基于特征的江面轮船识别算法*

本文提出了一种江面轮船目标的特征识别方法。首先对江面轮船图像进行预处理,然后通过二维小波变换,提取出边缘轮廓,将目标物体与背景分离开来。结合本文提出的FE（Feature Extract）算法提取出轮船图像的四个特征,根据这些特征建造一个知识库,通过选取适当的知识,采用产生式规则对目标物体进行判别,排除干扰目标,从而识别出轮船目标。最后本文从图片库中抽取几张图片进行实验,相比于之前的单特征方法和Adboost方法可以看出,该方法在识别率上要高于单特征方法,在识别速度上要快于Adboost方法。     

使用颜色传感器TCS230的色卡检测研究

采用TAOS公司的颜色传感器TCS230作为颜色识别器件,其核心控制器件采用 Atmel公司的 AT89C2051微控制器实现逻辑控制和数据采集。数据经串口传送至上位机,对采集到的数据进行存储处理和颜色识别。本文对TCS230识别电路、通信电路及其附属电路进行了硬件设计。根据实验算法和硬件电路进行了软件设计,软件程序包括串口通信和颜色识别算法。实验结果表明,本设计方案合理,结果正确。     

基于RGB色彩空间的颜色识别系统设计

介绍了RGB色彩空间及利用颜色传感器TCS230进行颜色识别的主要特点。TCS230在RGB色彩空间下对颜色分量进行测量,并将信号输入PIC16F877单片机进行数据处理,LCD显示出颜色识别的结果与RGB值。本系统通过白平衡算法解决了被测颜色在不同光线下识别结果有差异的问题。最后通过对透明、非透明物体颜色的检测,给出了实验结果及分析,并针对环境影响提出了改进方案。     

颜色识别技术在产品检验中的应用

笔者以颜色识别技术应用为例,讨论如何对产品的部件颜色进行识别,并对颜色的排列顺序进行检测,给出颜色排列顺序是否正确的判断结果,通过机器自动识别代替人工识别,达到节省人工成本、提高生产效率、提高质量的效果。     

基于工业视觉的水体表面污染监测系统

针对工矿企业突发性水污染事故具有明显悬浮物或明显颜色变化,且多数污染可通过表层水体视觉方式直观判断等特点,基于突发性水污染事故监测需求分析,研究了一种基于工业视觉的水体表面污染监测系统;针对连续多帧图像信息受水流流速、颗粒悬浮物和系统噪声等影响问题,提出了随机扰动信号滤波方法和基于颜色信息评价的多级图像信息调节方法,进而采用优化神经网络建立污染分析模型,并开发了监测装置对水体图像进行实时分析,实现污染状态快速判断;在某冶炼企业应急站投用该系统后,降低了劳动强度,缩短判断时间,提高判断准确度,降低环保事故发生率、减少岗位人员数量、降低成本,取得了显著的应用效果。     

基于FESTO自动化仓库系统工件的图像识别研究

针对德国FESTO公司自动化仓库系统的工件识别问题,采用图像识别技术识别工件的颜色和位置,实现仓库信息的实时反馈。运用MATLAB软件采用RGB算法提取仓储工件颜色特征,通过向量组合形成该图像特征值。对所有样本的图像特征输入BP神经网络进行训练,并将经过处理的实时图像数据存储在INFOR数组中。在自动化仓库系统运行中,利用INFOR数组和实时图像对比,实现对工件的颜色识别与位置识别。     

基于无线传感器网络的海水水质在线监测系统开发

针对海水水质现场采样监测问题的困难性,提出了一种利用无线传感器网络技术和计算机技术的在线监测方案。方案涵盖感知层、网络层和应用层,通过把现有的水质传感器连接到微控制器上,利用无线传输模块实现点区域的数据汇集,汇集数据通过GPRS模块接入互联网中,上位机服务器接收和处理数据并把结果存放到数据库中。方案对无线传感器网络的布设做了简单的介绍,给出了监测网络的数据传输存储流程,并对上位机服务器程序和海水水质数据库的建设做了详细介绍。方案通过实物搭建和实验验证了可行性。     

RoboCup标准组机器人队员识别仿真

在RoboCup标准组机器人比赛中,由于NAO机器人对其它队员的视觉识别容易受到场外背景和场内各队员之间的遮挡等干扰因素的影响,使得识别结果存在许多错误和遗漏.通过多特征融合目标识别方法,分别从机器人视觉图像中提取出尺度不变(SIFT)特征与颜色直方图,分别对两种特征进行匹配,通过匹配成功的SIFT特征点来获取机器人在视觉图像中的形体范围,再通过与颜色特征相结合来获取机器人的具体区域,避免了只采用单一特征进行识别所受到的干扰因素的影响.仿真结果分析显示了改进方法相比传统方法具有更好的识别准确度和抗干扰能力.     

