Elman神经网络在雷达信号检测中的研究应用

雷达目标信号检测是雷达研究设计中的重要环节。本文在分析了传统目标信号检测技术的基础上,利用人工神经网络具有非线性和动态特性的特点,提出了一种基于Elman神经网络的信号检测的仿真设计方法,最终得到自适应性较强的Elman信号检测网络,完成对雷达目标信号的检测。     

基于计算机视觉算法的图像处理技术的研究

随着人工智能技术的飞速发展,图像处理已成为人工智能的重要功能之一。文章简要介绍了一种计算机视觉算法和图像处理方法,并提出了一种基于计算机视觉算法的图像处理框架,并讨论了机器视觉系统的真实性,其目标是扭曲真实的三维显示。针对智能交互问题,设计了基于ARM处理器的循证计算机显示系统,利用快速投影仪投影及其横向传播进行三维重建。确定畸变图像的数学模型,提出一种基于CNN模型的深度学习方法。在项目过程中实现畸变图像的实时校正,实验结果表明,该系统修复效果明显,体积小,成本低,远离视界,人性化,人机交互能力强。     

基于机器视觉检测的轮廓提取算法的研究

本文依据扫描线步长自适应优化、边缘检测、平面轮廓图元识别图像大小的机器视觉检测系统的开发等问题进行了系统研究。然而,轮廓提取是机器视觉检测最重要的一环,必须先提取图像中重要物体的轮廓,让这些重要物体的图片能够清晰的呈现出来,使计算机能够更好地使用这些图片信息进行识别,以方便工业或者制造业等的检测。本文根据基于Windows的Visual C++6.0软件进行物体图像的轮廓提取算法的编写,将物体图像轮廓展示在了计算机上,通过实验,我们对本系统软件的稳定性和精度进行了大量的测试,测试结果表明本系统能够很好地完成工业要求的需要。     

基于双目摄像的特征提取算法研究及三维重建实现

特征提取是计算机视觉中的一项重要技术,本文针对特征提取中的Harris算法和SIFT算法进行了比较,通过仿真实验证明,在处理尺度缩放、亮度变化的图像时SIFT算法更加优越。根据三维成像原理,本文对SIFT算法提取的特征点进行三维重建,获得了目标场景的视差图和三维重建图,进一步说明了SIFT算法的提取是行之有效的。     

基于计算机视觉的物流包装严密程度检测系统

针对物流过程中对于物品包装严密程度检测的问题,提出使用计算机视觉检测的方法,以求突破传统检测方法的限制,提高物品包装检测的精度和速度。通过研究基于计算机视觉检测技术的原理与算法,提出了设计方案并对其中的关键技术进行了研究;在硬件设计中,对嵌入式处理器、CCD相机、图像处理模块以及运动控制部分等进行了研究;在软件设计中,对系统中的软件流程、程序编写、相机自动聚焦等做了研究。通过实验分析,表明了计算机视觉技术在物品包装严密程度检测方面的优越性。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合之中是该研究领域的重大突破。文章以小波变换为工具,描述了基于小波变换的多传感器图像融合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价。     

基于分形理论的显著区域检测

显著性区域检测在计算机视觉领域已成为一个热门的研究问题,它在图像分割,目标检测和识别等很多领域有着十分重要的应用。本文提出一种基于分形理论的显著性区域检测算法。该算法通过窗口的分形维数的计算确定候选显著性区域,利用RC算法计算候选区域的对比度实现显著区域的检测。该算法简单,高效,并且可以产生全分辨率的显著性图。在国际上现有的公开测试集MSRA-B上,该方法在显著区域检测上取得很好的效果。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术。把小波变换技术应用到图像融合之中是该研究领域的重大突破。文章以小波变换为工具,描述了基于小波变换的多传感器图像融合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价。     

一种检测物体轮廓缺陷的方法探索

本文提出将二维物体的轮廓图像坐标信息转换成基于质心距离的一维向量信息来进行检测。设计了基于双正交对称小波的去噪算法。实验结果表明,这种算法可以有效地去除噪声信号和缓变信号,保留缺陷的突变信息,是一种有效和实用的轮廓缺陷检测算法。     

基于小波变换的图像融合方法及其性能评价

近年来,图像融合已成为图像理解和计算机视觉领域一项重要的新技术.把小波变换技术应用到图像融合之中是该研究领域的重大突破.文章以小波变换为工具,描述了基于小波变换多的传感器图像整合算法的实现,提出了多种融合规则和融合算子,并对融合结果进行了深入分析和性能评价.     

基于机器视觉的智能电梯仿真设计及测控技术

融合了视觉检测技术的智能电梯,可以借助于图像传感器采集目标区域的图像信号,然后将其转化成数字信号进行运算、处理、分析,并根据分析结果下达调控指令,使电梯设备做出相应动作,减少空载和非必要停站等无效调度,进一步优化电梯乘用体验,同时降低了能耗.本文首先概述了基于机器视觉智能电梯仿真模型的工作原理,随后对智能电梯硬件、软件...     

