模板匹配頭顱側(cè)位片標(biāo)志點(diǎn)自動(dòng)識(shí)別

第 35 卷第 4 期西南大學(xué)學(xué)報(bào)(自然科學(xué)版) 2013 年 4 月 vol.35no.4journalofsouthwestuniversity ( naturalscienceedition ) apr.2013 文章編號(hào): 16739868 ( 2013 ) 04016706 基于改進(jìn)模板匹配的限速標(biāo)志識(shí)別方法研究① 馮春貴1,祝詩(shī)平1,王海軍1,2,賀園園1 1. 西南大學(xué)工程技術(shù)學(xué)院,重慶 400716;2. 重慶能源職業(yè)學(xué)院能源工程系,重慶 400041 摘要:限速標(biāo)志的識(shí)別是智能交通系統(tǒng)的重要環(huán)節(jié) . 模板匹配法在目前的交通標(biāo)志識(shí)別領(lǐng)域中應(yīng)用比較廣泛,傳 統(tǒng)的模板匹配法對(duì)于限速標(biāo)志的識(shí)別容易出現(xiàn)拒識(shí)和誤識(shí)的問(wèn)題,正確識(shí)別率不高 . 將改進(jìn)模板匹配算法

限速標(biāo)志的識(shí)別是智能交通系統(tǒng)的重要環(huán)節(jié).模板匹配法在目前的交通標(biāo)志識(shí)別領(lǐng)域中應(yīng)用比較廣泛,傳統(tǒng)的模板匹配法對(duì)于限速標(biāo)志的識(shí)別容易出現(xiàn)拒識(shí)和誤識(shí)的問(wèn)題,正確識(shí)別率不高.將改進(jìn)模板匹配算法應(yīng)用于限速標(biāo)志的識(shí)別中,將限速標(biāo)志字符的直觀形象抽取特征,并結(jié)合邊緣模板匹配,對(duì)限速標(biāo)志進(jìn)行識(shí)別,并在vis-ualc++6.0環(huán)境下開發(fā)了限速牌識(shí)別軟件系統(tǒng).實(shí)驗(yàn)結(jié)果表明,基于改進(jìn)模板匹配算法較傳統(tǒng)模板匹配算法對(duì)限速標(biāo)志的識(shí)別正確率有較大提高,識(shí)別率由80.95%提高到95.24%.

建筑工程圖的計(jì)算機(jī)識(shí)別和理解技術(shù)是計(jì)算機(jī)應(yīng)用于工程方面的研究熱點(diǎn)之一。本文基于建筑工程矢量圖形文件(dxf文件),研究了建筑平面圖中建筑符號(hào)的特征,實(shí)現(xiàn)了通過(guò)特征匹配的方法自動(dòng)識(shí)別圖中的建筑符號(hào)及其相互關(guān)系。

針對(duì)工業(yè)視覺測(cè)量中復(fù)雜背景下的圓形標(biāo)志點(diǎn)自動(dòng)識(shí)別和提取問(wèn)題,在利用擬合法進(jìn)行標(biāo)志點(diǎn)中心提取的傳統(tǒng)技術(shù)基礎(chǔ)上,提出判別標(biāo)志點(diǎn)成像質(zhì)量的形狀誤差,不僅可以避免其他亮斑對(duì)于標(biāo)志點(diǎn)定位的干擾,而且可以自動(dòng)剔除具有成像缺陷的標(biāo)志點(diǎn),并能保障和控制后續(xù)點(diǎn)中心定位的精度。應(yīng)用于攝影測(cè)量,不僅可以達(dá)到亞像素的定位精度,而且提高了標(biāo)志點(diǎn)識(shí)別能力和識(shí)別質(zhì)量。

在數(shù)字照片的快速檢索和瀏覽域中,需要對(duì)照片進(jìn)行分類,但目前國(guó)內(nèi)外學(xué)者對(duì)照片的分類的研究并不是很多。提出了一種如何使用圖像的低級(jí)特征來(lái)表示高級(jí)語(yǔ)義分類的一種方法來(lái)對(duì)家庭數(shù)字照片的進(jìn)行分類,特別適合于有人工建筑或人工事物的圖片。算法根據(jù)圖像紋理點(diǎn)和邊緣點(diǎn)的方向相位直方圖來(lái)推斷照片中是否存在人工建筑,從而達(dá)到對(duì)城市建筑風(fēng)景和其它風(fēng)景分類的目的。實(shí)驗(yàn)數(shù)據(jù)表明,分類效果非常好,算法已在windows2000下使用vc實(shí)現(xiàn),具有很強(qiáng)的魯棒性。

