物体特征的快速检测与识别方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

物体特征的快速检测与识别方法

王欢欢, 杨清平, 王向军

文章导航 > 红外与激光工程 > 2014 > 43(3): 1002-1008

王欢欢, 杨清平, 王向军. 物体特征的快速检测与识别方法[J]. 红外与激光工程, 2014, 43(3): 1002-1008.

引用本文:

王欢欢, 杨清平, 王向军. 物体特征的快速检测与识别方法[J]. 红外与激光工程, 2014, 43(3): 1002-1008.

Wang Huanhuan, Yang Qingping, Wang Xiangjun. A fast test and recognition method for object character[J]. Infrared and Laser Engineering, 2014, 43(3): 1002-1008.

Citation:

Wang Huanhuan, Yang Qingping, Wang Xiangjun. A fast test and recognition method for object character[J]. Infrared and Laser Engineering, 2014, 43(3): 1002-1008.

物体特征的快速检测与识别方法

1.
天津科技大学机械工程学院,天津300222;
2.
School of Eng. & Design,Urunel University,London,UK,UB8 3PH;
3.
微光机电系统技术教育部重点实验室天津大学,天津300072

基金项目:

国家教育部支撑项目（625010110）;微光机电系统技术教育部重点实验室（天津大学）开放基金（KF2K131001）;天津科技大学引进人才科研启动基金（201304003）

作者简介:
王欢欢（1982-），女，讲师，博士，主要从事视觉感知、视觉测量、产品定制设计等方面的研究。Email：whh088@hotmail.com

中图分类号: TP391

A fast test and recognition method for object character

1.
College of Mechanical Eng.,Tianjin University of Science and Technology,Tianjin 300222,China;
2.
School of Eng. &Design,Urunel University,London UB8 3PH,UK;
3.
Micro Optics Electronic Machine System Education Ministry Key Laboratory,Tianjin University,Tianjin 300072,China

摘要: 文中的目的是讨论一种新的物体特征快速检测与识别方法，该方法适于具有纹理特征的在运动中视角不断变化的物体快速检测与识别。该方法基于新发展的多级定向执行长度编码法（Multilevel Orientation Run Length Coding，MORLC）。由此产生了两种新的物体特征样本形式，即：MORLC 坐标样本和MORLC 长度样本。文中给出了MORLC 方法的理论分析和匹配判据，以及利用MORLC 坐标和长度样本对运动物体的检测和识别数据。实验结果显示MORLC 编码属于字符数据样本，数据量小，占用存储空间少，构造过程简单，运算处理效率高，构建样本的灵活性强，可根据不同的应用需求选择不同级次的样本形式，匹配和识别的鲁棒性好，不易产生错误匹配等。该方法适用于变视角运动物体的快速检测与识别，以及产品特征检测和识别。
- 特征检测 /
- 特征识别 /
- 图像编码 /
- 产品分类
Abstract: A new method of fast test and recognition of moving object was presented in the article, that is suitable for fast inspection and recognition of object with complex texture and moving state in unceasing changing view angle. A new coding method based on Multilevel Orientation Run Length Coding (MORLC) was developed, and the two new templet models with MORLC coordinate and length coding were developed in the research. Systemic theory process and criterion were given in the the article, and experiment data of object character inspection and recognition by MORLC coordinates and length coding and templets were given. The MORLC coding and templets shows benefits with small data anount, small storage addresses, easy constructing, high processing speed, flexible coding form with different multilevels resting with different application situation, high robusticity, low mistakes, etc. The method can be used for fast inspection and recognition of moving objects at moving state in unceasing changing view angle, especially character test and recognition of a great lot products.
- character inspection /
- character recognition /
- image coding /
- product classify

