基于能量检测的频谱感知算法性能研究

文章提出一种更精炼的能量检测算法(Improve Energy Detection,IED),该算法能避免瞬时信号能量下降造成的错误检测。实验结果表明,它能够在保持类似复杂度和计算成本水平的同时优于传统能量检测算法,精确判别信道中是否只存在噪声,有效地降低了能量检测的复杂度,提高了检测的可靠性。     

一种基于机器视觉的表面缺陷快速检测方法

实际生产过程中,产品表面会不同程度地留下污渍和印记,这对基于机器视觉的表面缺陷识别带来严重干扰.基于图案统计分析的识别方法速度虽快,但抗干扰能力弱,出现较高的误判率.基于深度学习的人工智能识别方法计算量巨大,速度慢,难以满足生产实际的高速要求.因此介绍一种改进SIFT算法,并给出了相关参数的设置方法和经验公式,通过实际表面缺陷的检测,对比验证了SIFT算法较强的鲁棒性和抗干扰能力,以及相关参数设置方法的正确性和可行性.实验数据表明,SIFT算法在凹陷类和斑点类缺陷的检出率上具有明显优越性,在裂纹类的误检率上也具有较大优势.特别是在有噪声图像干扰情况下,检出率比神经网络提升了20％,误检率降低了3％.     

基于机器视觉的果冻质量检测技术与装置

针对果冻质量人工检测效率低的问题,研究基于机器视觉的果冻质量检测技术并设计果冻质量自动检测装置。采用工业相机完成果冻食品图像的采集,提出基于分水岭算法果冻图像前景区域提取算法,分析果冻气泡的特点,结合区域生长算法对果冻气泡进行检测。试验结果表明,所设计的检测算法与装置能够有效对果冻质量进行检测。     

智能化采煤系统架构及关键技术研究

针对我国当前推广应用的可视化远程干预智能化采煤模式进行了分析,介绍、总结了基于视频监控的远程干预综采智能化、以巡检机器人辅助的工作面智能化,以及基于惯性导航技术的综采智能导航等3个方向的技术发展情况,提出了当前可视化远程干预智能化采煤所面对的"看、动、想、稳"4个方面实际问题。分析了复杂开采条件下智能化采煤所面对的自适应技术和综采机器人技术2项技术难题,归纳出开采空间多元信息采集及交叉融合、智能化采煤决策基础理论、综采装备群智能化协作3个科学难题。围绕技术、科学难题,提出了智能化开采系统需要具备的4个基本要素,分别为:煤炭开采空间感知能力、智能分析及决策能力、自动执行能力、可靠及稳健运维能力,设计了以"感知、决策、执行、运维"为4个维度的智能化采煤系统架构。研究了关键技术待突破方向,包括开采地质环境增强感知技术、智能开采工艺分析决策技术、开采装备智能化技术、煤矿智能巡检机器人技术、开采系统智能运维技术、辅助生产环节智能化技术、综采智能服务等方面。最后,以国能集团神东榆家梁煤矿智能化采煤示范工程项目为例,开展了基于"透明工作面"的数字化采煤应用,初步实现了智能化自主采煤。     

多源图像融合技术在无人机中的应用

随着无人机技术的发展,无人机多源图像融合是一个日益受到关注的研究领域。在研究传统算法的基础上,针对经典HIS变换融合算法产生的光谱失真问题,通过引入压缩感知技术对传统算法进行改进,提出了一种融入压缩感知技术的图像融合算法并应用到无人机数码照片和SAR图像融合处理中。实验表明,该方法在引入SAR图像纹理信息的同时,能够有效保持可见光图像光谱信息,取得了较好的融合效果。