基于LBS云平台的微信小程序二维码区域定位系统设计

针对传统定位系统存在定位耗时长以及定位准确度差的问题,提出并设计基于LBS云平台的微信小程序二维码区域定位系统。系统整体架构分为LBS云服务、中心数据处理和小程序二维码定位端三部分。从服务器端模块、处理器以及定位模块入手设计硬件,为系统构建提供基础。软件设计中,采集微信小程序二维码区域图像,对图像边缘特征进行增强与滤波处理,依据处理后的图像边缘特征确定定位目标,完成微信小程序二维码区域定位系统设计。实验结果表明,该系统的定位耗时相当于传统系统的50%,定位准确率始终保持在99.5%以上,具有显著优势。     

面向自动化精密装配的视觉定位引导系统

针对总装生产线精密装配现状,项目设计开发了一种机器视觉定位引导系统,主要实现工业机器人在运动过程中完成在线采集不规则工件图像、视觉定位、角度补偿及精密装配作业。该系统首先采集实时工件图像,利用改进优化的九点标定算法对机器人进行视觉标定可以提高算法的精度;通过预处理操作获取质量较好的图像,按顺序创建卡尺工具,采用加权最小二乘法拟合工件亚像素边缘,再根据相关二维测量算法获取工件中心坐标。最终将得到的位姿数据传送给6轴机器人进行精密装配任务。实验结果表明,该视觉定位引导系统具有现场环境下的高精度定位检测功能,自动化装配定位精度在X方向最大定位误差为0.0281mm、Y方向最大定位误差为0.026mm,足以达到自动化装配生产线的技术要求,具有较好的应用前景和参考价值。     

基于5G边缘云的港口统一通信方案研究与实践

5G边缘云具有分布式、灵活组网、快速部署和本地流量分流等优势，在港口等垂直工业领域有很广泛的应用前景，同时对实现港口统一通信也提出了一定的要求。在研究基于5G边缘云的港口统一通信架构的基础上，提出了针对港口现场全域各类要素实现全面感知、支撑自动化业务改造的5G边缘云功能框架。此功能框架能很好地适用于港口场景的有线无线网络融合的统一承载，可作为目前复杂环境下的港口网络统一通信的网络基础设施。最后在某港口码头上对该方案进行了实际验证。     

量子线性卷积及其在图像处理中的应用

线性卷积在图像处理中发挥着重要作用,但是在处理海量高分辨率图像时,求解线性卷积会消耗许多计算资源.为此,本文就量子线性卷积及其在图像处理问题中的应用开展相关研究,首先提出单通道,单位步长,零补充情况下的量子一维和二维线性卷积,然后实现多通道,非单位步长,非零补充的情况,最后将量子二维线性卷积应用于量子图像平滑,量子图像锐化和量子图像边缘检测.通过理论分析证明了量子线性卷积的空间复杂度O（logM）和时间复杂度O（log²M）较经典线性卷积有指数级下降,且基于Qiskit的仿真实验成功验证了量子线性卷积和量子图像处理算法的正确性和可行性.     

基于改进颜色传递策略与NSCT的红外与可见光图像伪彩色融合

提出一种基于改进颜色传递策略与非下采样Contourlet变换(NSCT)的红外与可见光图像伪彩色融合算法。首先,利用NSCT与基于清晰区域的Canny边缘检测算法获得灰度融合图。其次,将融合灰度图像插入Y通道,源图像与融合灰度图像之间的残差图像分别插入Cb、Cr通道以生成YCbCr源彩色图像。最后,利用本文设计的颜色传递模型对源彩色图像和目标图像进行色彩颜色统计匹配,同时,通过自适应颜色传递参数模型调整颜色传递参数。实验结果表明,本文提出的融合算法使得伪彩色融合图像不仅对比度高、传递色彩自然、可以较好地抑制色彩渗入图像目标,而且对目标图像质量要求不严格。