[1]
[2]
[3]	Naimi H M. New image steganographic method using RLC modular arithmetic [C]//IEEE International Conference on Signal Processing and Communications 2007 (ICSPC 2007), 2007: 744-747.
[4]
[5]	Mei Yuesong, Yu Jiangqiao, Chen Xi. Moving object tracking in the moving background[J] Infrared and Laser Engineering,2011, 39(4): 757-761. (in Chinese)
[6]	Al-Wahaib M S. A lossless image compression algorithm using duplication free run-length coding [C]//2010 Second International Conference on Network Applications Protocols and Services(NETAPPS), 2010: 245-250.
[7]
[8]
[9]	Wen Pengcheng, Wang Xiangjun, Wei Hong. Modified level set method with Canny operator for image noise removal[J]. Chinese Optics Letters, 2010, 8: 112-1130.
[10]	Guha Tanaya, Ward Rabab Kreidieh. Learning sparse representations for human action recognition [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34: 1576-1588.
[11]
[12]	Wen Pengcheng, Zhang Yadi, Wang Xiangjun, et al. Shape recovery from images acquired by a wedge-ring poor-pixels detector [J]. Infrared and Laser Engineering, 2013, 42 (5): 1366-1371. (in Chinese)
[13]
[14]
[15]	Suau, Xavier, Ruiz-Hidalgo Javier, Casas Josep R. Real-time head and hand tracking based on 2.5D data [J]. IEEE Transactions on Multimedia, 2012, 14: 575-585.
[16]	Kim Jonghoon. Pattern recognition for temperature-dependent state-of-charge/capacity estimation of a Li-ion cell [J]. Transactions on Energy Conversion, 2013, 28: 1-11.
[17]

[1]	王丽英, 有泽, 吴际, CAMARA Mahamadou. 联合NDRI特征和空间相关性的机载MS-LiDAR数据分类 . 红外与激光工程, 2023, 52(2): 20220376-1-20220376-11. doi: 10.3788/IRLA20220376
[2]	孙旭旦, 吴清, 赵春艳, 张满囤. 语义增强引导特征重建的遮挡行人检测 . 红外与激光工程, 2022, 51(9): 20210924-1-20210924-10. doi: 10.3788/IRLA20210924
[3]	林森, 赵振禹, 任晓奎, 陶志勇. 基于语义信息补偿全局特征的物体点云分类分割 . 红外与激光工程, 2022, 51(8): 20210702-1-20210702-12. doi: 10.3788/IRLA20210702
[4]	王鹏翔, 张兆基, 杨怀. 结合多特征融合和极限学习机的红外图像目标分类方法 . 红外与激光工程, 2022, 51(6): 20210597-1-20210597-6. doi: 10.3788/IRLA20210597
[5]	杨棉绒, 牛丽平. 基于LGBM的Zernike特征选取及红外图像目标识别方法 . 红外与激光工程, 2022, 51(4): 20210309-1-20210309-6. doi: 10.3788/IRLA20210309
[6]	廖莎莎. 基于筛选深度特征的红外图像目标识别方法 . 红外与激光工程, 2022, 51(5): 20210372-1-20210372-6. doi: 10.3788/IRLA20210372
[7]	史国军. 深度特征联合表征的红外图像目标识别方法 . 红外与激光工程, 2021, 50(3): 20200399-1-20200399-6. doi: 10.3788/IRLA20200399
[8]	徐云飞, 张笃周, 王立, 华宝成. 非合作目标局部特征识别轻量化特征融合网络设计 . 红外与激光工程, 2020, 49(7): 20200170-1-20200170-7. doi: 10.3788/IRLA20200170
[9]	陈明, 赵连飞, 苑立民, 徐峰, 韩默. 基于特征选择YOLOv3网络的红外图像绝缘子检测方法 . 红外与激光工程, 2020, 49(S2): 20200401-20200401. doi: 10.3788/IRLA20200401
[10]	倪洪印, 李凤萍. T-CENTRIST特征的红外图像人体检测 . 红外与激光工程, 2020, 49(S2): 20200423-20200423. doi: 10.3788/IRLA20200423
[11]	南天章, 耿建君, 陈旭, 陈颖. 基于邻域特征的红外低慢小目标检测 . 红外与激光工程, 2019, 48(S1): 174-180. doi: 10.3788/IRLA201948.S128002
[12]	陶兆禾, 郑慧茹, 秦柳燕, 廖景荣, 徐媛媛, 王亚伟. 前后向散射特征分析下的白细胞亚型分类识别仿真研究 . 红外与激光工程, 2019, 48(5): 533001-0533001(8). doi: 10.3788/IRLA201948.0533001
[13]	程全, 樊宇, 刘玉春, 王志良. 多特征融合的车辆识别技术 . 红外与激光工程, 2018, 47(7): 726003-0726003(6). doi: 10.3788/IRLA201847.0726003
[14]	贾桂敏, 李树一, 杨金锋, 夏冬. 指静脉红外图像特征不变性编码新方法 . 红外与激光工程, 2018, 47(9): 926006-0926006(7). doi: 10.3788/IRLA201847.0926006
[15]	陈宇, 温欣玲, 刘兆瑜, 马鹏阁. 稀疏自动编码器视觉特征融合的多弹分类算法研究 . 红外与激光工程, 2018, 47(8): 826004-0826004(8). doi: 10.3788/IRLA201847.0826004
[16]	孙剑明. 剖分特征集星识别法在天文导航中的应用 . 红外与激光工程, 2015, 44(11): 3330-3335.
[17]	张仲瑜, 焦淑红. 多特征融合的红外舰船目标检测方法 . 红外与激光工程, 2015, 44(S1): 29-34.
[18]	张采芳, 田岩, 李江. 基于几何特征分析的路面裂缝分类算法研究 . 红外与激光工程, 2015, 44(4): 1359-1364.
[19]	杨绪峰, 林伟, 延伟东, 温金环. 采用热核特征的SAR图像目标识别 . 红外与激光工程, 2014, 43(11): 3794-3801.
[20]	秦玉华, 丁香乾, 宫会丽. 高维特征选择方法在近红外光谱分类中的应用 . 红外与激光工程, 2013, 42(5): 1355-1359.

