基于图像传感技术的娃娃菜外观品质检测

目的设计一套基于图像传感技术分析娃娃菜外观品质如尺寸、重量、瑕疵点等的检测方法。方法搭建一套图像采集平台拍摄娃娃菜不同侧面,应用图像处理技术,分割出娃娃菜图像区域,并数字化其区域特征信息(包括:投影面积、尺寸、瑕疵点面积等)。结果建立合格娃娃菜的侧面投影面积与重量真实值间的线性关系,其相关系数为0.938,均方根误差为36.52 g;对比人工检测,图像法可以识别出娃娃菜外表面95%的瑕疵点(腐黑点、裂纹裂缝等);参照娃娃菜的分级标准,以图像法获取各特征指标,结合聚类算法分级娃娃菜,其中K-medoid法准确率为100%,Gath-Geva法准确率为96.67%。结论机器视觉技术可应用于娃娃菜的自动检测和分级,为在线无损检测提供参考。     

基于人机工程学的增强现实眼镜设计研究

目的以提升用户人机体验为前提,结合增强现实眼镜的功能需求,从人机工程、使用过程、用户研究等多个方面探索该类产品的设计方法。方法针对增强现实眼镜在使用中出现的问题,从人体数据入手,建立数字头部模型,再通过人机工程学计算得出设计尺寸,为设计研发提供参考并最终得出设计。结论提出了一种增强现实眼镜的造型设计方法,提升了用户体验,对增强现实眼镜的工业设计具有一定的参考。     

三维激光扫描技术在高层建筑施工质量监测中的应用

在高层建筑施工时,建筑施工的偏差检测是建筑工程质量验收的重点部分。针对传统监测方法存在工作量大、数据单一等问题,提出一种基于三维激光扫描技术的施工偏差检测方法。以山东科技大学图书信息中心为研究对象,通过三维扫描采集得到的点云模型与BIM模型进行对比,得出施工与设计偏差,用于指导施工。该监测方法是三维激光扫描BIM技术的新应用,也是对BIM技术的补充,同样还是三维激光扫描技术在高层建筑施工方面的拓展。     

基于温控近红外光谱快速检测泥蚶重金属污染

目的:探索一种基于蛋白酶解、温控近红外光谱表征技术的贝类重金属污染快速检测方法。方法:以人工饲养的贝类泥蚶为研究对象,以铜（Cu）、镉（Cd）、铅（Pb）三种重金属分别胁迫感染泥蚶;利用酶解和离心等预处理分别提取健康泥蚶和各重金属污染泥蚶的全蛋白上清液样品;控制样品处于一个25~60 ℃的升温过程中,以傅里叶变换近红外光谱,每间隔5 ℃采集各样品光谱,并构建判别模型对泥蚶污染样本进行区分。结果:通过偏最小二乘-判别模型识别不同温度下的泥蚶重金属污染类别,其准确率随温度先升高后降低;当样品升温至40 ℃时,判别模型的准确率达到92%;通过变量筛选优化,能够将判别模型的准确率提高至98%。结论:借助化学计量学、近红外光谱技术和酶解技术,可以快速鉴别泥蚶中的重金属污染问题,丰富贝类重金属污染的检测手段。