检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于区域分割和二次判别的手静脉识别

数据采集与处理 2013年第5期28卷 658-663页

作者：孟昭慧顾晓东复旦大学电子工程系上海200433

提出了一种基于区域分割和二次判别的手静脉识别方法,首先,将静脉图像分割成一些相同大小的互不重叠的子区域,在每一个小的子区域内抽取仅带有该区域局部特征的Gabor相位信息,再将这些特征信息级联成整幅图像的特征矢量,进行静脉识别。... 详细信息

提出了一种基于区域分割和二次判别的手静脉识别方法,首先,将静脉图像分割成一些相同大小的互不重叠的子区域,在每一个小的子区域内抽取仅带有该区域局部特征的Gabor相位信息,再将这些特征信息级联成整幅图像的特征矢量,进行静脉识别。在抽取特征的过程中,使用Fisher线性判别(Fisher linear discriminant,FLD)降低特征矢量维度。最后,利用得到的相位信息重建一幅静脉图像,并根据阈值将图像二值化,从而分割出手静脉骨架,结合静脉骨架的相似性得到手静脉的二次识别。在香港理工大学的数据库上测试了算法性能,实验结果表明,通过区域分割获取局部特征在手静脉识别中起到了关键作用,在进一步结合了二次判别后,本文提出的手静脉识别方法取得了0.09%的等错误概率(Error equation rate,EER)。

关键词：静脉识别局部特征区域分割二次识别

在线全文

学校读者我要写书评

暂无评论

基于SVM的数字二次识别方法与仿真研究

计算机仿真 2005年第Z1期22卷 258-261页

作者：姚万业褚明铢乔弘王娜华北电力大学自动化学院河北保定071003 华北电力大学自动化学院河北保定071003 华北电力大学自动化学院河北保定071003 华北电力大学自动化学院河北保定071003

数字识别作为模式识别发展的一个分支,在实际应用中有很强的应用价值,如何进一步提高识别率也一直是研究的热点.该文通过分析模式识别的两类主要方法,结合数字结构特征和数字统计特征共同提高数字识别的正确率.支持向量机(SVM)是本文应... 详细信息

数字识别作为模式识别发展的一个分支,在实际应用中有很强的应用价值,如何进一步提高识别率也一直是研究的热点.该文通过分析模式识别的两类主要方法,结合数字结构特征和数字统计特征共同提高数字识别的正确率.支持向量机(SVM)是本文应用的主要识别机器.针对支持向量机在训练过程中存在被错误分类的样本,该文提出了一种基于二次识别的SVM算法.该算法通过提高支持向量在样本中的比例,提高了SVM的识别性能.结合数字结构特征的SVM二次识别算法提高了识别正确率,也为数字识别提出了一种新的思路.

关键词：数字识别支持向量机结构识别二次识别

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

二次识别算法在工件识别中的应用

计算机科学与应用 2016年第8期6卷 485-491页

作者：万潇月叶桦尤卫卫东南大学自动化学院江苏南京

针对工业流水线上机器视觉系统工件识别的问题,提出了一种有效的基于模板匹配的二次识别算法。在识别之前,根据已知工件建立模板库并对每个模板提取一组特征组合。一次识别采用基于像素点的匹配算法,计算待匹配图像与模板图像的像素点... 详细信息

针对工业流水线上机器视觉系统工件识别的问题,提出了一种有效的基于模板匹配的二次识别算法。在识别之前,根据已知工件建立模板库并对每个模板提取一组特征组合。一次识别采用基于像素点的匹配算法,计算待匹配图像与模板图像的像素点灰度值的整体相似性,作为一次识别系数;二次识别采用基于特征的匹配算法,计算待匹配图像与模板图像的特征区域的细节吻合性,作为二次识别系数。综合两次识别系数,两者之和最大者为最佳匹配结果。实验结果表明,本文的方法简单有效且识别率高。