基于特征匹配算法的交通標(biāo)志牌檢測(cè)與識(shí)別

通過(guò)對(duì)機(jī)織物圖像的表面形態(tài)分析,建立3種基本組織(平紋、斜紋和緞紋)的表面紋理模型,運(yùn)用傅里葉變換技術(shù)得到3種基本組織的頻譜模型,并建立表面紋理模型和頻譜圖模型之間的對(duì)應(yīng)關(guān)系,從而為運(yùn)用圖像分析和人工智能技術(shù)自動(dòng)測(cè)量織物的結(jié)構(gòu)參數(shù)、識(shí)別機(jī)織物類型奠定理論基礎(chǔ).實(shí)驗(yàn)結(jié)果證明,這種方法是準(zhǔn)確可靠的.

針對(duì)搗固車人工定位搗鎬的不足，提出了一個(gè)基于圖象處理和模式識(shí)別技術(shù)的枕木圖象自動(dòng)識(shí)別及定位的解決方案，并研制成功樣機(jī)系統(tǒng)。分析了枕木圖象自動(dòng)識(shí)別系統(tǒng)技術(shù)方案，介紹了該系統(tǒng)的基于dsp的硬件平臺(tái)和枕木圖象識(shí)別的軟件算法。該方案對(duì)提高搗固車的作業(yè)率和減輕作業(yè)人員的勞動(dòng)強(qiáng)度具有十分重要的意義。

針對(duì)配電網(wǎng)監(jiān)控終端系統(tǒng)計(jì)劃停電、停電告警和計(jì)量點(diǎn)負(fù)荷等相關(guān)數(shù)據(jù),提出基于rbfnn的停電時(shí)間自動(dòng)識(shí)別模型,研究了配網(wǎng)停電時(shí)間的識(shí)別、診斷的問(wèn)題。利用基于遺傳思想的粒子群優(yōu)化算法對(duì)模型的參數(shù)進(jìn)行識(shí)別和優(yōu)化,并進(jìn)行了模型計(jì)算和模型驗(yàn)證。研究結(jié)果顯示,模型計(jì)算的誤差都很小(誤差波動(dòng)范圍為[0,0.0146]),且具有較高的識(shí)別精度(94.12%),最后對(duì)模型的運(yùn)用和計(jì)算結(jié)果進(jìn)行了討論。

利用現(xiàn)場(chǎng)總線網(wǎng)絡(luò)技術(shù),形成一小型局域網(wǎng),實(shí)時(shí)采集成品料皮帶輸送機(jī)上各品種骨料的運(yùn)行過(guò)程信息,送總線服務(wù)器處理,推斷出當(dāng)前輸送骨料的級(jí)配和供應(yīng)的攪拌樓樓號(hào);利用電子稱量技術(shù)準(zhǔn)確稱量出當(dāng)前次輸送骨料的重量;將每次輸送的砂石骨料的品種、樓號(hào)、重量信息送中央處理計(jì)算機(jī)分析、統(tǒng)計(jì),即可得出不同時(shí)段、不同攪拌樓、各品種骨料的用量。

專業(yè)監(jiān)理工程師 日期 監(jiān)理員 日期 合同號(hào) 編號(hào) 剪頭長(zhǎng)c、cm 文字尺寸h、cm 幾 何 尺 寸 浙江交工路橋建設(shè)有限公 司山東恒建工程監(jiān)理咨詢有 限公司 分項(xiàng)工程 01 浙路(js)908 承包單位: 檢查項(xiàng)目規(guī)定值 監(jiān)理單位: 標(biāo)志到危險(xiǎn) 地點(diǎn)距離m 檢測(cè)、記錄 日期分部工程 單位工程 樁號(hào)、部位 施工日期 長(zhǎng)度a、cm 寬度b、cm 板材厚度 浙江省交通廳工程質(zhì)量監(jiān)督站 實(shí)測(cè) 值 正面 朝向 道路標(biāo)志顏色： 一般道路為藍(lán)底白圖案 高速公路為綠底白圖案 指路種類 安裝概況 樁號(hào) 左右側(cè) 別 與行車方 向角度 支持方 式 基礎(chǔ)結(jié) 構(gòu) 外觀檢 查記錄 本 路 段 安 裝 記 錄 防腐處理 岱山縣江南山至牛軛島公路工程 指路標(biāo)志(8.2.7地點(diǎn)識(shí)別標(biāo)志)施工記錄 反光膜等級(jí) 板材加固方式 制 作 質(zhì) 量 成 品 檢 驗(yàn) 板材材質(zhì)

