动态几何图形的特征提取算法

在因特网上搜索动态几何图形资源是一个很大的难题。然而基于关键字搜索、分类目录搜索和基于图形的搜索的三大主流搜索技术都不适合在因特网上搜索动态几何图形资源。为了实现动态几何图形资源在因特网上的有效搜索,本文提出了动态几何图形的特征提取算法。该算法是在动态几何图形的XML文档中提取出图形的特征码来标记图形,图形的特征码主要包括点的个数、直线的条数、线段的条数、圆的个数、三角形的个数。提取了图形特征码,在搜索时候就可以把几何图形特征码作为关键字进行几何图形的检索。这也为今后研究几何图形的相似度或在因特网上建立动态几何资源库奠定了基础,具有很高的教育应用价值。     

基于共线梯度特征和结构化输出的异谱图像匹配算法

本文提出了一种基于共线梯度特征(collinear gradient-enhanced coding,CGEC)和结构化输出的异谱图像匹配算法。首先通过共线梯度特征对异谱图像进行特征图像转换,获得具有相似结构信息的特征图;接着,在特征图上进行关键点的提取,以得到较多的同名点;最后,综合关键点的特征向量和关键点之间的结构信息,采用优化的方法计算得到最优的转换关系。实验结果表明,本文方法更好的获取了关键点的匹配结果。     

一种改进的最好优先搜索策略算法

基于内容评价的最好优先搜索策略是在页面中提取超链接,分析每个页面与主题的相似度,从而决定页面的去留。本文针对网站中网页目录存放特点,对最佳优先搜索策略算法做了改进。实验结果表明,改进后的算法在速度上取得了较好的改进效果。     

物品识别系统的设计与实现

由于电子商务的迅猛发展,网购越来越成为与网民生活密切相关的重要网络应用。这种传统购物方式的改变不可避免地增加了对物品的搜索量。针对以上问题,本文研究了一种基于视觉字典的物品识别系统,首先提取图像的特征点并利用K-means聚类算法建立支持动态扩充的随机视觉字典,然后进行相似性匹配,最后选取了在市场上使用最为广泛的Android作为开发平台,实现便捷高效物品识别客户端系统,利用随手拍摄的照片或是Web上浏览过的图像"以图搜图"。     

TLD视频目标跟踪算法浅析

目标跟踪在计算机视觉领域有着重要的应用,跟踪的结果常常会受到光照、遮挡物、相似物的影响,因此算法仍然具有很大的挑战。TLD(Tracking Learning and Detection)算法是目前复杂环境目标追踪的有效算法。本文从框架、追踪和性能等几个方面对TLD算法进行了研究与分析。     

基于图像处理的碎纸片拼接数学模型分析

传统上,破碎纸片的拼接复原工作需由人工完成,准确率较高,但效率很低。特别是当碎片数量巨大,人工拼接很难在短时间内完成任务。对于这类边缘相似的碎纸片拼接,理想的计算机拼接过程应与人工拼接过程类似,及拼接时不但要考虑待拼接碎纸片边缘是否匹配,还要判断碎片内的字迹断线或碎片内的文字内容是否匹配,然而由于理论和技术的限制,让计算机具备类似人那种识别碎片边缘的字迹断线、以及理解碎片内文字图像含义的智能几乎不太可能。本文建立的是一种基于碎纸片边缘文字特征的模型,通过计算机软件对纸片的预处理以及匹配算法的识别寻找到对应的相邻纸片,从而完成碎纸片的自动拼接工作。     

级联模型的影响力改进算法的应用

本文提出一中改进的级联模型影响力算法,将两个节点的相似度和程度中心度纳入算法中,并将其应用于中国100所上市公司的经理人网络,通过应用证明,基于“相似度”概念的影响力算法具有普遍适用性。     

家蚕病害诊断专家系统的设计

根据家蚕病害的发生规律和致病因素分析的复杂性 ,采用了诊断树分析法 ,将家蚕病害诊断和防治技术等有关知识和经验转换成计算机可处理的规则 ,即基于规则的诊断树和知识库 ,建立了将诊断树转化为推理树进而进行树的搜索和匹配的推理机制。应用计算机软件开发技术和多媒体技术开发设计了智能化家蚕病害诊断专家系统 ,可实现人性化的知识表现和家蚕病害的简易诊断。     