关键词：工件识别二次识别模板匹配

基于二次判别和局部信息及特征融合的手静脉识别

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于二次判别和局部信息及特征融合的手静脉识别

作者：孟昭慧复旦大学

学位级别：硕士

静脉识别是一种红外生物识别技术,它利用人体血液中的血红蛋白吸收近红外光的特质,通过具有近红外线感应度的拍摄装置获取血管图样影像,即个人静脉分布图,再采用特定的识别算法提取及匹配特征,从而对个人进行身份认证。静脉识别一般可... 详细信息

静脉识别是一种红外生物识别技术,它利用人体血液中的血红蛋白吸收近红外光的特质,通过具有近红外线感应度的拍摄装置获取血管图样影像,即个人静脉分布图,再采用特定的识别算法提取及匹配特征,从而对个人进行身份认证。静脉识别一般可分为手指静脉识别、手掌静脉识别和手背静脉识别。相比于其它的生物特征识别技术,如人脸识别、指纹识别等,静脉识别使用活体特征,不易仿制和伪造,更加安全可靠,而且不受表皮粗糙等外部环境的影响,非侵入式和非接触式的采集过程也更加安全卫生。因此,近几年得到了越来越广泛的关注,从众多的生物特征识别技术里脱颖而出。本文的研究涵盖了手静脉识别的整个过程,包括静脉图像的采集,图像的预处理、特定区域的提取等。本文从静脉空间域分布信息和频率域编码信息的结合,静脉的局部分块模式及多特征融合等多个角度设计了手静脉识别方法。这些方法和目前很多优秀的算法相比,取得了更好的识别效果。本文的主要工作及贡献如下：1提出基于图像分割的手静脉二次识别方法。该方法在静脉图像的频率域进行特征编码、提取、匹配,得到初步的识别结果后,利用已提取的频率域信息在图像中分割出静脉的结构,提出了新的衡量静脉结构相似性的指标,并根据该指标进行二次识别。这种手静脉二次识别方法将图像分割引入到静脉识别中,结合了静脉的空间域分布信息和频率域编码信息,能够很好地纠正第一次的初步识别结果,从而提高了静脉识别算法的正确率。2提出基于局部信息的手静脉识别方法。静脉的局部特征蕴含了丰富的静脉纹理差异,为了充分有效地提取利用静脉的局部特征,该方法采用将整幅静脉图像多层次分块的策略。首先将静脉图像分割成图像块,再将图像块分割成子块。直方图统计的范围限定在子块,这样可以最大限度地体现局部差异,同时又降低噪声的权重。特征表达的范围限定在图像块,可以避免特征样本过小和维度过高的问题。并在特征抽取过程中,使用了Fish线性判别降低特征维度。结合直方图的全局性,该方法在静脉特征的全局性和局部性之间达到了很好的平衡,识别的正确率得到显著提升。3提出基于Gabor幅度和相位等特征融合的手静脉识别方法。该方法使用Gabor顺序测量方法,利用8个编码模板,抽取得到静脉图像的幅度特征、相位特征、实部特征及虚部特征。再在图像分块的基础上,级联获取每一个图像块的特征直方图,并求取两幅静脉图像的相似性。这种多特征融合的手静脉识别方法,利用了Gabor各个特征间差异,具有更强的特征表达能力和抗噪能力,可以达到更好的识别效果。此外,作者也和其他研究者合作,从事人脸及表情识别方面的研究工作,配合手静脉识别进行身份的认证,并取得阶段性的成果。

关键词：静脉识别图像分割二次识别局部信息局部分块模式特征融合

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于光学字符识别的报警信息二次识别

北京信息科技大学学报（自然科学版） 2015年第3期30卷 34-40页

作者：李彬红周亚丽张奇志北京信息科技大学自动化学院北京100192

在报警信息识别系统中,屏幕报警信息具有字体小、字符间距小、像素体发光的特点,易出现图像处理后字符断裂和粘连严重的问题。为了保证报警信息识别的准确性,提出了一种对报警信息先整体识别,然后单字符分割识别,最后对2次识别结果进行... 详细信息