基于图像处理的血液透析器纤维识别计数

为获得血液透析膜纤维的高精度识别与计数,通过对纤维图像颜色聚类特征的实验和分析,得出在YUV空间中仅利用颜色分量U和V对图像进行颜色聚类.利用K-means聚类算法对图像进行颜色聚类,根据图像中各像素的聚类属性对图像进行分割.在纤维的识别计数环节,采用Hough变换的方式对分割出的纤维图像识别并计数.实验结果表明,该算法识别精度高,鲁棒性好.     

基于无线传感器的海水重金属监测系统

针对海水重金属污染检测恶劣环境提出了基于无线传感器网络的实时在线监测方案;通过密集地部署多个传感器共同监测局部海域重金属污染物,数据经过微控制器处理,由nRF2401射频模块经过监测节点、网关发送到监测中心作为观测海水污染程度第一手资料;介绍了无线监测系统的设计方法,对它的整体方案设计、无线采集器硬件电路、无线WEB服务器的电路结构、系统软件编程设计给出了详细论述,该系统实现了监测节点无线网络化,客户端浏览实时,数据方便实用;模拟实验结果表明了系统的稳定性与合理性。     

遥控水质采样的自适应空气动力无人船系统设计

遥控水质采样与监测无人船作为一种新型水域环境监测平台,具有体积小、成本低、使用方便等优点,可应用于复杂水域的水质采样与监测.传统的无人船利用水中的螺旋桨提供动力,易被水草和杂物缠绕而失去动力,因此设计了一种利用空气中的螺旋桨提供动力的遥控水质采样与监测无人船.系统通过加速度传感器、超声波测距传感器、GPS导航仪等实现自主航行和水质采样,通过无线通信将采样到的数据传输到上位机中,实现水质的自动采样与监测,同时利用一种污染源在线追踪方法,可使无人船对污染源进行自动追踪.     

基于GF-2影像的沈阳市黑臭水体遥感分级识别

城市黑臭水体遥感分级识别对于黑臭水体的监管及治理具有重要作用。针对目前黑臭水体遥感识别算法无法对河流黑臭程度分级这一问题,在沈阳市建成区内开展野外实验,对比分析一般水体、轻度黑臭水体和重度黑臭水体的反射率光谱差异,利用绿波段反射率的基线差值与红波段反射率之比,提出了一种城市黑臭水体遥感分级指数BOCI(Black and Odorous water Classification Index)模型。首先采用实测光谱数据对BOCI模型检验,并将其与改进后归一化比值模型进行对比,结果表明,BOCI模型具有更高的黑臭水体识别精度,且可以将重度黑臭水体与轻度黑臭水体区分开,解决了现有模型无法对黑臭水体污染程度分级的问题;然后将BOCI模型应用于沈阳市同步GF-2影像进一步检验,同样取得了较高的识别精度;最后将该模型应用于2015~2018年4景GF-2影像,对研究区内黑臭水体进行动态监测,结果显示,新开河、南运河和满堂河黑臭现象逐步得到改善,辉山明渠黑臭现象依然很严峻。     

Remote Sensing Classification and Recognition of Black and Odorous Water in Shenyang based on GF-2 Image

The classification and recognition of urban black-odor water by remote sensing plays an important role in the supervision and treatment of the black-odor water. Aiming at the problem that the current remote sensing recognition algorithm of black-odor water cannot classify the pollution degree of black-odor water, we conducted field experiments in Shenyang built-up area. The reflectance spectra and water quality parameters of general water, mild and heavy black-odor water were measured. According to the spectral characteristics of different water, based on the ratio of baseline difference of green band reflectance to red band reflectance, a remote sensing classification index BOCI (Black and Odorous water Classification Index) model is proposed. Firstly, BOCI is checked by the measured data on the ground, compared with improved normalized ratio model. The results show that BOCI has higher recognition accuracy. Moreover, BOCI can distinguish between mild and heavy black-odor water, which solves the problem that the existing model cannot classify the pollution degree of the black-odor water. Then, BOCI is applied to the synchronous GF-2 image of Shenyang for further tested, and the recognition accuracy is also high. Finally, BOCI is applied to the four GF-2 images of Shenyang from 2015 to 2018 to monitor the dynamic changes of black-odor water. The results show that the black-odor phenomena of Xinkai River, Nanyun River and Mantang River are gradually improved, but the black-odor phenomena of Huishan Canal are still very serious.     