對(duì)移動(dòng)車載激光測(cè)量landmark系統(tǒng)獲取的路面激光點(diǎn)云數(shù)據(jù)進(jìn)行研究,結(jié)合激光點(diǎn)云的回波反射率、掃描角,以及量測(cè)距離等特征信息與道路標(biāo)線的屬性信息,提出了一種基于車載激光點(diǎn)云的道路標(biāo)線自動(dòng)識(shí)別與提取算法。從點(diǎn)云中提取道路標(biāo)線,采用最小二乘線性最優(yōu)擬合算法對(duì)提取的標(biāo)線點(diǎn)云進(jìn)行擬合,生成道路標(biāo)線的cad輪廓線,實(shí)現(xiàn)道路標(biāo)線的自動(dòng)化識(shí)別。以移動(dòng)車載landmark系統(tǒng)的sick激光掃描儀獲取的路面激光點(diǎn)云為例進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該方法的可行性和有效性。

介紹了一種高性能的汽車牌照識(shí)別系統(tǒng)及其成像技術(shù)。系統(tǒng)采用了新的成像控制和閃光燈補(bǔ)光技術(shù),使其成像特別適合牌照區(qū)域分割和字符識(shí)別,成像質(zhì)量完全不受實(shí)際應(yīng)用環(huán)境中強(qiáng)烈的光線變化的影響,從而達(dá)到較高的全天候識(shí)別率和實(shí)際應(yīng)用的要求。

文章介紹了自動(dòng)識(shí)別系統(tǒng)(ais)在海上安全與環(huán)境保護(hù)領(lǐng)域的應(yīng)用。重點(diǎn)涉及了目前國(guó)際、國(guó)內(nèi)航行船舶的ais配備情況、覆蓋情況和研究進(jìn)展以及ais數(shù)據(jù)對(duì)海上交通環(huán)境的統(tǒng)計(jì)分析、危險(xiǎn)預(yù)測(cè)和ais在海上船舶非法排污監(jiān)督中的作用。

為確定廢舊混合塑料自動(dòng)識(shí)別分選機(jī)上噴嘴的最佳形狀,我們首先分析得出輸出壓強(qiáng)是分選塑料的關(guān)鍵,并計(jì)算出最小輸出壓強(qiáng).然后討論影響輸出壓強(qiáng)的相關(guān)參數(shù),通過(guò)計(jì)算和模擬得出輸出壓強(qiáng)相對(duì)輸入壓強(qiáng)的衰減程度,初步估算輸入壓強(qiáng).然后通過(guò)實(shí)驗(yàn)獲取相同輸入壓強(qiáng)下輸出壓強(qiáng)隨噴嘴直徑及管長(zhǎng)變化的數(shù)據(jù),用相關(guān)系數(shù)法總結(jié)繪制出直徑和管長(zhǎng)與輸出壓強(qiáng)的關(guān)系曲線.對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行擬合度分析,選取最佳的噴嘴參數(shù).最后對(duì)其噴射范圍進(jìn)行測(cè)量,給出具體的噴嘴分布方案.

由計(jì)算機(jī)繪制施工設(shè)計(jì)圖的結(jié)果數(shù)據(jù)自動(dòng)生成施工網(wǎng)絡(luò)圖是現(xiàn)代工程項(xiàng)目管理中的重要課題，本文深入探討了ｃａｄ數(shù)據(jù)類型設(shè)計(jì)、施工項(xiàng)目工序劃分、工序排列、工程成本構(gòu)成、勞動(dòng)組織和勞動(dòng)力分配、施工動(dòng)態(tài)跟蹤等問(wèn)題，提出系統(tǒng)的算法和模型，對(duì)其中的關(guān)鍵技術(shù)和方法作了重點(diǎn)研究，簡(jiǎn)略介紹了我們研制開發(fā)的自動(dòng)生成網(wǎng)絡(luò)圖的工程項(xiàng)目管理系統(tǒng)。

在中央空調(diào)系統(tǒng)節(jié)能控制中,各傳感器通過(guò)已編號(hào)的標(biāo)準(zhǔn)接口連接到自動(dòng)控制裝置中相應(yīng)的輸入端。為了避免在使用過(guò)程中由于操作失誤帶來(lái)的故障,我們開發(fā)一種傳感器自動(dòng)識(shí)別裝置,它能自動(dòng)地識(shí)別各傳感器的類型和用途,保證自動(dòng)控制裝置始終按約定的輸入-輸出關(guān)系運(yùn)行。