基于机器视觉技术的苦豆子颗粒外观质量评价研究

利用机器视觉技术建立一种苦豆子颗粒外观质量评价方法,并将该方法用于苦豆子颗粒生产中产品的外观质量评价,以此提高苦豆子颗粒剂生产质量控制水平。该方法首先对苦豆子颗粒进行数字图像采集、特征提取、特征降维,以用于建立苦豆子颗粒外观特征图谱。然后将参比颗粒外观特征图谱与苦豆子颗粒对照指纹图谱进行相似度计算,以相似度值为标准对参比颗粒外观质量进行评价。本研究中依据中国药典中颗粒剂有关要求,对不同主药含量、不同粒度、不同水分的苦豆子颗粒分别进行了外观质量评价。根据相似度计算结果以及数字图像采集误差建议将0.8700作为苦豆子颗粒外观相似度评价的相似度合格值,即苦豆子颗粒生产中外观质量评价的相似度值不得低于0.8700。该方法具有设备简单、操作简便、快速等优点,可以用于苦豆子颗粒生产中产品外观质量评价。     

基于MATLAB的梅花鹿面部识别研究

图像识别是现今计算机视觉中一个重要的研究方面,而特征提取是其中的关键技术,线性判别分析算法是最常用的算法之一。文章介绍了计算机图像处理技术的预处理过程,包括与处理过程中的小波分解、二值化、直方图均衡化等,并对其灰度值进行对比。同时提出一种解决小样本在特征提取时的解决算法SLDA。结果表明:该算法对解决小样本问题有明显改善,为后续进行特征提取、目标检测提供了技术支持。     

基于HPLC特征图谱结合化学计量学方法评价不同产地角倍和肚倍的质量

目的：采用高效液相色谱法（HPLC）测定对不同来源五倍子两种形态肚倍和角倍进行HPLC特征指纹图谱研究,并通过聚类分析和主成分分析深入研究五倍子药材不同形态中有效成分差异,为五倍子的质量控制及评价提供参考。方法：采用HPLC梯度洗脱法对肚倍和角倍样品进行测定,并记录色谱图,按《中药色谱指纹图谱相似度评价系统（2012 版）》对色谱图进行匹配生成肚倍和角倍的特征图谱,进行相似度分析。采用化学计量学软件origin 2018对肚倍和角倍进行聚类分析、主成分分析（PCA）研究。结果：分别建立了肚倍和角倍的 HPLC 特征指纹图谱共有模式,标识了没食子酸、没食子酸甲酯、1,2,3,6-四-O-没食子酰葡萄糖、1,2,3,4,6-五-O-没食子酰葡萄糖4个特征峰。角倍与肚倍相似度低,可通过聚类分析、主成分分析将其分为 2 大类从两者的HPLC特征指纹图谱相比,肚倍比角倍多了5个峰,保留时间为20.3 min、26.0min、27.6min、54.6min、75.9min,同时少了49.1 min相对位置的保留峰。结论：通过分析不同产地的五倍子角倍和肚倍中特征性化学成分,表明肚倍的有效成分多于角倍。利用相似度研究、聚类分析技术及主成分分析,可有效区分二者,为五倍子药材质量综合评价和利用提供参考。     

基于正序故障分量的双端故障测距算法

本文提出了一种新的高压输电线路故障测距的精确算法。该算法基于线路的分布参数模型,根据均匀传输线的波动方程(长线方程)得出的故障时沿线电压的分布规律,使用搜索迭代的方法计算出故障点的位置。为了消除过渡电阻的影响,引入正序故障分量来计算。本文还给出了具体ATP仿真实例和仿真结果。     

基于颜色特征和支持向量机的蚕茧分类方法研究

针对人工筛选蚕茧工作中漏检率高、效率低的问题,提出了一种基于颜色特征和支持向量机的蚕茧分类方法。该方法以黄斑茧、烂茧、印头茧、薄皮茧和上车茧等5种蚕茧为研究对象,首先对采集的蚕茧图像进行边缘检测、连通域提取等步骤以实现背景分割与正、反面连接,然后提取蚕茧图像HSV颜色空间模型下的颜色直方图和颜色矩作为颜色特征,并将5种蚕茧的HSV三通道像素分布详细划分、量化,最后对蚕茧图像颜色特征进行主成分分析,结合支持向量机设计4种分类器构造方案进行效果对比。试验结果表明,将颜色直方图和颜色矩组成颜色特征集后进行主成分分析,并使用支持向量机构造分类器对5种蚕茧分类效果最好,其中主成分变换最优累计贡献率为999%,分类准确率达91%,单粒蚕茧图像识别时间为012s。本方法为蚕茧智能化分选设备的研究提供了理论基础。     

