梭式窑火焰数字图像的边缘检测初探

本文介绍了几种典型的边缘检测算法,对它们各自的特点进行了比较。对梭式窑内的一幅原始图像,可用边缘检测算法提取火焰图像的边缘。     

榫边扣合管状密闭输送带的制作及其质量优化

对用于制药、精细化工、建材业等输送松散及粉、粒物料不污染环境的榫边扣合管状密闭输送带的结构特点、技术要求、制造工艺和优化制品质量的技术措施及效果进行了实验探讨。     

墙地砖边缘检测中的小波去噪

在墙地砖的边缘检测过程中,噪声的引入是不可避免的,有效地消除噪声而不影响检测结果是检测过程中需要解决的关键问题。本文采用了小波去噪方法—对图像进行去噪后再进行边缘检测的方法,其检测结果较好地满足了检测要求。     

基于通用即插即用的服务监控机器人在智能家居中的应用

针对智能家居系统中多种异构电子设备难以与其他设备集成的问题,采用一种通用即插即用(UPnP)方式将服务机器人集成到智能家居系统中,着重介绍了集成后衍生的新服务.首先系统地介绍了UPnP标准和服务机器人Rovio;然后开发一个PC应用程序作为服务机器人和家庭智能网络之间连接的虚拟桥,形成服务机器人为智能家居网络提供服务的控制回路.最后通过一些实际操作来验证UPnP Rovio虚拟桥的性能,旨在探索服务机器人集成到智能家居的可能性和一些衍生的先进服务.通过路径跟踪、垃圾检测等一些先进服务的实际演示验证了通过UPnP方式将服务机器人集成到智能家居网络中的可行性,并展示了智能家居互通后的巨大潜在利益.     

改进CamShift算法的眼动跟踪方法

针对CamShift跟踪算法仅采用颜色特征,在存在颜色相近干扰目标、头部快速运动或者虹膜发生形变等情况易发生眼动跟踪不准确或失败等问题,提出一种基于改进CamShift算法的眼动跟踪方法。在CamShift算法中,计算边缘直方图分布,在颜色特征基础上融合边缘特征,同时通过分析饱和度分量抑制噪声影响,并利用基于边缘特征的自定义方法判断虹膜是否发生形变。当发生形变时,自动更新模板,根据历史运动轨迹预测虹膜中心。实验表明,该方法能有效改善眼动跟踪性能,且定位虹膜精确、错误率低、速度快,预测虹膜中心与实际虹膜中心相差极小,达到了准确性、鲁棒性和实时性的要求。     

基于先验知识的肝脏轮廓线提取算法研究

准确有效地提取肝脏CT序列的轮廓线是腹部软组织三维模型重建与可视化的关键问题之一。针对肝脏轮廓线提取准确性不高的问题, 提出了一种基于先验知识的肝脏轮廓线提取算法。首先利用拉普拉斯算法进行CT图像增强, 再利用基于边缘先验知识的套索模型对感兴趣区域进行半自动的初始化, 最后通过改进的Snake算法准确地提取肝脏CT图像的边缘。针对序列CT肝脏的边缘提取, 提出根据CT图像序列之间的相关性, 将上一幅图像的轮廓线提取结果作为下一幅CT图像边缘提取的初始化点, 接着批处理地提取CT序列的肝脏边缘。实验结果表明：该算法大大减少了手动初始化结果对目标边缘轮廓准确提取的依赖性, 并有效地解决了肝脏轮廓线的提取问题。     

图的点可区别边染色算法研究

针对一般图设计了一种新型的点可区别边染色算法。该算法把概率思想和图染色相结合, 根据点可区别边染色的约束规则确立目标函数, 利用交换规则逐步寻优, 当目标函数的值满足要求时染色成功。给出详细算法步骤并进行了测试和分析, 实验结果表明该算法可以求出满足猜想的点可区别边色数。     

基于不变矩的高分辨率遥感图像建筑物提取方法

为了有效地对图像进行特征提取, 利用不变矩算法对IKONOS和WorldView两种高分辨率遥感图像的城市建筑物地区进行提取。首先将图像数据经过Canny边缘检测和标记分水岭分割, 然后在此基础上分别利用胡氏不变矩和仿射不变矩对图像进行特征提取; 最后通过实验结果的评价可以证明在建筑物的特征提取上, 仿射不变矩比胡氏不变矩的提取效果更加显著, 进而也证明了利用不变矩算法对高分辨率遥感图像建筑物特征提取这一方法是可行且有效的。     

Structure of Atomic and Molecular Adsorbates on Low-Miller-Index ZnO Surfaces Using X-ray Absorption Spectroscopy

We review our X-ray absorption spectroscopy studies of adsorbate geometries on the O-terminated (000 ) and Zn-terminated (0001) basel faces, as well as the non-polar (10 0) prism face of ZnO. Studies employing near-edge X-ray absorption fine-structure (NEXAFS) and surface X-ray absorption fine-structure (SEXAFS) are included.     

基于Hough圆卷积变换的孔组检测

为降低孔组测量的成本,提高测量的精确度,提出一种基于Hough国卷积的孔组检测方法.对孔组图像进行中值滤波、拉普拉斯锐化增强和边缘检测;根据孔组半径大小的变化范围,对Hough圆锥进行改进;在此基础上,利用改进的Hough圆锥与边缘检测后的图像进行三维卷积,得到Hough参数空间,计算出孔组的坐标和半径值;采用快速傅立叶变换法代替三维卷积,减少算法的计算时间.实验结果表明,该方法的检测精度高、实时性强,可以用于孔组的自动化检测.