運(yùn)用信息融合技術(shù)進(jìn)行集裝箱號(hào)碼自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)。根據(jù)集裝箱號(hào)碼的特性、組成規(guī)律及分布特點(diǎn),在預(yù)處理階段,采用了基于產(chǎn)生式規(guī)則的融合算法。該算法采用串行融合的方式并生成了一系列的規(guī)則,能夠快速準(zhǔn)確地輸出具有較高質(zhì)量的號(hào)碼分割圖,為后續(xù)的特征提取和號(hào)碼識(shí)別提供更精確的信息。使用了3種不同類型的特征提取方法,分別生成基于神經(jīng)網(wǎng)絡(luò)的分類器,并將各自的分類結(jié)果通過(guò)d-s證據(jù)理論進(jìn)行融合以完成最終的決策,提高了系統(tǒng)的識(shí)別率。該系統(tǒng)對(duì)光線與陰影具有較強(qiáng)的魯棒性,結(jié)構(gòu)簡(jiǎn)單、快捷有效,在實(shí)驗(yàn)中得到了滿意的效果。

基于數(shù)字圖像的檢測(cè)與處理技術(shù),提出了一種tfds系統(tǒng)心盤螺栓丟失故障的自動(dòng)識(shí)別方法:經(jīng)直方圖均衡化的預(yù)處理消除拍攝環(huán)境的影響,通過(guò)確定制動(dòng)梁的位置間接確定4個(gè)心盤螺栓所在的區(qū)域,由hough變換得到4個(gè)心盤螺栓所處的位置,進(jìn)而判斷螺栓是否丟失.算法設(shè)計(jì)綜合考慮了檢測(cè)技術(shù)的可靠性和算法運(yùn)行的速度,能夠很好地解決實(shí)際問(wèn)題.

以labview2009試用版為平臺(tái),利用nivi-sionaccquisition2009和nivisiondevel-opmentmudule2009集成模塊,實(shí)現(xiàn)了車牌識(shí)別的功能,并具有算法簡(jiǎn)單,識(shí)別效果好,用戶界面良好,結(jié)構(gòu)簡(jiǎn)單等優(yōu)點(diǎn)[1]。1系統(tǒng)總體設(shè)計(jì)方案采用一般的130萬(wàn)像素的usb攝像頭,拍攝

科技正以前所未有的速度改變著人們的生活,從而影響到了交通系統(tǒng)的發(fā)展。為了組建更加智能化、人性化的交通系統(tǒng),車牌自動(dòng)識(shí)別系統(tǒng)應(yīng)運(yùn)而生。本文采用了嵌入式系統(tǒng)作為車牌自動(dòng)識(shí)別系統(tǒng)平臺(tái)。通過(guò)對(duì)硬件和軟件的探討,搭建出車牌自動(dòng)識(shí)別系統(tǒng)的框架。使用linux作為操作系統(tǒng)平臺(tái),使用opencv開源函數(shù)庫(kù)進(jìn)行圖像的分析與處理,在這些基礎(chǔ)上完成了車牌識(shí)別系統(tǒng)的整體模型。首先對(duì)車牌進(jìn)行灰度變換,然后選取閾值使圖像二值化,接著進(jìn)行車牌的定位,獲得車牌圖像后進(jìn)行車牌字符的切割,使單個(gè)字符分開,最后對(duì)分割后的字符和標(biāo)準(zhǔn)的字符模板進(jìn)行匹配,從而獲得車牌信息記錄下來(lái)并傳輸?shù)叫枰闹鳈C(jī)上。

結(jié)合我國(guó)汽車行業(yè)的生產(chǎn)現(xiàn)狀,研究、討論了一種計(jì)算機(jī)自動(dòng)識(shí)別汽車線束圖紙的方法。該方法通過(guò)計(jì)算機(jī)軟件仿真試驗(yàn),在符合某一預(yù)先設(shè)定好的識(shí)圖規(guī)則的情況下,根據(jù)編制好的程序?qū)D紙中線束進(jìn)行判斷,篩選出需要的線束和線束段,將其按類合并,最終達(dá)到自動(dòng)完成線束長(zhǎng)度和線束分類識(shí)別的目的。這種新的識(shí)別方法較傳統(tǒng)的人工讀圖,分段計(jì)算,相加求和的方法有了很大的創(chuàng)新,極大地提高了我國(guó)汽車行業(yè)的生產(chǎn)效率,減少了人員操作的錯(cuò)誤率,為企業(yè)生產(chǎn)帶來(lái)直接利益。