融合高斯混合建模和图像粒化的猪只目标检测

为实现圈养猪只目标检测,克服高斯混合建模(GMM)不能很好地提取缓慢运动及静止目标的缺陷,试验提出了一种融合GMM和图像粒化的运动猪只目标检测方法,采用GMM提取图像运动像素,获取粗糙前景图;提出一种图像粒化方法,得到粒化图,将单个同质区域所包含的像素点聚集为一个图像粒;依据图像序列的前景图分析粒子运动属性,融合前景图和粒化图,最终得到精确的猪只目标检测。结果表明:本方法能有效检测缓慢运动和一段时间静止的猪只目标。     

基于马尔科夫随机场和混合高斯模型的两图像配准算法

本文针对目前基于混合高斯模型的图像配准算法无法刻画图像像素之间关系的缺点,提出了一种基于马尔科夫随机场和混合高斯的两两图像配准算法,首先采用马尔科夫随机场和混合高斯对图像进行建模,然后采用了最大期望算法对模型的未知参数进行求解,通过迭代,使得所建模型的最大似然函数达到最大,从而达到图像配准的目的。通过仿真实验表明,本文的算法比当前的主流图像配准算法有较好的配准结果。     

基于DSP目标入侵检测系统的设计

随着计算机技术的快速发展,针对运动目标入侵检测的智能监控系统已成为生产和生活中一个重要的应用。本文以TI公司的TMS320DM642搭建视频处理平台,对采集的背景图像建立混合高斯背景模型,将实时图像与背景模型做像素比对,判断监控区域中是否存在运动目标。如果存在运动目标,则采用背景帧差法和连通性分析等相关技术对目标区域进行定位,并判断是否进入禁区。如果进入禁区,系统将实现报警提示,以保护监控区域安全。     

交通视频监控系统中的视频图像处理技术

随着计算机视觉技术在交通系统中的广泛应用,如何在视频图像序列中进行车辆检测与跟踪成为一个重要的研究课题。本文基于图像处理领域的基本理论和方法,阐述了利用视频图像序列进行车辆检测和跟踪的重要性以及视频图像处理技术在交通视频监控系统中的应用。     

基于视频的目标跟踪

基于视频的目标的跟踪是交通事件检测的一种重要方法,对视频中的目标物提取之后,再对目标物的跟踪是现代基于视频交通事件检测的重要手段。基于目标区域和目标特征点的跟踪方法既简单又快捷。目标区域的跟踪主要工作是对目标物重心的提取,并对重心进行跟踪。而目标特征跟踪首先是对目标物体特征点的提取,提取完毕后,对特征点进行跟踪,跟踪的方法主要采用模版匹配。基于视频的目标跟踪主要讨论了这两种方法。基于视频的目标跟踪主要的目的就是交通事件的检测。     

融合多特征的禁停区域车辆检测方法

本文提出一种用于禁停区域车辆违章停放的检测算法。首先确定感兴趣区域,然后利用混合高斯模型建立监控区域背景,采用背景差分法检测出运动对象;再经过Hough椭圆拟合、紧凑性特征提取,以及车轮圆形度等多个特征检测,将驶入禁停区域的车辆检测出来。实验表明,该算法对禁停区域可以达到良好的监测效果,从而有效地保障消防通道等禁停区域的通畅。     

基于双肤色模型和AdaBoost的人脸检测系统设计

本文在Windows平台下,基于VS2010和Intel开源计算机视觉库OpenCV设计了一个实用的人脸检测系统,实现复杂背景图像中可能存在的人脸区域检测。人脸检测功能的实现主要融合双肤色模型和AdaBoost算法。首先基于YCbCr颜色空间的简单边界模型和高斯模型对图像实现分割并分析处理,实现人脸区域的粗定位。然后对人脸候选区域采用AdaBoost算法进行精检测。该系统使用简单,检测效果较好。     

基于双肤色模型和AdaBoost的人脸检测系统设计

本文在Windows平台下,基于VS2010和Intel开源计算机视觉库OpenCV设计了一个实用的人脸检测系统,实现复杂背景图像中可能存在的人脸区域检测。人脸检测功能的实现主要融合双肤色模型和AdaBoost算法。首先基于YCbCr颜色空间的简单边界模型和高斯模型对图像实现分割并分析处理,实现人脸区域的粗定位。然后对人脸候选区域采用AdaBoost算法进行精检测。该系统使用简单,检测效果较好。     

基于区间集上的云模型研究

本文针对区间集上的云模型,首先利用中国科学院院士的年龄信息作为研究区间集与云模型关系的数据来源,然后部分数据运用高斯云的数值特征进行拟合,发现区间集上的整体趋势与拟合后的整体趋势存在较大的相似性,最后通过高斯函数计算出区间集对应的高斯云曲线,并运用实际数据对模型的有效性进行验证。     

基于视觉定位的牧场奶牛自动跟踪定位系统研究

机器视觉已经成为现代畜牧业中的一个重要应用技术,这主要是得益于近年来图像处理技术的快速发展以及计算机的硬件成本不断下降和其运算速度的飞速提升。随着近几年具有高科技的大型奶牛养殖基地的不断兴起,基于机器视觉的奶牛自动定位系统成为新的研究课题。为了解决在牧场中对特定奶牛的定位跟踪问题,笔者提出采用视觉机器人,而视觉定位系统是整个机器人系统的核心和关键。本研究利用高斯金字塔LK光流法实现对奶牛的目标定位及运动跟踪,对传统算法的不足之处进行了总结分析,提出了改进的Harris特征点检测算法。结果表明:改进后的算法不仅在特征点提取效果方面有显著提高,同时具有处理速度快的优点,可为移动奶牛的准确定位做好准备。     

