形状识别

摘要： 针对云粒子成像仪(CIP)无法对所测云粒子图像进行形状自动识别的问题,文中提出一种模拟退火算法优化的BP神经网络的云粒子形状自动识别方法。首先利用形态学处理中的闭合操作对采集后的云粒子图像进行处理,实现云粒子内部填充和边界平滑;然后利用Holroyd特征参量和凸包计算提取云粒子图像形状特征值,利用BP神经网络识别9类云粒子图像形状。由于BP神经网络容易陷入局部最优值,因此选用模拟退火算法对BP神经网络的权值和阈值的最优值进行优化,以改善网络性能和提高识别准确率。最后,利用CIP实测云粒子数据片段对传统方法与文中所提方法进行形状识别效果对比。结果表明,相比传统的云粒子形状识别方法,所提方法对云粒子形状识别的准确率有明显提高,且能实现自动识别。

摘要： 根据第七届全国大学生工程训练综合能力竞赛水下管道巡检赛项命题,对附着在水下管道的立体物料进行分类区分。经过整体方案以及各类算法的研究,硬件配置采用嵌入式树莓派系统,基于Tensor⁃Flow深度学习框架,采用Python语言完成图像处理、卷积神经网络设计对附着在管道上的物料进行分类,取得良好的效果。

摘要： 为了实现对物体颜色、几何形状、直线距离等参数的准确测量,文章设计了基于OpenMV的非接触式物体尺寸形态测量系统,摄像头模块OpenMV以STM32H7为控制核心对物体进行测量,Arduino Nano单片机用作下位机进行信息传输,OpenMV控制导向装置舵机自动寻找目标物体,使激光束指示出被测目标的中心位置,实时测量中心点与被测目标之间的距离,同时还实现了语音播报检测结果、手机APP显示等功能。测试结果表明,该系统的性能可靠,技术指标满足设计要求。

摘要： 近几年非接触物体尺寸形态识别与测量在工业场景中的应用越来越广泛,主流方法是基于深度学习完成识别与测量,但成本和开发门槛都较高。因此,为解决目前市面上物体识别测量成本高的问题,文章提出了一种能完成简单物体非接触识别捕捉与测量的装置。基于可编程摄像头模块OpenMV,该装置能完成物体形状的快速判断并测出其尺寸与距离,操作简易、成本低,可应用于工业中简单零件分拣、尺寸初步测量等工业场景,测量误差能够被控制在1.5%以下。

摘要： 以实际工业现场生产线中物料分拣的应用为背景,设计了数字图像处理课程的综合实验案例。在综合实验课程中,构建了机器人物料识别与分拣系统和可交互图形用户界面。根据实际工程要求,学生在可交互图形界面中利用Python作为编程语言,运用生产线中物料识别的原理,补充业务逻辑代码,按照“图像输入—图像处理—结果输出”的顺序完成函数,实现物料分拣的功能。在综合实验设计中采用“分层次”的教学方法,按认知实验、验证实验、创新实验3个层次设计实验。该综合实验是现有理论教学的有益补充,有助于达成课程教学目标。

摘要： 交通标识分类是交通标识识别系统的基础环节,而交通标识形状识别是交通标识分类的核心部分.对交通标识进行了研究,将交通标识分为禁令标识、警告标识和指示标识3大类分别进行分析,提出了一种利用边缘走势统计特征反映目标形状特征的新算法,并将其与BP神经网络相结合用于交通标识形状的识别.首先利用颜色信息实现交通标识区域分割,随后记录交通标识的边缘走势并统计比例,最后使用BP神经网络进行分类,实现交通标识形状的识别.该算法对不同倾斜角度和不同拍摄角度的交通标识图像均具有很好的识别效果和识别速率.

摘要： 针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络(CNN)能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法.本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别.实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度.

摘要： 以专业性较强的典型工业模块材料分拣设备为载体,改造前通过普通传感器实现物料自动化分拣,改造升级为以视觉识别技术为主的多维度智能化分拣设备。设备升级改造以数莓派为硬件框架,采用Open CV以及计算机编程等技术搭建出匹配设备。

摘要： 形状特征是图像的一种重要视觉特征,其提取方法是形状识别、图像检索以及图像匹配等领域的研究热点.Spike参数用来反映磨粒轮廓角度的变化,spike参数越大,磨粒越尖锐,磨粒的磨损作用越大.在spike参数的基础上,提出了4种用于形状特征提取的spike函数,分别为用于表征形状轮廓细节特征的spike-angle函数和spike-height函数,以及用于表征形状轮廓整体特征的spike-area函数和spike-distance函数.根据spike函数提取形状特征时,采用多个步长的spike-angle函数和spike-height函数,同时采用单个步长的spike-area函数和spike-distance函数.为了消除起始点对spike函数计算的影响,以多尺度spike函数的归一化傅里叶变换系数的幅值作为形状特征.分别在MPEG-7和Swedish leaf数据集进行实验验证,与其他方法的对比结果表明采用spike函数提取形状特征,用于形状识别时,识别准确率高,抗噪声能力强.