在报警信息识别系统中,屏幕报警信息具有字体小、字符间距小、像素体发光的特点,易出现图像处理后字符断裂和粘连严重的问题。为了保证报警信息识别的准确性,提出了一种对报警信息先整体识别,然后单字符分割识别,最后对2次识别结果进行投票决策的二次识别方法。通过对重力仪GT-2A报警信息进行测试,该方法在报警信息识别中达到90.5%的识别率,具有实用性。

关键词：图像处理光学字符识别二次识别投票报警信息

在线全文

学校读者我要写书评

暂无评论

基于整体特征神经网络数字二次识别方法

计算机系统应用 2013年第6期22卷 127-131页

作者：张翼成陈欣嵇小波张晓荣上海宝信软件股份有限公司上海201900

根据数字字符整体特征,提出一种基于字符整体特征的Bp神经网络数字二次识别方法.该方法首先根据Bp神经网络原理对数字字符进行预识别;然后对预识别结果中存在混淆的字符按照字符整体特征进行二次识别,从而准确获得识别结果.该方法结合... 详细信息

根据数字字符整体特征,提出一种基于字符整体特征的Bp神经网络数字二次识别方法.该方法首先根据Bp神经网络原理对数字字符进行预识别;然后对预识别结果中存在混淆的字符按照字符整体特征进行二次识别,从而准确获得识别结果.该方法结合了神经网络非线性、自主学习特点和字符整体特征形状结构不变性特点,有效的在低样本量情况下,获得较高的字符识别精度.

关键词：数字识别神经网络字符特征二次识别

在线全文

学校读者我要写书评

暂无评论

基于双重检测的气门识别方法

计算机应用 2022年第1期42卷 273-279页

作者：佘维郑倩田钊刘炜李英豪郑州大学软件学院郑州450002 互联网医疗与健康服务河南省协同创新中心(郑州大学) 郑州450052

针对目前工业中的气门识别方法存在重叠目标漏检率高、检测精度较低、目标包裹度差、圆心定位不准的问题,提出了一种基于双重检测的气门识别方法。首先,运用数据增强对样本进行轻量扩充;其次,以深度卷积网络为基础,加入空间金字塔池化层... 详细信息

针对目前工业中的气门识别方法存在重叠目标漏检率高、检测精度较低、目标包裹度差、圆心定位不准的问题,提出了一种基于双重检测的气门识别方法。首先,运用数据增强对样本进行轻量扩充;其次,以深度卷积网络为基础,加入空间金字塔池化层(SPP)和路径聚合网络(PAN),同时调整先验框,改进损失函数,从而提取气门预测框;最后,以霍夫圆变换(CHT)方法对预测框中的气门进行二次识别,从而达到精准识别气门区域的目的。把所提方法和原YOLOv3、YOLOv4、传统CHT方法进行对比,并采用精确率、召回率、交并比联合进行检测效果评估。实验结果表明,所提出的方法在检测精度和召回率上分别达到了97.1%和94.4%,相较原YOLOv3方法分别提高了2.9个百分点和1.8个百分点;且该方法使目标包裹度更好,目标中心点的定位更准确,其矫正框和真实框的交并比(IOU)达到了0.95,与传统CHT方法相比提高了0.05。所提方法在提高模型识别准确率的同时提高了目标抓取的成功率,在实际应用中有一定的实用价值。

关键词：目标检测气门识别 YOLO方法霍夫圆变换二次识别

基于深度卷积网络的工业零件目标检测方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度卷积网络的工业零件目标检测方法研究

作者：郑倩郑州大学

学位级别：硕士

随着计算机视觉技术在工业领域的快速发展,过去依靠人工分拣零件的方法逐渐被机器检测所代替。采用机器分拣零件的方法对操作工人和使用流程有一定要求,复杂的工厂环境容易导致传统的机器分拣出现失误。深度学习的目标检测方法可以从大... 详细信息