探讨图像识别技术在机械零件质量检测中的运用

机械零件质量检测中的图像识别技术,指的是利用计算机图像识别技术,对机械零件的缺陷部分进行成像以及图像预处理,分析图像以及提取图像特征,然后判断机械零件是否存在质量缺陷。本文以活塞销为例,探析了图像识别技术在机械零件质量检测中的运用,旨在为机械零件质量检测的相关人员提供一定的参考。     

基于卡尔曼滤波的红外目标局部搜索跟踪算法

本文针对红外目标视频序列图像对比度低、目标信息不明确等问题提出一种改进算法,使用卡尔曼滤波器对目标点的位置进行预测,在根据目标特性选择的预测子框内对目标图像进行分类背景预测,最终获得准确性较高的检测跟踪结果。通过大量的实验,改进算法在跟踪精度、准度上均有了较为显著的提高。     

基于FPGA的图像显示与跟踪技术的研究

本文研究的是一个基于FPGA的图像显示与跟踪系统,设计了从图像采集、存储、转换显示的完整系统。在完成图像显示的前提下引入Sobel边缘检测算法来实现对目标物体的识别与跟踪。本实验平台引入硬件加速器的设计思想,通过增加运算并行性来达到加速的目的,从而减轻核心处理器的压力,实现系统的实时识别和跟踪的需求。     

基于FPGA的图像显示与跟踪技术的研究

本文研究的是一个基于FPGA的图像显示与跟踪系统，设计了从图像采集、存储、转换显示的完整系统。在完成图像显示的前提下引入Sobel边缘检测算法来实现对目标物体的识别与跟踪。本实验平台引入硬件加速器的设计思想，通过增加运算并行性来达到加速的目的，从而减轻核心处理器的压力，实现系统的实时识别和跟踪的需求。     

表格图像特征目标识别技术的研究

为了准确快速地识别一张完整的考核测评表的特征目标信息,提出了一种基于表格图像处理的特征目标自动识别的算法。根据表格图像的特点,对考核测评表图像进行灰度化等预处理,并利用感兴趣区域检测方法定位考核表单元格位置,在此基础上,研究了采用像素统计方法和角点检测方法识别特征目标,最后通过实验验证了算法的正确性和可行性。     

视频监控中运动目标自动提取技术

本文分析了运动目标检测面临的一些问题,并针对这些问题提出了一种基于背景减法的检测算法,对监控场景进行无约束学习,迅速建立多个可靠的背景模型,在运动目标检测过程中根据场景的变化进行实时背景动态更新,同时利用图像腐蚀和图像膨胀算法对二值图像进行后处理,消除阴影,最终得到较为理想的运动目标。     

改进Yolov8的柑橘果实目标检测研究

目前基于深度学习技术快速发展起来的目标检测技术,是未来果园精准化生产的必然趋势,目标检测技术如何与果实识别、定位和分类相结合成为一个热门研究内容。本研究提出基于自然状态下单侧完整树冠果实的图像制作数据集,建立添加小目标检测层的Yolov8检测模型。柑橘进入果实转色期后,利用佳能相机于温州蜜柑果园随机采集单侧树冠的树体照片,采集时间覆盖晴天、阴天以及雨后未晴的不同时期,共采集1800张图像,并划分成训练集、验证集、测试集,分别为1260、360和180张图片。在Yolov8源码的主网络中添加小目标检测层形成I-Yolov8,用于检测4x4以上的目标,建立柑橘果实的目标检测模型Yolov8和I-Yolov8。模型的训练损失函数（loss）在迭代早期快速收敛,I-Yolov8和Yolov8的平均精确度（mAP）分别在训练58和23轮次达到最高值 93.5 %和92.2 %。在未标注的晴天和阴天两个场景下的冠层实例图上分别进行模型预测性能评估,果实总数分别为98和142个,晴天场景下2种模型预测精确度（P）均为100%,漏检的果实较多,召回率（R）分别为56.12%和72.45%。而在阴天场下,模型的预测表现更好,Yolov8和I-Yolov8的R分别达77.62%和91.61%。以自然状态下柑橘树冠图像的数据集能提供更全面的果实特征,而添加小目标检测层后提高了模型的学习能力,增强了模型的检测效果,本研究为目标检测技术在复杂环境下水果的实时检测任务提供重要参考。     

基于Hough变换提取跑道方法研究

本文对应用于无人机的视觉导航的跑道检测的方法进行了研究。对视觉导航系统中的图像处理及位置姿态解算进行了分析和研究。基于直线检测进行跑道识别;利用经典Hough变换提取跑道图像特征;采用最小二乘法对检测出的跑道边缘直线进行拟合并得出其在图像坐标系中的直线方程。     

仿复眼运动目标检测技术研究

运动目标检测可以实时地识别、检测、提取视频图像中感兴趣目标。昆虫复眼具有对运动目标快速识别跟踪的特性。本文基于复眼类昆虫的生理特性并结合仿生学与计算机视觉相关理论,提出一种仿复眼的运动目标检测技术,实现对运动目标的快速、准确检测。     

浅析条码标识在肉品管理中的应用

1条码标识重要性与前景为了提高食品安全,除了健全相关法律法规、健全监督检测体系及加强日常监督管理之外,还需要建立一套行之有效的跟踪追溯体系,通过各种手段有机结合起来,共同打击伪劣食品,杜绝有毒、有害的食品流入市场。食品跟踪追溯体系实际上是运用条码标识系统(EAN·UCC系统)对食物供应链的全过程进行跟踪与追溯,即是通过对产品及其属性以及参与方的信息进行有效标识,建立食品信息库,保证食物“从农场到餐桌”全过程都能进行有效跟踪与追溯。截止2002年底许多发达国家已经成功运用了EAN·UCC系统对食品进行跟踪与追溯。如美国…