Collection and Application of Ship Energy Consumption Data Based on Image Recognition Technology

Navigation challenge corresponding development strategies to overcome the collection and application of the shipbuilding industry due to the control of various data-based energy efficiency measures. Ship performance data collection and navigation of ships navigate this energy efficiency strategy, an integral part of the management plan. The provisions of various navigation strategies in CNNs (Convolutional Neural Network) are believed to play an important role in ship performance in modern integrated bridge systems. Therefore, it realizes a large amount of onboard data to process the process. In general, navigation systems can provide guidance for the transmission in exercise, and provide effective guidance for the navigation information and direction of the ship. It can provide effective information and convenience for the exercise of the ship during the voyage of the ship. This paper mainly studies the methods and ways to provide some solutions through big data. The author suggests using the data flow chart recorded for the ship engine. This can easily monitor the main performance and some data of the ship during navigation, thus improving the guiding effect of navigation. Database image recognition is to monitor possible accidents through sensors, and classify and compress the monitored data. The classified ship dataset is then compressed to reduce the number of parameters passed to the coastal data center. A compressed dataset of ship performance and navigation information is expanded to its original size in the first step of the process. The two steps of data compression and expansion are done with another CNN technology (i.e., deep learning) of the autoencoder. The new dataset contains estimated ship performance parameters and navigation information, even if the compressed dataset has been expanded to its original size. Therefore, comparisons between actual and presumed datasets are made to change.     

基于嵌入式技术的水声传感网和#br# VHF通信网络的互联网关设计

针对水上船舶用户对水下网络监测存在长延时和高费用问题,结合水声传感网特点和水上船舶常用VHF通信设备,采用嵌入式技术,提出一种面向水上船舶用户的水声传感网和水上VHF通信网的无线网关设计方案,对网关的软硬件系统进行设计。仿真结果表明,嵌入式网关实现了水声传感网和VHF通信网的互联互通,具有较高的理论与实际应用价值。     

动态船舶行驶场景下的实时单目测距算法研究

为了利用单目视觉实时监测船舶行驶过程中与周围船舶之间的距离,首先分析单目视觉测距现状及其成功应用实例,基于小孔成像原理建立单目相机模型,通过几何推导,得到世界坐标系、相机坐标系、图像坐标系及像素坐标系之间三层坐标转换关系.随后通过实验验证pitch俯仰角与yaw水平角对单目视觉测距的影响程度,从而分析出动态船舶行驶场景...     

基于物联网的水质污染监控系统的设计与实现

水质污染监控系统采用物联网架构,利用GIS、网络通信、多媒体、传感器及计算机仿真等技术,构建一套完善的水质污染监测与管理体系。介绍系统总体架构,阐述系统网络通信和关键模块的设计实现,系统通过水质远程查询分析、应急预案数字化和报警综合管理,实现水质污染的实时监控和水源地监测数据的综合应用,有效地为水源地水质安全保障提供支持。     

基于机器学习的无人船目标识别系统研究

针对无人船装置在复杂视域环境下的目标识别准确率低、运算率高等不足,提出了采用OpenCV视觉处理框架,建立基于机器学习的无人船目标识别系统。利用HAAR级联分类器训练算法建立了目标物的机器学习库,通过多组训练目标物对比实验,分析出最大识别率和最小虚警率的关系,及正负样本尺寸和比例对训练时间和精确度的影响,得出参数值的最适设定范围。还通过水面的镜面效应,采用相位相关性法水岸线识别算法,准确地识别出水岸线,提高了水中目标物的识别效率。     

车牌识别中的颜色分析

车牌识别在交通系统中有着许多应用。用计算机和CCD摄像头识别出汽车牌照号码的车牌识别系统,已经广泛应用到高速公路不停车收费,车辆检测,停车场监控与管理,路面行驶车辆监控等犤1犦应用中。文章提出了一种在车牌识别中进行颜色分析的方法。这种颜色分析方法可以高效地去除错误的候选车牌区域。