摘要：为了提高自动化专业“数字图像处理”课程的教学质量,使学生能够利用opencv进行图像处理,给出了数码管数字识别的实验设计与实现的案例。基于单片机课程教学中的开发板平台,采用数码管显示数字,对摄像头采集的图像进行数字识别实验,结果表明,能够实现对数码管数字的准确识别。通过该实验设计,不仅能够使学生掌握opencv在图像处理中的用途,也能够使学生的编程能力和实践能力得到提升。

摘要：本文针对数学作业中四则混合运算设计了算式批改系统,协助老师完成繁重的批改作业工作。针对算式中印刷体和手写体字符识别,采用了一种基于opencv函数库利用SVM(支持向量机)分类器进行混合字符识别的方法。首先介绍了系统的工作流程,对每个步骤进行了详细的介绍,在此基础上设计了SVM分类器对参数进行优化,结果表明SVM分类器在字符识别准确率上有较优的效果。通过实验仿真,结果表明本系统在算式批改上的可行性,具有良好的实用性。

摘要：目前在线考试系统的考试维持仍然以人工管理为主,随着人工智能发展,无人监考需求更加突出,为此设计了一种新的系统方案,该方案利用基于opencv的人脸识别为核心技术构建无人监考的在线考试系统,以实现智能考试维持。实验结果表明,该系统可以有效解决无人监考及考试智能认证的问题,大幅度减少了在线考试的人工介入。

摘要：本文设计的激光投影虚拟键盘是基于opencv结合图像摄像头和980nm一字红外激光和980nm红外滤光片以及键盘投影激光组成。软件系统采用matlab、Visual Studio及opencv等工具进行协同设计,经过实验和测试本虚拟键盘可以准确定位和检测手指的位置。

摘要：针对目前国内基于视频检测的道路结冰检测装置采集到的路面图像环境复杂、结冰信息提取不充分导致识别准确率低的问题,设计了一种道路结冰检测系统;通过设定ROI以及边缘检测与二值形态学结合的方法对车辆进行分割以获得仅有路面的图像,采用自适应小波去噪算法对路面图像进行预处理以提高图像识别的准确率,提取道路图像颜色H、I分量的三个低阶矩以及灰度共生矩阵中的能量、熵和方差的组合作为特征向量,使用SVM分类器对道路图像进行识别,结果通过以太网分级传输至监控中心对数据进行存储、查看以及显示.实验结果表明,该系统能够准确、有效地对道路状态进行识别,并能够将图像以及数据发送至监控中心供工作人员查看,为交通管理部门的决策提供了数据基础.

摘要：为实现异构车站信号平面图图纸数据格式的统一,结合车站信号平面图(简称:平面图)中各模块的形态特征分析与逻辑关系,提出基于opencv的图像识别方法以对平面图中主要的站场信号设备进行图像识别。将CAD平面图统一转化为相同分辨率及尺寸的PNG格式图像,采用灰度化和边缘检测算法进行图像预处理,得到站场的轮廓;分析平面图结构,利用Hough圆检测与直线检测实现平面图元的特征提取;根据识别到的圆与直线段,结合每种站场信号设备的属性特点及其之间物理连接的逻辑关系,分别设计识别方法。试验结果表明:基于opencv的图像识别方法可较为准确、完整地识别出各类站场信号设备,并获得每个设备相关的站场数据。

摘要：针对仓库、厂房等地对运送平台自主移动的需求,文中着重进行了麦克纳姆轮全向移动平台的摄像头循线算法优化设计.通过HSV与RGB结合分割的方式适应多背景的颜色分割.采用概率霍夫变换检测直线后,提出一种简化算法,可准确获得目标直线并减少运算量.在拐角与十字路口检测时引入凸包缺陷检测,通过算法的优化与几何条件的综合判定,做到准确检测.采用opencv编程,移植到Manifold嵌入式处理平台后,经实际测试证明,该算法能够达到实时分析的要求.

摘要：随着道路车辆的增多,传统的人为交通管理方式越来越难以掌控复杂的道路交通情况,已逐渐退出大众视野。而随着机器视觉技术的快速发展,通过先进的目标检测算法实现自动化、智能化和精密的交通管控已开始大量普及。因此,提出并设计了基于opencv的道路车牌识别系统,可在复杂的道路环境下保持长时间工作并维持一定的准确率,提高交通管理效率,节约人力资源,方便人们出行。文中利用车牌特征输入的图像进行车牌定位,再通过灰度化,基于Radon变换的倾斜校正、二值化、腐蚀、膨胀等数字图像处理算法来处理车牌图像,去除车牌图像因为环境而产生的干扰。之后运用垂直投影法分割车牌字符,最后用模板匹配的方法来识别车牌字符,并输出识别信息。在实验中,通过车牌数据检测,该系统的识别准确率超90%。

摘要：为实现传统图像处理方法在智能交通系统中的广泛应用,针对高速公路监控视频中车辆的识别与计数方法进行研究,采用Python编程语言,基于opencv库,通过灰度化、去噪、背景减除和形态学运算等一系列传统图像处理方法完成了车辆的识别与计数功能设计,并将该方案与基于YOLOv3模型和简单在线和实时跟踪(SORT)算法相结合的方案进行对比。结果表明,传统图像处理方法可以完成运动目标检测任务,但相对于基于深度学习的方案存在准确度不高和通用性不强的问题,为此提出了将传统图像处理与深度学习相结合的研究建议。

摘要：随着计算机新技术的流行,人脸识别等新技术的应用范围越来越宽广。在学校招生规模的扩大的前提下,课堂上有效快速点名成了上课教师的新问题。该文采用opencv和Python构建人脸识别技术实现课堂快速考勤。