摘要： 无人机进行植保作业后,要实现自主降落,传统的无人机一般借助于自身的GPS系统进行辅助,但该系统在小型无人机上进行精确定位时会存在较大误差.针对这一问题,利用机器视觉系统对无人机定点识别方法展开了研究:设定特定的地标,通过色值提取滤去该定点以外的其他颜色干扰信息,展开形状分析排除掉除该定点形状以外的元素,进行Canny边缘检测识别出地标的轮廓,建立平面坐标系,结合边缘检测获得的像素信息测算地标点的具体方位,并通过试验验证了利用视觉系统可以较好地辅助无人机实现定点降落.

摘要： 本文提出了一种形状识别新方法,该方法利用形状的区域信息,基于Radon变换定义了形状的特征,该特征从不同的分辨率上刻画了形状,归一化特征对形状平移和尺度具有不变性,并把形状的旋转转化为特征的平移,结合特定的分类器使得所提方法对形状几何变换(尺度、旋转和平移)具有不变性。由于所提特征能从不同尺度刻画形状,所提方法具有良好的形状描述和识别能力;由于无需对形状正则化和特征的获取基于积分操作,所提方法具有良好的鲁棒性和抗畸变能力。

摘要： 颗粒图像形状的自动识别广泛应用于大气颗粒细胞细菌采样分析等产品的研究开发.本文从应用的角度出发,提出了一种基于傅立叶描述符的颗粒形状自动识别方法.将采集的原始图像进行去噪、光照校正、边界提取等预处理以后,对获得的物体轮廓使用傅立叶描述符对颗粒图像进行形状识别.傅立叶描述符的优点在于它可以在一个统一的框架下描述相同形状的不同尺度、旋转和平移变化.实验结果表明:使用傅立叶描述方法对颗粒图像进行分析识别具有良好的效果,证明了本文方法的有效性的鲁棒性.

摘要： 本文提出了一个卷积神经网络下的三维模型识别方法.该方法通过对模型进行球面深度投影从而生成球面全景图,再将全景图输入到卷积神经网络中进行图像识别.为了提高识别精度,使用多种方法将球面投影图展开为平面图像以得到多个全景图.之后将这些全景图并行输入到一个具有特殊结构的深度网络中,该网络的输入端具有多个分支,每个分支输入的是一幅全景图,输出的是每幅全景图的一个描述符,在这些分支之后安置了一个整合层,从而将多个全景图描述符整合成为一个三维模型的描述符,整合层之后有数层全连接层,最终会输出模型的分类概率向量.实验结果表示,该方法的识别效果优于近年的最新方法,在ModelNet40集合上进行检索的准确度甚至超过了多视图识别方法.

摘要： 通用的SQL查询语言与空间概念集成后产生了空间SQL查询语言，不仅数据类型从简单的整数、小数、字符等扩展为复杂的空间数据类型点、线、多边形、复杂线、复杂多边形等，查询的操作谓词也扩展到针对拓扑数据，欧几里得数据，方向数据以及尺度数据等空间数据的处理。然而，这些扩展还是不能满足空间查询的需求。针对空间问题的查询不仅涉及几何、拓扑或语义方面的信息，还包括空间认知相关的信息。我们希望GIS能够检索在认知效应上与“心理模型”相匹配的目标，基于大脑的思维、推理，寻找存在于社会和自然界中的替代品(Freksa 1991)。空间形状和空间模式识别及查询即属于该情形，其过程取决于人类认知反应而不是取决于本体自身的属性。譬如：我们想从空间数据库中提取T形或U形的建筑物，就是要通过空间认知来进行形状的比较。本文论述了基于形状的查询在空间数据库查询中占有重要地位以及SQL查询语言与空间认知结合进一步扩展其功能。

