一种快速煤岩显微图象模式分类方法

煤岩显微图象的模式分类算法是数字化煤岩分析系统中成分识别的关键技术.为了快速准确地对煤岩显微图象进行分类,在深入分析单种煤的煤岩图象特性的基础上,提出了一个快速、有效的特征提取方法,该方法首先消除灰度分布的平移,再提取整幅图象的纹理特征和灰度特征,以及每个处理单元的纹理特征和灰度特征,然后将上述特征以不同的权重加以融合,进而形成一个综合特征值,最后通过对该综合特征值进行逻辑判断来实现煤岩显微图象的模式分类.实验结果表明,利用该方法,能快速、准确地实现单种煤煤岩显微图象的自动分类.     

基于振动特性分析的采煤机煤岩识别控制系统

针对采煤机截割过程中的煤岩识别及滚筒自动调高控制问题,提出并设计了一种基于振动特性分析的采煤机煤岩识别控制系统。该系统采用传感器检测采煤机滚筒在截割煤岩过程中3个方向的振动信号,采用PLC进行振动信号的分析和处理,得到采煤机滚筒在截割煤岩过程中的振动特性规律,由此建立采煤机滚筒调高控制规则表,并通过反馈信号偏差在线查表和控制信号输出的闭环控制方法实现采煤机滚筒的自动调高控制。相似模拟截割试验结果表明,该系统能够较好地实现煤岩界面识别和滚筒自动调高控制,具有良好的动态性能。     

基于主成分分析的煤岩界面识别方法

提出了基于主成分分析的煤岩界面识别方法,详细介绍了主成分分析的原理及识别煤岩界面的过程。该方法采用多个传感器同时监测采煤机割煤时的各项参数,并对数据进行实时的主成分分析;利用主元信息建立HotellingT2和SPE统计量,再根据统计量捕捉采煤机割到岩石时的异常,从而识别煤岩界面。实际应用表明,该方法能够较快并准确地识别煤岩界面。     

利用直方图调光算法来提高车牌识别率

在现有各种调光方法的研究基础上,提出一种基于图像策略的先进调光算法-车牌直方图调光算法的车牌抓拍与识别方法.首先,利用车牌的直方图分布来判断曝光信息,根据曝光信息,在亮度模式下通过调节亮度基准的方式实现在复杂光照条件下的自动曝光控制,克服了现有调光方法的不足.同时本文也介绍了该调光算法的具体实现流程.最后以"智通慧眼"车牌抓拍识别设备为例,对该算法进行了实地测试.实验结果表明,与传统调光的车牌识别算法进行比较,本文提出的算法可以有效地提高车牌识别率,并可以直接在车牌抓拍与识别的前端嵌入式视频采集设备中得到应用.     

中文商务名片识别系统的实现

本文介绍了一个实际应用中的中文商务名片识别系统,分析了系统的结构。该系统首先结合实际中的一些具体问题对名片图象进行预处理,然后在传统版面分析技术的基础上针对名片版面的特点进行版面分析。在对分割区域的字符进行识别之后,根据识别结果中的语义知识和版面分析得到的位置信息对识别结果进行基于知识规则的理解,从而实现了名片信息的自动录入,整个系统在实际中表现出了良好的性能。     

基于主成分分析和BP神经网络的煤岩界面识别

针对现有煤岩识别方法由于提取的时域参数过多,存在识别速度慢、实时性差等问题,提出了一种基于主成分分析和BP神经网络的煤岩界面识别方法。该方法首先提取采煤机滚筒扭矩的时域信号,然后利用主成分分析方法对该时域信号进行压缩,最后将得到的最终信号输入到BP神经网络进行煤岩识别。仿真结果表明,该煤岩识别方法不仅满足了识别率,还提高了识别速度,为提高滚筒调高响应速度奠定了基础。     