WeChat

点击查看大图

计量

文章访问数: 219
HTML全文浏览量: 26
PDF下载量: 144
被引次数: 0

物体特征的快速检测与识别方法

1. 天津科技大学机械工程学院,天津300222;

2. School of Eng. & Design,Urunel University,London,UK,UB8 3PH;

3. 微光机电系统技术教育部重点实验室天津大学,天津300072

作者简介:
王欢欢（1982-），女，讲师，博士，主要从事视觉感知、视觉测量、产品定制设计等方面的研究。Email：whh088@hotmail.com

收稿日期: 2014-02-11
修回日期: 2014-03-12
刊出日期: 2014-03-25

基金项目:

国家教育部支撑项目（625010110）;微光机电系统技术教育部重点实验室（天津大学）开放基金（KF2K131001）;天津科技大学引进人才科研启动基金（201304003）

中图分类号: TP391

关键词:

摘要: 文中的目的是讨论一种新的物体特征快速检测与识别方法，该方法适于具有纹理特征的在运动中视角不断变化的物体快速检测与识别。该方法基于新发展的多级定向执行长度编码法（Multilevel Orientation Run Length Coding，MORLC）。由此产生了两种新的物体特征样本形式，即：MORLC 坐标样本和MORLC 长度样本。文中给出了MORLC 方法的理论分析和匹配判据，以及利用MORLC 坐标和长度样本对运动物体的检测和识别数据。实验结果显示MORLC 编码属于字符数据样本，数据量小，占用存储空间少，构造过程简单，运算处理效率高，构建样本的灵活性强，可根据不同的应用需求选择不同级次的样本形式，匹配和识别的鲁棒性好，不易产生错误匹配等。该方法适用于变视角运动物体的快速检测与识别，以及产品特征检测和识别。

English Abstract

全文HTML

参考文献 (17)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回