1 长春师范大学 计算机科学与技术学院, 吉林 长春 130032
2 吉林大学 计算机科学与技术学院, 吉林 长春 130012
3 吉林大学 学报编辑部, 吉林 长春 130012
为减少SIFT车标识别算法中检测极值点的冗余以及各种图像变化因素的不利影响, 提出了基于边缘约束和全局结构化的改进SIFT算法。利用图像不变矩理论及图像边缘检测算法只对目标图像的边缘区域检测, 剔除与车标识别区域无关的极值点; 同时将特征点邻域划分为圆形并计算出同心圆内像素点最大曲率来构建全局SIFT组合特征向量, 使SIFT描述子具有全局描述特性; 并结合SVM模型作为车标图像特征向量的分类器进行特征分类、识别。仿真实验结果表明: 改进的SIFT算法可以减少冗余极值点约25%~45%, 提高了检测极值点的有效性; 使车标平均识别率达到97%以上, 改善了识别实时性。改进SIFT的车标识别方法与几种常用的图像特征提取算子相比较具有识别率高、识别速度快的优点。
车标识别 尺度不变特征变换特征 边缘约束 极值点检测 支持向量机 vehicle logo recognition SIFT feature edge constraint extreme point detection Support Vector Machine(SVM)
1 清华大学 电子工程系, 北京 100084
2 北京大学 计算机科学与技术系, 北京 100871
3 武汉烽火众智数字技术有限责任公司, 湖北 武汉 430074
车标自动识别是智能交通系统中机动车辆信息采集的关键内容。根据车标具有丰富边缘信息的特征, 文章应用HOG (梯度方向直方图)的特征值, 采用SVM(支持向量机)的分类工具实现了车标的快速检测与识别。并提出一种改进的HOG特征值, 在车标检测识别准确率上取得了显著的效果。大量实验数据以及在智能交通系统中的应用表明, 该方法具有较强的鲁棒性和实用价值。
梯度方向直方图 支持向量机 车标识别 车标定位 HOG SVM vehicle logo recognition vehicle logo location
1 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
2 中国科学院 研究生院,北京100039
详细描述了Realtek公司RTD系列平板显示控制芯片的OSD设计方案。该系列芯片具有相同的字符型OSD寻址和存取寄存器入口地址。设定这些入口地址就可以写入框架控制寄存器、窗口寄存器和字体寄存器,从而实现期望的在屏显示功能。在此框架的基础上,实现了基于RTD2523B的标识设计和多层菜单设计。
在屏显示 接口 标识 OSD RTD2523B RTD2523B interface logo
上海交通大学,图像通信与信息处理研究所,上海,200030
针对在MPEG-2视频中插入台标,提出了一种基于离散余弦变换域处理的快速台标插入法.与解码-相加-再编码的方法相比,该方法省去了离散余弦变换、反离散余弦变换和重新做运动估计等环节,大大节省了运算量,适合于硬件实时系统的实现.实验表明和解码-相加-再编码的方法相比,以图像质量的轻微下降,换取了较快的处理速度.
台标 离散余弦变换域 像元空间 运动估计 MPEG-2 MPEG-2 Logo DCT domain Pixel domain Motion estimation