基于DSP 的综放煤岩识别系统

提出并设计了一种能够实现综放煤岩自动识别功能的系统。该系统采用TLC320AD50C和TMS320VC5402DSP对采集的声波信号进行处理,在此基础上,将独立变量分析（ICA）理论中的FastICA算法应用其中完成软硬件设计。该系统具有较高的实时性和算法处理能力,能够准确地实现煤岩识别。     

基于渐变信号的HHT-PCA-MRVM煤岩辨识算法

针对井下无人、自动作业的新型采煤战略目标,提出了对于截割电机输入电流信号渐变的分析,通过Hilbert变换—主成分分析—多分类相关向量机(HHT-PCA-MRVM)对煤岩进行识别,从而满足复杂的开采需求.在煤矿开采实验平台上进行了良好的实验验证,实验证明:通过对传感器采集传输的电流渐变信号分析,在煤岩突变时其值波动较为明显,能够很好地为MRVM煤岩识别提供分类界限,煤岩识别率为95%,对于综采自动化有较好的作用.     

用神经网络实现煤岩成分分析

该文介绍了一个基于煤岩反射率分布并使用神经网络进行煤岩成分分析的方法。该方法利用神经网络在优化计算方面的强大功能,同时又考虑到煤岩分析系统的快速性和稳定性,设计了一个资源开销很小、拓扑结构比较简单的神经网络和与之相适配的快速算法来确定煤种比例,实验表明该方法的分析结果和分析速度均令人满意。该方法对于各种混合物质通过显微成像进行成分分析有一定的参考价值。     

远程分段式油罐自动计量系统的设计与实现

通过分析油罐内油品液位对罐储自动计量的影响,介绍了一种远程分段式油罐自动计量系统,阐述了系统的设计、实现及现场应用情况,分析了自动计量系统的实际应用效果,该系统为油田集输站库实现计量自动化提供技术支撑。通过该系统的推广和应用,可以实现油田储罐液位的自动监测,降低员工劳动强度,提高综合效益,达到油罐液位远程自动化管理的目标。     

Leukocyte image analysis in the diff3 system

The diff3 System uses image processing and pattern recognition techniques to automatically analyze normal and abnormal white blood cells in a blood smear. The system consists of a spinner which creates a monolayer of cells on a glass slide, a stainer utilizing Wright's stain, the reagents to support the spinner and stainer, and an analyzer for automatic slide handling, analysis and report generation. The analyzer incorporates a wide range of image processing functions, including the generation and storage of gray scale image data, whole-field and partial-field image histogramming, and high-order binary image texture analysis and image transformation using the Golay processor (GLOPR). This paper describes the manner in which these hardware capabilities are used for white cell acquisition, scene segmentation and feature analysis. It concludes with some examples of texture extraction which illustrate the power of the Golay processor as a tool for image analysis.     

一种基于边缘检测及纹理分析的水坝图像分割算法

针对边缘检测算法的局限性及灰度水坝图像的特点,提出了一种基于边缘检测及纹理分析相结合的灰度图像分割算法,首先利用边缘检测算法对待处理图像进行边缘检测得到图像的粗分割,然后在原灰度图像中对得到的边缘位置点进行纹理分析,去除检测到的非目标对象的边缘从而得到分割图像,即细分割。将该算法应用到河坝监测系统中,实验证明该算法达到了很好的分割效果。     

Knowledge-based image analysis for geophysical interpretation

Geophysical seismic interpretation is part of geophysical oil prospecting. It evaluates and analyses seismic reflection data, aiming at the detection of the position of hydrocarbon reservoirs. This paper provides a review of current efforts to automate, at least partially, seismic interpretation. As will be shown, this research area is very active and is a melting pot of various different approaches and techniques: artificial intelligence, pattern recognition, image processing, graphics, fuzzy set theory and, of course, geophysics and geology. Some methods of seismic pattern recognition (e.g. remote correlation, fuzzy seismic modeling, recognition of reservoir boundaries) and of seismic image processing (horizon following, texture analysis) are presented and some applications are shown. Expert systems used in geophysical interpretation (mainly in well log interpretation) are also briefly described. Finally, an automated system for knowledge-based image analysis for geophysical interpretation is dicussed. Its low-level vision techniques, its knowledge representation, and the control strategy for seismic pattern search are described.     

