基于EAIDK的智能煤矸分拣系统设计

现有基于图像识别的煤矸石分拣方法实时性较差且整体分拣准确率不高,而基于密度的分拣方法适用于井下初选,成本较高。针对上述问题,设计实现了一种基于EAIDK的智能煤矸分拣系统。采用嵌入式人工智能开发平台EAIDK构建矸石识别和分拣控制硬件平台,在嵌入式深度学习框架Tengine下利用深度学习算法搭建卷积神经网络,建立端到端可训练图像检测模型,并利用智能摄像机获取的图像数据训练模型;通过手眼标定获得摄像机坐标系与机械臂坐标系之间的关系,控制机械臂进行矸石追踪和分拣。实验结果表明,该系统矸石识别准确率稳定保持在95%以上,机械臂跟踪时间小于30 ms,执行误差为1 mm左右,可以满足煤矸分拣工艺要求。     

基于边缘检测及RBF神经网络的遥感图像帧特征动态识别技术

为解决分辨率超限问题,实现对遥感图像帧特征对象的精准识别,提出基于边缘检测及RBF神经网络的遥感图像帧特征动态识别技术。求解微分算子与OTSU阈值,并以此为基础,确定边缘节点追踪参数的取值范围,实现对遥感图像边缘检测。根据RBF神经网络机制的构建标准,推导神经性激活函数,完成RBF神经网络识别模型的设计。在所选遥感图像中,实施帧特征分割处理,再联合动态合并条件,计算超像素指标与并行识别参量,完成基于边缘检测及RBF神经网络的遥感图像帧特征动态识别方法的设计。实验结果表明,在边缘检测与RBF神经网络模型的作用下,主机元件在长、宽、高三个方向上对于遥感图像帧特征对象的识别精度都达到了100%,分辨率超限问题得到较好解决,符合精准识别遥感图像特征的实际应用需求。     

基于迁移学习的机器人视觉识别与分拣策略

针对传统工业机器人辨识复杂工件困难、识别度单一等问题，提出一种基于迁移学习的视觉识别与分拣策略。高精度工业相机拍摄到的图片经过HALCON软件图像膨胀、腐蚀等处理之后，导入Pytorch中的神经网络模型，利用迁移学习对目标进行识别分类，最终实现工业机器人智能分拣的目的。实验中，在UR5机器人平台上以形状多变的两种菇类为对象进行迁移学习，进而完成识别及分拣。实验结果表明该策略具备良好的准确性和稳定性。     

基于旧电表机械自动化分拣及检测技术研究

常用分拣检测技术识别工件类别时,忽略机械图像的深度信息,导致工件识别精度和识别效率较差。为此,研究基于旧电表机械自动化分拣及检测技术。摄像机采集旧电表工件视频信息,转换视频帧为数字图像,预处理后提取图像边缘信息和深度信息,识别旧电表工件位姿,判别工件类别,利用PLC发出执行信号,控制机械手到达抓取位置,分拣识别出的旧电表工件,输入边缘特征和深度特征至卷积神经网络,预测工件类别,检验分拣是否准确。实验结果表明方法可提高工件分拣的准确率和召回率,提高旧电表工件识别精度和识别效率。     

物品自动分拣搬运装置的设计与实现

为实现智能化的物品自动分拣搬运装置,验证基于图像识别和二维导轨移动的搬运系统的可行性,设计了本套导轨式自动分拣搬运系统模型。本系统统基于Open CV图像处理函数库可以对场地内分散的多个有颜色和形状特征的物品图像信息进行采集和分析处理,实现了较为准确的识别与定位,并通过二维导轨和机械手完成物体的抓放和移动。     

基于DCNN算法的非均匀光照图像人脸识别系统研究

人脸识别系统的人脸图像特征识别失误较高,因此文章设计了基于DCNN算法的非均匀光照图像人脸识别系统。硬件方面设计,采用ARM720T处理器与S3C2440芯片。软件方面建立非均匀光照图像人脸识别功能模块,设计软件整体架构。利用动态卷积神经网络（Dynamic Convolution Neural Network,DCNN）算法,设计人脸光照图像特征的识别程序,在非均匀光照条件下仍能有效地识别出人脸特征。测试结果表明,该能够准确识别出人脸特征,人脸系统识别得更加清晰,能够应用于实际生活中。     

