摘要：车牌识别是对实时图像中的车牌区域进行感知和截取,进行光学字符识别的过程。针对人工检测效率低的弊端,设计了一种应用于Android移动平台的车牌识别检测系统,利用opencv视觉开发库进行二次开发,使用支持向量机对图像进行判断,截取有效车牌区,并使用人工神经网络中的多层感知机模型实现字符的识别。测试结果表明,该系统检测速度快,准确性能高,对硬件设备要求低,实现了在移动环境下对车牌信息的有效检测和采集。

摘要：作物叶面积指数是重要的植物信息,是一种重要的生理特征和物理参数。文章旨在设计一套快速图像采集系统及叶面积测定系统,使用Python和Open CV对图像进行处理,实现对叶面积的快速测定,并对叶面积的检测结果进行实验,实验表明:2种轮廓处理算子——Roberts算子和Scharr算子的测量误差均在3.00%之内。当手机和目标物的距离为300 mm时,测量误差大于5.00%;在400 mm时,测量误差在5.00%~3.00%;当超过500 mm时,误差稳定且小于3.00%。同时对多个拍摄偏转角度进行检测,并用多种形状的几何图像模拟了不同形状的叶片进行了面积测量,误差均在5.00%以内,可满足大多数情况下的叶面积测量应用。

摘要：设计了一款基于STM32单片机,Qt上位机,opencv的快速解魔方机器人。通过Qt-C++制作上位机,该上位机通过USB摄像头采集魔方6个面的颜色信息,并通过开源计算机视觉库opencv[1]对包含颜色信息的图像进行分割和识别,从而确定出6个面共54个色块的颜色,然后采用一定的魔方还原算法,获得还原魔方的步骤,将步骤通过串口发送给STM32下位机,由其控制步进电机拧动魔方,从而实现魔方的还原。

摘要：煤矿井下运动目标的监测是随着工业视频监控、数字图像处理和模式识别等技术的发展而提出的一种安全生产管理的新需求,通过识别井下移动物体,判别其基本属性,跟踪其运动轨迹,分析其所处环境,结合预设参数及专业库,进行危险性判别及预警。针对煤矿井下环境的运动目标检测需求,描述了整个系统的组成及框架,采用背景差分法的基本原理,重点设计了矿井监控视频中的运动目标检测的流程及相关算法,结合Python与opencv的编程,混合高斯的建模过程,实现了煤矿井下综采工作面的运动目标的检测。现场应用表明,采用该流程及算法,在K=5,std=20,std_t=20,λ=3条件下,很好地实现了矿井监控视频中人员或矿车的动目标判别。

摘要：视线控制技术是通过捕捉并分析眼睛瞳孔的移动,从而达到控制交互界面的技术。该技术可以帮助残疾人士远程控制智能设备,如智能机器小车等,以扩展人们的行动和控制能力。通过对眼球追踪与控制技术的理论和技术的系统研究,设计了一个基于实现控制的模拟小车系统。该系统能够通过摄像头捕捉进行人脸识别并进一步捕捉到眼球运动行为,并对眼球的运动进行分析和数字化,从而控制模拟小车的前后左右运动。该系统主要包括人脸检测模块、眼睛检测模块、瞳孔定位模块、眼眶定位模块、位置计算模块和小车控制模块等几个模块。实验结果表明,该系统经过训练能够准确识别目标人脸的眼球运动轨迹和运动情况,并根据眼球运动能够精确控制模拟小车的运动。

摘要：本文提出的摄像机标定系统是面对具体应用的实用性而设计,详细介绍了理想摄像机透视成像模型,分析了摄像机固有的非线性畸变模型,融合了理想摄像机成像模型和非线性畸变模型之间的联系,提出一种实用的摄像机标定系统设计方法,在VC++环境下调用Open CV的相关库函数进行标定系统设计,编制了MFC程序界面。

摘要：本文主要对视频监控系统的采集、录像、存储、回放等功能进行设计与实现。系统基于Qt开发环境进行实现,以操作便捷、安全可靠为设计宗旨,重点体现系统的实用性。

摘要：本文设计的是一款基于opencv图像识别的智能对弈机器人,我们利用上位的树莓派进行图像识别,通过串口控制下位的MK60单片机进行运动控制。采用机器学习KNN算法,通过摄像头完成线条、几何图形的识别。采用Alpha-Beta剪枝搜索算法计算AI落子位置,控制机械臂用电磁铁吸取棋子放到指定位置。经多次测试,该系统已具备较高的稳定性。

摘要：文章通过高斯建模得到一个很好的前景模型构架,再用blob斑点扫描确定斑点的位置,接着运用opencv自带的行人分类器和自定义算法判断行人的行走状态对场景中人数进行统计评估,理论分析和试验结果表明该种算法都具有较好可靠性和有效性。

摘要：目前的拍摄设备无论是手持拍摄、还是固定点摄像机拍摄,都是根据拍摄目标的远离或者走动,而导致拍摄不清或者拍摄效果不是最佳,存在的缺点就是耗费了大量的人力和物力,也浪费了时间.为了优化这个问题,课题拟设计一种可以自动捕捉识别拍摄目标并且可以跟随目标移动的机器人,它还可以根据目标的手势进行拍照、暂停等功能.是一种新型的智能拍照机器人,可以尝试以此开辟一处新的商业市场需求领域,该机器人可以运用到医学拍摄、课堂记录、会议记录、军事捕捉等多个场所.