OpenCV在运动目标检测中的应用

本文介绍了可用于图像处理与计算机视觉编程的强大类库OpenCV,通过运动目标检测的三种算法:帧间差分法,背景减除法及光流法的分析,探讨了这三种方法用于运动目标检测的优势与不足;最后通过一个实例将帧间差分法,背景减除法在OpenCV中实现。从实例中可以看到,OpenCV给图像处理与计算机视觉方面的应用设计以及研究开发提供了极大的方便,具有广阔的应用前景。     

车辆全景成像探测的快速目标拼接算法

全景成像技术以及图像拼接、图像配准等与其相关的技术,都属于机器视觉及模式识别领域。由于其成像系统视场较大,且无论远近都可以清晰成像,因此,全景成像技术具有广阔的应用前景,例如,在军事领域中的侦察、空间探索等,民用领域中的医疗设备、防盗预警、机器人视觉等等。正是由于上述原因对全景成像技术,具有很高的研究和实践价值。本文对全景成像技术的研究主要有以下四个方面:第一,深入研究了全景成像的获取方式,在此基础上分析其获取方式的优缺点;第二,实现了图像的预处理,即完成了对获取图像进行了校正和去噪,通过对不同的图像采用滤波算法实现;第三,在图像拼接方面,实现了基于比较匹配的图像拼接算法,通过采取平行景物线匹配算法消除了灰度差异的影响,对拍摄同一景深下的图片进行拼接;第四,在不同景深条件下,对图像进行拼接,并完成了基于Harris特征点检测算子的特征提取算法。     

基于Canny准则的齿轮边缘检测

文章重点介绍应用机器视觉技术进行齿轮在线、非接触式自动检测算法。在传统Canny边缘检测算法上,提出基于Canny准则的改进边缘检测方法,完成齿轮图像的边缘提取,为下一步齿轮测量打下基础。     

基于计算机视觉的人脸识别技术应用研究

在多媒体信息时代,对计算机视觉的研究工作显得尤为重要,人脸是图像中最重要的对象之一,人脸识别技术是计算机视觉与模式识别领域的重要课题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。采用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征定位、提取,记忆存储和比对辨识达到识别不同人身份的目的。因此,随着越来越多企业跨界进入人脸识别领域,势必加剧该领域的竞争。未来的人脸识别技术的应用领域会越来越广,市场也将更广阔。     

图像三维重建技术

基于图像的三维重建属于计算机视觉中的一个重要的研究方向,从提出到现在已有十多年的历史。文章首先对三维重建技术做了详细阐述,并着重从计算机图形学的研究角度对基于图像建模技术进行了综述,介绍了具有代表性的基于图像建模的方法及其最新研究进展,给出了这些方法的基本原理,并对这些方法进行分析比较,最后对基于图像建模技术的未来研究给出了一些建议和应解决的问题。     

典型图像分类算法分析

本文主要讨论了图像处理中基于人类视觉系统(HVS)的图像区域分类的相关概念、技术以及算法的实现。图像分类是指将图像分成平滑区、纹理区和边缘区,它是图像处理中一种重要的手段,具有广泛的应用。所谓平滑区就是指图像中灰度变化较少,包含信息量少,能量小的部分;而边缘是图像中一种灰度突变形式的集合;纹理是表征象素按一定的排列规律进行重复排列的部分。纹理区和边缘区的图像块具有较大的能量。本文主要基于人类视觉的一些特性,提出了空域和频域两种分类算法,这两种算法都是先将图像分块,然后再与人类视觉特性相结合,对各个图像块进行处理,再确定相应划分区域的阈值,对原始图像进行二次分类,最终得到图像的平滑区、纹理区和边缘区.     

齿轮视觉检测中测量基准确定方法研究

文章针对直齿渐开线圆柱齿轮的视觉测量系统,提出一种综合利用图像处理、边缘检测和尺寸测量等方法的齿轮测量基准确定算法,完成了对齿轮轴孔目标边缘的准确检测和对齿轮测量基准的精确计算。     

陶瓷墙地砖尺寸偏差视觉检测算法研究

文章提出一种应用于陶瓷墙地砖图像测量领域的尺寸偏差检测算法：使用基于Sobel算子的改进的方向算子,综合利用图像灰度信息和灰度梯度信息对陶瓷墙地砖图像边缘进行检测和亚像素精确定位,通过计算目标在图像中的面积、哈夫变换和最小二乘法等算法对陶瓷墙地砖边长尺寸进行精确测量。     

基于MATLAB的运动目标检测和识别技术研究

针对智能视频监控系统中视频序列图像,本课题利用MATLAB7.0仿真工具采取背景差分法对视频序列图像进行处理,提出了利用分块法和统计方法相结合的算法改进背景图像的提取算法,实现运动目标的检测和跟踪,并基于MATLAB GUI编制了运动目标检测界面。