一种新的基于局部傅立叶级数的纹理描述子

纹理分析在图象分析和模式识别中起着非常重要的作用,而纹理描述又是其中一个基础的研究课题。由于均匀纹理其局部的灰度分布与空间关系在整体上具有周期性,因此可以用这种局部信息来很好地刻划不同纹理的差异。为了获得良好的纹理分类效果,利用象素点八近邻灰度之间的空间相关性,提出了用八近邻的傅立叶级数作为纹理刻划的新方法。该方法视象素点的八近邻为周期列,并首先通过计算其傅立叶级数,进而来得到整幅图象的局部傅立叶级数图,然后将通过对该傅立叶级数图幅值进行量化而获得的直方图作为纹理描述子（该纹理描述子具有平移旋转不变性）;最后用13种Brodatz纹理来进行分类。实验结果表明,该描述子具有良好的分类能力。     

水下结构物表面缺陷的自动检测与识别

在计算机图像处理理论与模式识别理论的基础上,提出水下结构物表面缺陷的识别方法,给出噪声去除以及阈值分割的方法;从处理后的缺陷图像中提取能表征缺陷性质的几何特征和纹理特征,并运用树形分类器进行分类,以实现计算机对缺陷图像的理解和自动识别。识别结果为水下结构物的安全可靠性评估提供基础数据。     

图像灰度信息在煤矸石自动分选中的应用研究

针对传统的基于图像灰度信息的块煤和矸石分选系统只是随意地选择块煤和矸石样本而缺乏代表性和实用性的问题,研究了一种侧重于实用性和系统性的基于图像灰度信息的块煤和矸石自动分选系统。首先从材质、纹理特征、清洁度三个方面选择6块比较有代表性的块煤或矸石,分别在强光、自然光和节能灯光三种强度光照条件下,按照一定的分组方式分析它们的图像灰度分布规律并将其作为计算机目标识别的依据,从而实现块煤或矸石的自动分选。测试结果表明,在特定条件下,利用块煤与矸石图像灰度信息较明显的差异对两者进行视觉区别可实现两者的自动分选。     

基于灰度共生矩阵的断口图像识别

研究断口图像的识别是进行失效分析的一个重要组成部分,但普遍存在识别率不高的问题,为了有效提高识别率,提出一种基于灰度共生矩阵的断口识别方法,方法采用灰度共生矩阵法对金属断口图像进行特征提取,利用可分性判据来确定能影响纹理特征参数的构造因子(生成步长d,图像灰度级g和生成方向θ),并通过相关性分析来排除在表达金属断口图像纹理中冗余的特征参数,最后采用BP神经网络分类器进行分类,并进行仿真。结果证明,根据上述方法,对金属断口图像的分类是可行的,并且识别率也达到了满意的要求。     

数字图像中基于多尺度几何分析的圆检测算法

特征检测是图像处理和模式识别中非常重要的问题,其检测效果直接影响模式识别和分类。基于多尺度几何分析（MGA）的思想,提出了一种圆检测方法―圆特征域上奇异点算法。该算法首先将圆特征曲线变换到圆特征域上,然后在圆特征域上进行小波分析以找出奇异点,奇异点坐标即为待检圆的坐标。该方法克服了Hough变换对灰度图像圆检测需要考虑灰度阈值或梯度的限制,可直接对二值图像或灰度图像进行检测。最后分析、比较了该算法与Hough算法的不同。     

支持向量机在显微图像分类中的应用研究

根据微生物显微图像中微生物形态各异、目标重叠、灰度接近等特性,提出了一种新的显微图像分类识别方法。该方法利用变差函数对微生物显微图像纹理信息进行特征提取,根据支持向量机模式识别原理建立分类识别模型。将该方法应用于两类微生物分类,并与基于神经网络方法的分类结果进行对比分析,结果表明,该方法具有较高的分类精度。