基于多分类器融合的图像真伪鉴别方法

针对数字图像的真伪鉴别问题,通过在小波域上构造的滤波器,提取反映相机本身物理特性的某种特定噪声,将其作为判断图像真伪的关键特征。在待测图像中选取出可疑区域,将其噪声特征通过广义高斯分类器以及BP神经网络分类器进行判断和融合,从而实现图像的真伪鉴别。实验结果表明,该方法对多种不同伪造方式的数字图像均具有较高的识别正确率。     

竹地板选片工艺的机器视觉化研究及实现

针对竹地板加工中的“选片工艺”,构建了基于机器视觉的竹片缺陷检测与颜色分拣平台,研究了竹片缺陷与颜色检测过程中图像采集、光学成像、光学照明等关键问题,设计了竹片缺陷检测及颜色识别的图像处理算法及软件流程,并探讨了竹片缺陷检测与颜色分拣平台的机械传动、分拣执行装置及电控实现。仿真实验表明,提出的竹片缺陷检测及颜色识别算法能够对采集系统摄取的竹片图像进行准确的检测与识别,能够完成竹片6种常见的缺陷检测以及4种以上的色差识别,对提高选片工艺的生产效率具有重要意义。     

结合深度神经网络的网络监控系统微表情识别

为了提高网络监控系统微表情识别的效果,结合深度神经网络技术提出新的智能监控系统微表情识别算法。将判别能力强的卷积神经网络特征与鲁棒的直方图特征结合,利用卷积神经网络提取目标的空间特征,再将卷积特征表示为直方图,结合直方图和卷积神经网络两者的优势设计新的人体追踪算法;设计跨模态监督的深度神经网络训练方法,将可见光视频数据送入深度神经网络进行训练,利用近红外光视频对训练程序进行监督。基于公开的多模态微表情识别数据集完成了验证实验,结果显示该算法有效地提高了微表情识别的性能。     

基于内容的可移植图像识别系统研究

介绍了一种基于C／C＋＋编程语言的图像识别系统,该系统通过直接对图像内容进行识别获取图像的完整信息。首先,对输入图像进行预处理,标准化图像内容;其次,输入训练图像集训练BP神经网络,使神经网络获得图像的各种特征;最后,使用测试图像集测试该系统的识别效果。实验表明,该系统具有较好的识别能力和较强的可移植性,是对图像进行识别的一种有效手段。     

欧元硬币年份检测与识别

目的 硬币上的发行年份是判别硬币外观质量的一个重要信息,为了对流通中的欧元硬币进行准确清分,有必要对欧元硬币上的发行年份进行检测与识别。但由于欧元硬币年份数字位姿的不确定性、尺寸的非归一化、其他文字符号的干扰、数字排列方式的多样性使得利用计算机视觉算法实现欧元硬币年份的自动检测、识别与判读存在较大困难。本文针对欧元硬币年份检测与识别的特殊性,提出基于Faster-RCNN（faster-region convolutional neural network）模型的数字检测方法,以及基于聚类算法和先验规则的年份排序算法。方法 首先对训练数据进行增量化处理,例如旋转、缩放等方式极大地扩充训练样本的规模;然后重新训练Faster-RCNN网络模型,使其能够适应硬币中数字的各种位姿和尺寸变化;进而利用K-means聚类算法将获得的数字候选框聚成4类,选取每类中置信度最大的候选框;最后根据预先确定的不同国别硬币的年份排列方式,通过适当的排序算法即可得到正确的年份信息。结果 在自建的实验平台上对欧盟中的12个国家的5种较大币值的硬币进行采样获得4 429幅图像,按1 ∶1比例划分为训练样本和测试样本。实验表明,本文方法的年份检测识别准确率达到89.62%,计算耗时约215 ms,基本满足准确性和实时性要求。结论 本文算法具备实时、鲁棒、高精度的良好性能,具有较高的实际应用价值。     

包币机的设计与应用

为进一步促进硬币的流通使用,扩大硬币的清分、卷包等专业机具的市场空间,形成硬币使用、流通互动的良好循环,通过硬币处理专用机具的设计与开发,为硬币流通和发挥社会支付功能提供保障。通过设备功能和工作原理的分析,介绍了包币机的各部分组成和构造。该设备应具有较好的应用前景。     