摘要： 本文使用最小二乘配点无网格法结合共轭梯度法对管道内壁面侵蚀形状进行了反演识别。最小二乘配点无网格法使用节点和辅助点离散求解区域，采用移动最小二乘近似构造试函数，进行导热正问题求解；反演过程使用共轭梯度法计算目标函数，Akima三次样条函数被用来将离散的未知内边界点连成光滑曲线。经算例验证，使用最小二乘配点无网格法结合共轭梯度法反演具有较高精度。

摘要： 本论文研究了反求工程中含有自由曲面构造的零件截面形状识别及尺度计算方法,提出了尺度计算和对称性识别策略.通过求取模型断面的最小外接矩形来实现二维尺度计算,而对称性的判断则先搜索潜在的对称轴,然后进行对称性测试.结合采用坐标变换和最佳拟合直线方法,计算获得零件断面尺度和可能的对称轴线.利用分段分割技术把断面轮廓分解为若干直线段和曲线段,然后分别提取各组成部分特征量,最后以基于特征量的对称性匹配计算完成对称性测试.

摘要： 物体形状的识别是模式识别与计算机视觉领域中的具有挑战性的问题.Hu矩是有力的工具,本文利用主轴方法和改进的胡氏不变矩,提出了一种新的形状的轴对称性识别方法,试验表明,基于这种方法的识别算法具有很好的识别率.

摘要： 本文从基于对称集的形状描述子出发,将形状主方向的思想用于此种形状描述子。首先该描述子是二值对角对称图表,此图表具有图形上成对点的全局对称特性；其次形状主方向消除了边界起始点的影响。在所定义的矩阵内积基础上,计算两图形的匹配值。实验表明由于形状主方向的引入,进一步缩短了匹配值的计算时间,并通过几种类别的图形测试了这种描述子的描述能力。

摘要： 本文从基于对称集的形状描述子出发,将形状主方向的思想用于此种形状描述子。首先该描述子是二值对角对称图表,此图表具有图形上成对点的全局对称特性；其次形状主方向消除了边界起始点的影响。在所定义的矩阵内积基础上,计算两图形的匹配值。实验表明由于形状主方向的引入,进一步缩短了匹配值的计算时间,并通过几种类别的图形测试了这种描述子的描述能力。

摘要： 本文从基于对称集的形状描述子出发,将形状主方向的思想用于此种形状描述子。首先该描述子是二值对角对称图表,此图表具有图形上成对点的全局对称特性；其次形状主方向消除了边界起始点的影响。在所定义的矩阵内积基础上,计算两图形的匹配值。实验表明由于形状主方向的引入,进一步缩短了匹配值的计算时间,并通过几种类别的图形测试了这种描述子的描述能力。

摘要： 提供了一种用于识别车辆正在上面行驶的道路的形状的方法及设备。根据基于来自车载雷达的检测信息而检测的路旁对象的位置来识别车辆左右两侧上的道路边缘形状。根据基于由车载摄像机采集的图像而检测的车道边界线的位置来识别车辆左右两侧上的作为车道边界线的形状的车道形状。从而针对左侧和右侧中的每一侧，对所识别的道路边缘形状和所识别的车道形状彼此进行比较，并且基于比较结果来确定道路形状。

摘要： 提供了一种用于识别车辆正在上面行驶的道路的形状的方法及设备。根据基于来自车载雷达的检测信息而检测的路旁对象的位置来识别车辆左右两侧上的道路边缘形状。根据基于由车载摄像机采集的图像而检测的车道边界线的位置来识别车辆左右两侧上的作为车道边界线的形状的车道形状。从而针对左侧和右侧中的每一侧，对所识别的道路边缘形状和所识别的车道形状彼此进行比较，并且基于比较结果来确定道路形状。

摘要： 不规则形状锂离子电池切割轨迹识别装置及识别方法。随着新能源汽车的快速产业化和规模化，作为重要零部件之一的动力锂离子电池被大量应用，电池的性能随着使用逐渐衰减，当衰减到一定程度时电池将进行报废处理，所以在未来几年内将会有大批量的锂离子电池进入报废阶段。一种不规则形状锂离子电池切割轨迹识别装置，其组成包括：机械手臂（1），所述的机械手臂与龙门架一（2）连接，所述的龙门架一、龙门架二（5）分别与龙门架滑动轨道（3）连接，所述的龙门架滑动轨道之间具有操作台，所述的龙门架二与探针（6）连接，所述的操作台底面与柔性夹具（4）连接，所述的柔性夹具上具有电池（7）。本发明应用于废旧锂离子电池的拆解。

