缺乏任何一種營(yíng)養(yǎng)元素時(shí)，會(huì)影響馬鈴薯的生長(zhǎng)發(fā)育從而導(dǎo)致馬鈴薯的品質(zhì)下降，甚至?xí)斐蓽p產(chǎn)乃至絕收。因此，對(duì)馬鈴薯生長(zhǎng)過程進(jìn)行監(jiān)測(cè)十分重要。實(shí)時(shí)分析馬鈴薯的營(yíng)養(yǎng)成分，診斷可能缺少的
南方農(nóng)業(yè)·下旬 2018年11期2018-02-22
- 基于不變矩的手形認(rèn)證方法研究
手形認(rèn)證；圖像預(yù)處理；不變矩；特征提??；支持向量機(jī)0 前言手形識(shí)別是利用人手的生物特征來(lái)進(jìn)行識(shí)別的身份認(rèn)證技術(shù)，與其他的生物特征相比，基于手形的身份識(shí)別技術(shù)有以下優(yōu)點(diǎn)：對(duì)圖像獲取設(shè)備的要求較低，手形處理算法相對(duì)簡(jiǎn)單、認(rèn)證速度最快，目前手形認(rèn)證已經(jīng)成為生物特征識(shí)別技術(shù)的一個(gè)重要組成部分，并受到越來(lái)越多的重視。本文提出一種適用于無(wú)定位的非接觸式手形圖像采集和處理方法，將幾何不變矩方法應(yīng)用于手形特征識(shí)別，解決了由于去除定位栓所帶來(lái)的圖像平移、旋轉(zhuǎn)和縮放等問題，并
科技視界 2017年30期2018-01-22
- 幾種常見圖像二值化方法的結(jié)果對(duì)比與分析
。關(guān)鍵詞：圖像預(yù)處理；二值化；全局均值閾值；伯恩森算法（Bernsen）；大津算法（OUTS）一、研究背景我們已經(jīng)知道，圖像在計(jì)算機(jī)中以矩陣的形式存儲(chǔ)，而矩陣中每個(gè)點(diǎn)的值則對(duì)應(yīng)該點(diǎn)的像素值，一般絕大多數(shù)圖像的像素值在0到255之間，其顏色隨著像素值的變化逐漸由黑到白。那么圖像二值化的原理是：通過對(duì)圖像選取閾值，使圖像中高于這個(gè)閾值的像素全為白色（像素值設(shè)為255），而低于這個(gè)閾值的像素全為黑色（像素值設(shè)為0）。圖像二值化能夠減少我們對(duì)圖像處理的數(shù)據(jù)，加快圖
科學(xué)與財(cái)富 2018年33期2018-01-02
- 基于MATLAB的車牌識(shí)別系統(tǒng)的設(shè)計(jì)仿真
車牌識(shí)別；圖像預(yù)處理；車牌定位；字符分割中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）10-0127-02車牌識(shí)別系統(tǒng)是以計(jì)算機(jī)為基礎(chǔ)操作平臺(tái)，應(yīng)用圖像處理和圖像識(shí)別的技術(shù)而設(shè)計(jì)的針對(duì)汽車牌照的智能識(shí)別系統(tǒng)，它的工作任務(wù)有一個(gè)明顯的特征，那就是汽車牌照所擁有的唯一性，根據(jù)這一特征來(lái)分析和處理輸入系統(tǒng)的包括汽車牌照的圖片，并對(duì)其進(jìn)行預(yù)處理、定位計(jì)算、分割，最終再一一識(shí)別車牌上的每一個(gè)字符，然后得出識(shí)別的結(jié)果?，F(xiàn)在，車牌
數(shù)字技術(shù)與應(yīng)用 2017年10期2017-12-21
- 基于視覺表達(dá)的工業(yè)設(shè)計(jì)合理性評(píng)估方法研究
覺表達(dá)； 圖像預(yù)處理； 工業(yè)設(shè)計(jì)； 合理性評(píng)估中圖分類號(hào)： TN911.73?34； TN249 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）14?0154?04Abstract： In order to improve the ability of reasonableness assessment for industrial design， an evaluation method of industrial design ratio
現(xiàn)代電子技術(shù) 2017年14期2017-07-25
- 一種基于Hough變換的香煙盒偏轉(zhuǎn)角計(jì)算方法
矩形檢測(cè)；圖像預(yù)處理；香煙盒偏轉(zhuǎn)角0. 引言機(jī)器視覺是將圖像處理應(yīng)用到工業(yè)生產(chǎn)的現(xiàn)代化技術(shù)[1]。香煙盒自動(dòng)生產(chǎn)線上，常用機(jī)器視覺來(lái)對(duì)香煙盒定位，指導(dǎo)機(jī)械手抓取或進(jìn)行缺陷檢測(cè)。然而由于生產(chǎn)線快速運(yùn)轉(zhuǎn)和傳送帶抖動(dòng)，香煙盒角度不可避免地會(huì)出現(xiàn)偏移[2]。因此，香煙盒偏轉(zhuǎn)角的計(jì)算是基于機(jī)器視覺的香煙盒生產(chǎn)線持續(xù)正常工作的基礎(chǔ)。Hough變換通過一種投票算法檢測(cè)具有特定形狀的目標(biāo)。該過程是在一個(gè)參數(shù)空間中通過計(jì)算累計(jì)結(jié)果的局部最大值得到符合特定形狀的集合作為Hou
科學(xué)與財(cái)富 2017年20期2017-07-10
- 人臉圖像預(yù)處理方法簡(jiǎn)析
臉識(shí)別； 圖像預(yù)處理；灰度歸一化用于人臉識(shí)別的人臉圖像一般都采用攝像頭進(jìn)行采集，因此環(huán)境的光線問題，攝像設(shè)備性能不同等原因都會(huì)使圖像含有噪音、模糊等問題。這些不利于我們進(jìn)行之后的特征提取與人臉識(shí)別，因此一般在進(jìn)行人臉識(shí)別之前先對(duì)圖像進(jìn)行預(yù)處理，使采集的人臉圖像大小、位置、對(duì)比度、及偏斜程度與人臉庫(kù)中相一致，達(dá)到利于人臉識(shí)別的目的。一、人臉圖像的預(yù)處理方法1）圖像的灰度歸一化。圖像的灰度歸一化處理，目的是去除光線對(duì)采集圖像的影響。灰度歸一化的常用方法有直方圖
科技風(fēng) 2017年18期2017-05-30