高阶统计与局部几何特征结合的货币图像识别

由于硬币具有多样性特点及现代假币手段的隐蔽性,这给硬币鉴伪带来了很大的困难,为此提出了一种基于高阶统计量与局部几何特征相结合的硬币图像识别方法。利用图像边缘纹理和图像面积的比值不变性,给出了一种变阈值的Robert边缘检测算法。将边缘图像的不变矩、纹理特征以及区域占有率等高阶统计量,以及不同版本硬币的局部几何特征量作为硬币图像的特征向量,采用模糊C均值聚类方法对其进行聚类分析,从而实现硬币的分类识别。实验结果表明该方法的识别率可以达到98．5％以上,并对环境光照的变化有很强的适应性。     

An Investigation of the Confusability of a New,Non-Circular Coin

Two experiments are reported in each of which subjects were shown photographs of assorted coins and were asked to count the number of coins of a specified denomination. Experiment 1, using only decimal coins, showed that people made few errors when counting new, 7-sided coins (50p), but many errors when counting circular coins (50p) having the same diameter as the new coin. Experiment 2 showed: (a)errors when counting (10p) coins were fewer in an assortment of £sd coins than when among decimal coins-with in the £sd coinage no other coin had the same diameter as l0p; (b) the l0p error rate could be reduced by enlarging the diameter of the 50p coin. These results suggest that the new 7-sided coin was not itself difficult to discriminate when it was tho search objective, but that it was sometimes mistakenly classified as the circular l0p when people were searching for lOp coins. To explain this asymetric confusability between the circular and non-circular coins, it is suggested that people vary tho salient dimensions used when searching for different coins-using predominantly shape for a non-circular coin, and predominantly size for a circular coin.     

Distributed and autonomous sensing based on the immune network

A distributed and autonomous sensor network is proposed based on the informational features of the immune network: recognition of nonself by distributed and dynamically interacting units, recognition by a simple comparison with the units themselves, dynamic propagation of activation that would lead to system-level recognition, and memory embedded as stable equilibrium states in the dynamic network. The network is explained by an illustrative example of an eight-coin puzzle: a balance must be used only three times to identify one coin with a different weight from the other seven coins. Our network also uses a dynamic structure network rather than the fixed structures used in neural networks. Simulations show that nonself (the different coin in the eight-coin puzzle, the sensor/process fault in the monitoring example) will be identified by dynamically propagating activation through the network. This work was presented, in part, at the International Symposium on Artificial Life and Robotics, Oita, Japan, February 18–20, 1996     

基于电涡流传感器的硬币辨伪系统的设计

根据壹元真、假硬币不同的物理特性和电涡流传感器的性能特点,针对壹元硬币,提出一种基于电涡流传感器的简易辨伪系统。其主要通过硬币的材质和厚度辨认真假,当不同性质的硬币通过时,传感器的电感不同,则被测信号的频率不同。实验结果表明,该系统可以实现真、假硬币的快速鉴别、真硬币的个数显示和假币报警等功能,且电路简单。     

一种硬币鉴别系统的设计与实现

介绍了一种可用于我国现行流通硬币的鉴别系统.该系统以电涡流传感器、光电传感器为检测手段,以LM3S1138微控制器为控制核心,设计并实现了对硬币面值的快速识别及实时显示、对假币的辨伪和清退,系统鉴别精度高,成本低,具有一定的应用价值.     

博物馆智能投币控制系统设计

主要介绍了博物馆智能投币系统设计的具体方案。其适用于无人操作以投币方式触发控制周边设备。主要通过涡流传感器对投入硬币币值的检测及真假币判断,并由此产生相关控制信号来模拟开关动作或控制周边强电设备,使游客能够自主参与各种互动环节。     

最少钱币数量的计算与钱币面额的确定

钱币种类的发行和确定在相对长的一段时间内会保持一定程度的稳定性，钱币的总量和面额是一个国家在中长期通过规划和预算来进行确定的。那么怎么来确定钱币的面额，使得尽可能方便人们使用，不但便于计算，也要尽可能降低使用频率，这是一个比较实际和实用的问题。对于给定范围、给定钱币面额，借助埃拉托色尼筛法、迪杰斯特拉算法、图的广度优先遍历算法思想，设计了一个快速计算每个数值的最小钱币数量方法，即最少钱币数量筛法来计算平均纸张数量；对于给定范围、给定数量的钱币种类如何确定最优钱币组合问题，给出了3种钱币最优组合的寻找过程，即通过分析最优组合中每一个钱币的数值特征，找出其中的规律，并通过最小二乘法原理拟合出最优组合中每个钱币面额的拟合曲线，通过拟合曲线的限制，大大减少寻找最优钱币组合的遍历次数。