纸质简谱图像的分割、倾斜校正及音符歌词提取

乐谱图像的自动分割、倾斜校正是乐谱识别过程中的关键技术,各种计算机光学乐谱识别技术在乐谱图像的数字化中有着广泛的应用,但对于乐谱中简谱的识别一直鲜有研究.本文针对人工拍摄条件下光照不理想的简谱图像,提出一种基于PCNN(脉冲耦合神经网络)和DNN(深度神经网络)相结合的分块简谱图像自动分割算法,该方法根据简谱图像灰度分布特征对图像进行自适应分块处理,依据每个分块的灰度特征与PCNN最佳迭代次数之间的关系构造合适的DNN神经网络,从而实现了最优分割图的自适应选取;进一步利用最优分割图像中音符小节线的水平投影,提出一种双尺度下降法实现了简谱图像的倾斜校正;提出去边垂直投影法和连通域距离判断法实现了简谱图像中音符及歌词的提取.实验仿真结果表明:本文算法对复杂光照条件下的简谱图像处理都具有较好的鲁棒性,同时表现出更高的效率.     

利用太阳能制氢的方法及发展现状

发展清洁可再生能源是人类面临的巨大技术挑战,氢气作为一种理想的清洁能源,其制取及储运技术近年来都取得了很大进展。综述了利用太阳能分解水制氢的基本途径及发展现状,主要包括电解水制氢及人工模拟光合作用制氢、半导体光解水及其催化剂以及最有希望实现的高温热化学循环分解水制氢技术。     

基于YOLO和嵌入式系统的车流量检测

城市道路普遍存在机动车、非机动车、行人的人车混行路段,车辆目标的准确识别与统计成为视频方法检测混合交通流量的关键问题。本文提出了基于深度学习YOLO(You Only Look Once)的车流量检测算法。用YOLO v2检测道路上移动的目标,对检出目标中的车辆目标进行识别与筛选,设置感兴趣区域,在车辆目标经过感兴趣区域时计数,并用核相关滤波器跟踪车辆,避免车辆重复计数;在ARM上利用该算法实现了混合交通视频中的车流量检测。测试结果表明,该方法中车辆的检测、跟踪、计数结果良好,可应用于混合交通中的车流量检测。     

一种基于分层模型的TSP构建算法

提出了一种新算法,有效地减少了最近邻域法和贪婪算法在构建旅行商问题可行解过程中引入不合理长边的问题。该算法先借助一种由伪凸包算子所得到的分层模型对旅行商问题中的城市分布进行分析,之后通过将分层模型中相对外层的点逐个添加到内层的规则得到可行解。借助仿真实验求解TSPLIB标准库中的40实例,并与最近邻域法和贪婪算法进行对比,结果表明分层融合算法具有更高的精度,其平均求解质量达到8.47%。     

一种电阻式触摸屏机械安装误差的校正方法

触摸屏是一种广泛应用于工业控制领域的人机交互与控制设备,电阻式触摸屏的误差校正是触摸屏精度的重要保证[1].本文研究了利用“三点法”对电阻式触摸屏的LCD屏和触摸传感模块的坐标误差进行校正,计算得到了坐标校正系数,方法消除了由于机械安装误差导致的触摸动作响应错误.     

蚊香元素成分的LIBS检测分析

激光诱导击穿光谱(LIBS)作为一项很有前景的元素分析技术,具有原位测量、远程监控等优势,而对蚊香样品的LIBS检测应用是一项较新的课题。为将LIBS技术实际应用于环境监测领域,实验中利用时间分辨的激光诱导击穿光谱技术对蚊香样品的激光等离子体光谱进行了测量和分析,确定出蚊香中Al、Mn、Mg、Sr、Zn、Ba、Na、Ca、Fe、Si和H的11种元素成分;基于等离子体局域热动力学平衡模型,计算了等离子体温度。利用自由定标分析方法计算了上述元素的相对含量。实验结果表明激光诱导击穿光谱技术可以用于有害元素的快捷有效检测。     

Ag-SiO2复合纳米颗粒薄膜的制备及其光学特性研究

利用溶胶一凝胶法在玻璃基底上成功制备了Ag—SiO2复合纳米颗粒薄膜,SEM、TEM和XRD的表征分析表明Ag是以单晶纳米颗粒的形态均匀分散在SiO2基质中,形成了多孔状Ag—SiO2复合纳米颗粒薄膜。从Ag—SiO2复合纳米颗粒薄膜的光吸收谱发现,该复合薄膜中鲰纳米颗粒具有较强的等离子共振吸收峰,峰位在430nm附近,随着复合薄膜中Ag、Si摩尔比的逐渐增大,等离子共振吸收峰不断增强且发生蓝移,蓝移量可达30nm;研究Ag—SiO2复合纳米颗粒薄膜的光敛发光特性发现,当激发波长为220nm时,复合薄膜分别在330nm和375nm处出现了两个发光带,随着复合薄膜中Ag、Si摩尔比增大到0．11,两发光带均逐渐增强,继续增加Ag、Si摩尔比,两发光带又逐渐减弱,且375nm处的发光带变化尤为显著。     

基于边缘特征和多帧差分法的运动目标检测算法

针对传统的边缘检测算法检测结果不连续、细节信息易丢失等缺点,提出了一种用于运动目标检测的边缘检测方法。首先在背景差分的基础上用平移法检测目标边缘,该方法能够提取到更为精确、细节特征更加丰富、闭合性更好的目标边缘;然后将边缘检测与多帧差分法相结合进行运动目标检测。该方法的优势在于,在目标检测的过程中不需要进行背景建模与更新。实验结果表明,该方法思路简单,易于实现,检测结果精准,实时性较好。     

基于FPGA的语音信号波形VGA显示方法

在基于FPGA的语谱分析研究与设计中,需要将语音时域波形和语谱分析结果同时显示在VGA屏幕上,而采用一般方法只能在有限的VGA显示区域内显示局部波形,无法将完整的一段语音信号波形显示出来。针对这一问题,提出了一种适合FPGA实现的语音信号波形VGA显示方法。该方法通过分析语音信号的波形特点,以及显示中存在的波形放大、波形缩小两个问题,提出线性插值和保留极值的解决方法,并详细探讨了这两种方法的FPGA硬件实现结构。实验结果表明,该方法能够有效地对语音信号进行正确显示。