文章针对视觉障碍群体出行困难的问题，在带有摄像头的机器人的辅助下，设计了一种盲道识别的方法。在软硬件协作的情况下，完成对盲道图像的采集、处理、分割及识别的过程，从而在一定程度上解放视觉障碍群体的脑力和双手。文章在简要分析基本结构后，对盲道的图像获取、图像处理、图像分割和图像识别四大模块进行详细介绍。经过反复试验与改进，在计算机视觉模块下，该方法能较为精确地实现盲道的感知及处理。

手背静脉识别利用静脉血管分布的网络结构实现个人身份鉴定,是一种新兴的生物特征识别技术。分析了静脉成像原理,设计了静脉图像采集系统,并建立了具有较高质量的手背静脉图像数据库。在身份识别过程中,首先对手背静脉图像进行滤波和灰度归一化等预处理,然后对图像进行二级小波包分解,并利用得到的细节图像提取手背静脉的纹理特征,最后将k近邻分类器和支持向量机相结合实现了个人身份识别。在识别模式下利用建立的手背静脉图像数据库对本系统进行了性能测试,实验结果表明该系统具有较高的识别性能,其正确识别率达99.07%,应用前景十分广阔。

基于VC++的数字图像处理技术，封装了VC用于数字图像处理的所有函数类，加入了最新的车牌识别代码

3、基于频域模板匹配的图像识别 在频域分析中，我们将空间域的相关运算转化为频域的的共轭相乘，即： 空间域上的相关 频率域上的相乘 如果将f(x,y)视为待识别的图像，g(x,y)视为标准模板则就可以采用频域上的相乘，取代空间域上基于相关运算的模板匹配，可以缩短匹配计算的时间。

运动人体检测和行为识别涉及广泛，包括人工智能、计算机视觉、模式识别等，人体行为识别在医疗、商业、军事中具有重要的应用价值，为探究良好的人体行为识别方法，本文引入傅里叶-隐马尔可夫模型进行相关分析，在人体行为序列图像的识别过程中，需要了解有关人体行为二值图像的轮廓，然后采取科学的方式进行傅里叶变换，接着进行向量转化，形成观察符号序列，将矢量量化向特征向量变化，便于提取人体轮廓的特征，进行后续的应用研究。最后对人体的行为进行识别，采用隐马尔大夫分类器。利用傅里叶-隐马尔科夫模型进行人体识别，能够有效提高人体行为识别率，本次测试单个行为的识别中平均识别率达到94%，要进行深入探究，进行复杂环境复杂动作的识别，促进相关工作的改进。

用matlab语言实现一幅图像中某个字符的识别

车牌识别图像库，模板匹配，opencv，车牌，字母，数字都有。

10种番茄病害数据，共18160张RGB图像。

微信小游戏大小猜猜看python自动化答题小程序，可以根据使用说明，进行配置和安装，然后一键答题。在微信小程序里搜索“大小猜猜看”，即可找到该游戏。 游戏的目标比拼计算能力，找出谁大谁小，一共有40题，全部答对即挑战成功。 一开始答题时间充足，数字也比较简单，后面就需要特别快的计算速度。

提出了一种基于多特征提取和支持向量机(support vector machines,SVM)参数优化的车型识别方法,此方法解决了采用单一特征容易受到光照、天气、阴影等环境影响的问题,并且可以对运动中的车辆进行车型识别。首先,采集车辆样本并进行图像预处理,提取车辆的几何特征、纹理特征和方向梯度直方图(histogram of oriented gradient,HOG)特征;其次,将提取的多种特征量进行组合测试,并与单个特征量的测试结果进行比较;最后,采用粒子群算法优化SVM的参数并使用优化的SVM参数进行运动车辆的车型识别。实验结果表明:提出的多特征提取和SVM参数优化相结合的车型识别方法能够取得很好的识别效果,识别率达到90%以上。