摘要： 本发明提供了一种基本图元点云曲面的几何形状识别方法以及特征识别方法。所述几何形状识别方法包括以下步骤：基于高斯映射法，利用高斯映像的特征显著性对基本图元分组，得到平面‑圆柱面‑圆锥面组和球面‑圆环面组；通过高斯映像特征分析，识别平面‑圆柱面‑圆锥面组中的平面、圆柱面和圆锥面；构建拉普拉斯贝尔特拉米算子，计算拉普拉斯贝尔特拉米算子的算子值，利用算子值均值和方差识别球面‑圆环面组中的球面和圆环面。所述特征识别方法包括：识别基本图元点云曲面几何形状；根据所述识别的基本图元点云曲面几何形状，提取形状几何参数。本发明的有益效果包括识别方法简单可行，针对性好，增强了参数提取的导向性。

摘要： 本发明提供一种能够判定对道路形状近似而得的近似曲线与道路形状对应的有效范围的车道形状识别系统以及车道形状识别方法。车道形状识别系统以及车道形状识别方法检测连续配置于本车辆前方的一连串标识或物体相对于所述本车辆的相对位置，计算对一连串标识或物体相对于本车辆的相对位置进行近似而得的曲线，在计算出多条曲线的情况下，将多条曲线的形状进行相互比较，判定与车道形状对应的曲线以及曲线的有效范围。

摘要： 本发明提供形状识别装置、形状识别方法以及计算机可读介质。实时且高精度地实现对具有柔软性的不定形物进行形状识别。形状识别装置(1)对被机器人(R)组装的具有柔软性的不定形物C的形状进行识别，形状识别装置(1)具备：拍摄不定形物(C)的拍摄部(18)；基于拍摄部(18)拍摄的不定形物(C)的图像来识别不定形物(C)的形状的图像处理部(11c)；基于拍摄部(18)拍摄的不定形物(C)的图像，对不定形物(C)的形状进行仿真的仿真处理部(11d)，仿真处理部(11d)基于不定形物(C)的形状的仿真结果，对图像处理部(11c)进行的不定形物(C)的形状的识别结果进行插补。

摘要： 本发明公开了一种基于计算机视觉的舌裂纹形状识别方法，包括以下步骤：步骤1，舌裂纹的检测和标注；步骤2，舌裂纹的形状识别和标注。本发明将深度学习与传统图像处理方法有机地融合在一起，能够提高舌裂纹特征提取和识别的精确度，能够实现舌裂纹的客观评价，填补了现有技术仅仅提取裂纹特征而无法实现舌裂纹客观评价的空缺。本发明还公开了一种基于计算机视觉的舌裂纹形状识别系统。

摘要： 本发明提供了一种基本图元点云曲面的几何形状识别方法以及特征识别方法。所述几何形状识别方法包括以下步骤：基于高斯映射法，利用高斯映像的特征显著性对基本图元分组，得到平面‑圆柱面‑圆锥面组和球面‑圆环面组；通过高斯映像特征分析，识别平面‑圆柱面‑圆锥面组中的平面、圆柱面和圆锥面；构建拉普拉斯贝尔特拉米算子，计算拉普拉斯贝尔特拉米算子的算子值，利用算子值均值和方差识别球面‑圆环面组中的球面和圆环面。所述特征识别方法包括：识别基本图元点云曲面几何形状；根据所述识别的基本图元点云曲面几何形状，提取形状几何参数。本发明的有益效果包括识别方法简单可行，针对性好，增强了参数提取的导向性。

摘要： 本实用新型的基于形状识别传感器的变压器识别仪，包括底板，其特征在于，包括以下几个部分：行走机构，转向机构，升降机构，识别机构，微调板上固定连接有识别仪本体。其通过行走机构，转向机构，升降机构，识别机构以调整识别仪本体的位置，能代替人力检测变压器的安装情况。

摘要： 本实用新型的基于形状识别传感器的熔断器识别仪，包括识别仪本体，识别仪本体的下侧设有升降装置，识别仪本体通过螺栓固定连接在升降装置上，升降装置上固定连接有供识别仪本体安装的安装条，升降装置包括底板，底板上两个“L”形的安装座，底板上设有升降气缸，升降气缸的缸体转动连接在两个安装座上，升降气缸的活塞杆上固定连接有第一驱动件，第一驱动件滑动连接在底板上，第一驱动件以及安装座上分别转动连接有一个升降杆，两个升降杆的中部相互铰接，升降杆的上端设有承物框，承物框上滑动连接有第二驱动件，两个升降杆的另一端分别转动连接在承物框上以及第二驱动件上。其通过机械使识别仪举高，提高识别仪的使用便捷性。