基于AlexNet的栽培苜蓿病害识别

苜蓿病害的准确快速识别是栽培苜蓿草地病害防治的关键。苜蓿病害鉴别对专业知识和识别工具及检测环境要求较高，传统的苜蓿病害识别往往需要采用显微观察等手段对叶片病害部位进行镜检，存在时效性差、成本高，难以实现大范围多点位的快速识别等弊端。近年来在图像识别领域的计算机视觉和深度学习得到快速发展，为苜蓿病害智能化识别提供了新途径。本研究利用13种常见苜蓿病害图像数据集，基于改进的AlexNet深度学习卷积神经网络，经过300次迭代训练，构建了苜蓿病害识别模型，并对比分析了不同图像输入分辨率的苜蓿病害识别精度。结果表明：13种苜蓿病害最优模型识别总体精度达到72%，最优图像输入尺寸为512像素×512像素；剔除识别精度过低的苜蓿病害样本图片后，褐斑病、霜霉病、炭疽病、黑茎叶斑病和小光壳叶斑病5类苜蓿病害的识别总体精度提高到92%，最优输入尺寸为1200像素×1200像素。这2种模型均能够实现对苜蓿主要病害的快速识别，研究结果可以为苜蓿病害智能检测系统的研发提供图像识别方面的技术支持。     

一种基于Laplace谱和“匈牙利算法”的匹配算法

本文提出一种基于Laplace谱和"匈牙利算法"的匹配算法。该算法首先通过递增权值函数,分别对两幅待匹配图像的特征点构造Laplace矩阵,并对其进行奇异值分解;然后通过分解后的矩阵特征向量,构造一个初始的匹配关系矩阵,并结合匈牙利算法变换该矩阵,最后得到新的匹配矩阵。实验结果表明,该算法能够达到较高的匹配效果。     

基于自嵌入颜色兼容性的彩色图像水印算法

本文提出了一种基于小波域的鲁棒性彩色图像水印算法,称为自嵌入颜色容许性彩色图像水印算法(CIW-SECP)。CIW-SECP技术是指在YUV色彩空间的Y和U平面上利用扩频方式嵌入两个水印标记。水印权重基于U和V平面所谓的"颜色允许性"生成。这些生成的权值利用图像的颜色特征自嵌入在相应的U和V平面上。实验结果表明,该CIW-SECP技术表现出非常高的不可感知性(PSNR∈[71.21—85.95]dB),并且对大多数典型的攻击具有较高的鲁棒性。     

基于模糊推理的生猪异常行为综合判断

为了实现生猪异常行为的智能化判断,首先要对与生猪行为相关的参数进行数字化监测,由于生猪行为数字化监测的复杂性,单一的监测方式很难实现生猪异常行为的准确监测。本研究运用机器视觉、听觉以及超声波和微惯性传感器4种监测技术手段,从多角度对生猪行为进行数字化综合监测后,采用基于综合加权相似度的区间值模糊推理技术对生猪异常行为进行综合判断。结果表明:推理判断结果与饲养员决策结果相比,准确度达87%。说明基于综合加权相似度的区间值模糊推理技术可及早发现生猪养殖中的异常状况,有效避免危害的进一步扩大。     

改进SIFT算法在二维图像三维重建中的应用研究

由二维图像恢复到三维立体结构过程中,图像匹配技术是其中很重要的一个环节。由于SIFT算法具有对图像平移、旋转、缩放、甚至仿射变换保持不变性的优点,应用最为广泛。但是SIFT算法也存在一些缺陷,如SIFT匹配点数量有限、重复率高,在大量形状相似区域匹配正确率低,匹配时间长等。本文采用简化SIFT模型进行双向匹配[1],同时增加了匹配条件即改进欧式距离匹配与余弦匹配[2]相结合,实验结果表明,改进后的SIFT算法缩短了运算时间,提高了匹配的精准度,可以较好的应用于图像匹配中。     

结合深度学习与图像处理的黄斑茧识别算法

剥茧缫丝是提取丝绸制品原料蚕丝的重要环节,在缫丝前需要对蚕茧进行筛选,剔除不合格的下茧。针对目前自动化识别上车茧和黄斑茧准确率低的问题,文中提出一种结合深度学习与图像处理技术的识别算法。引入空洞卷积改进YOLOv5s网络,利用改进后的网络对不同类别标签的蚕茧图片进行训练和预测;在此初识别基础上,对网络预测结果置信度小于70%的图片进行图像处理二次判别,在原始图片上根据网络预测的锚定框提取出蚕茧所在区域,经背景分割预处理后单独提取蚕茧HSV颜色模型中S通道图,在S通道图上分析蚕茧黄斑颜色特征,统计表面黄斑区域的面积占比和平均饱和度,并设定双阈值进行二次识别。经测试,该算法识别上车茧和黄斑茧的平均准确率达到94.94%,单张图片初识别加二次识别总时间为318.5 ms。     

蜂胶醇提取物紫外光谱相似性探讨

本文对来自我国6个蜂胶产区30个蜂胶样品紫外光谱进行扫描，以匹配因子表示光谱之间的相似度。匹配因子计算结果显示：除个别样品外，绝大多数样品光谱匹配因子都大于0．9900，此结果说明，我国6个蜂胶产区蜂胶样品紫外光谱存在极大相似性，光谱之间的相似性可为蜂胶质量的控制提供新的思路。