随着计算机视觉技术在工业领域的快速发展,过去依靠人工分拣零件的方法逐渐被机器检测所代替。采用机器分拣零件的方法对操作工人和使用流程有一定要求,复杂的工厂环境容易导致传统的机器分拣出现失误。深度学习的目标检测方法可以从大量的数据样本中自动提取特征,有利于提高目标检测的准确度。目前,基于深度学习的目标检测算法在实际应用中仍存在一些问题。一方面,在工业零件检测任务上存在物料相互遮挡、特征难以提取、目标无法精确定位的问题。另一方面,现场的许多工业设备算力较弱,传统的深度网络模型容易产生大量的计算参数,需要具有较高计算能力的设备进行计算,从而导致传统的深度网络模型不能很好地适用于一些工业设备。因此,如何进行深度网络模型的压缩来缩小模型体积、加快模型的检测速率,仍是当前面对的一个挑战。本文对目前工业零件目标检测领域面临的检测方法准确度低和工业设备计算能力有限两个问题进行深入研究,主要创新点总结如下:(1)针对当前工业中的零件检测过程存在目标重叠、中心难以定位、目标包裹度差的问题,提出了一种基于深度卷积网络与霍夫圆变换的气门双重检测方法。首先对数据集进行预处理完成样本的扩充;然后以深度卷积网络为基础,在网络结构上加入空间金字塔池化层,同时根据本文特定的数据集改进先验框和损失函数,完成目标预测框的提取;最后加入霍夫圆变换对目标进行二次识别,达到精准检测零件区域的目的。本文方法与其他检测方法在气门零件数据集上进行对比,实验结果表明了该方法不仅提高了模型的检测精度,而且增强了目标的包裹度,在实际应用中具有较高的使用价值。(2)针对目前基于深度学习的目标检测方法难以在算力低下、资源有限的工业设备中运行的问题,提出了一种基于轻量化深度卷积网络的零件图像目标检测方法。首先,将网络中的普通卷积替换为Ghost卷积,有效减少了卷积核的数量;其次,通过优化残差网络生成新的G-ResNet残差结构,完成卷积残差块的层内融合;最后,借鉴深度可分离卷积的思想,实现卷积方式的重构。实验结果表明了该方法通过三重压缩处理实现了模型的轻量化,节约了设备内存的占用成本,减少了模型的参数、降低了网络的计算量、缩小了模型的体积。跟之前未进行压缩的深度卷积网络相比,虽然目标的检测精度有些下降,但已足够完成工业流程中的零件目标检测任务。

关键词：目标检测二次识别深度学习 YOLO方法轻量化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

刀具磨损自动识别及检测系统

计算机应用 2021年第S1期41卷 259-263页

作者：李恒帅刘献礼岳彩旭李晓晨 Steven Y.Liang Lihui Wang 哈尔滨理工大学机械动力工程学院哈尔滨150080 乔治亚理工学院机械工程学院亚特兰大30314美国瑞典皇家理工学院生产工程学院斯德哥尔摩63221瑞典

对加工状态下刀具磨损值及时有效的检测,可以在保证加工精度的前提下提高加工效率,同时为刀具剩余寿命预测提供有力的数据支撑。针对刀具磨损值测量过程中人工参与的不足、易受主观因素影响、检测精度低等问题,建立了刀具磨损图像自动... 详细信息

对加工状态下刀具磨损值及时有效的检测,可以在保证加工精度的前提下提高加工效率,同时为刀具剩余寿命预测提供有力的数据支撑。针对刀具磨损值测量过程中人工参与的不足、易受主观因素影响、检测精度低等问题,建立了刀具磨损图像自动检测系统,基于最大类间方差及遗传算法迭代寻找最佳阈值,进行磨损区域分割;利用磨损区域呈现“线状”的特点,进行磨损区域特征识别及滤波;基于多级Hough变换以及磨损区域二次识别的方法,将刀具磨损区域在图像中清晰地提取出来。在此基础上,基于Canny算子边缘检测方法建立刀具磨损曲线,计算出磨损区域的磨损值。在刀具磨损检测系统计算的磨损量与超景深显微镜的人工测量结果进行比对,经实验表明,该磨损检测系统检测误差在±6%以内,并且提高了刀具磨损值的检测效率。

关键词：刀具磨损图像检测类间方差多级Hough变换二次识别