排序方式: 共有31条查询结果,搜索用时 69 毫秒
1.
在充分利用车牌投影特征和纹理特征的基础上,以准确快速自动识别车辆牌照为最终目标,经过灰度变换、边缘检测、形态学处理、二值化处理等多种图像处理方式,并考虑了图像在拍摄、传输过程中可能存在的噪声干扰、光照不均等不利因素的影响,以M atlab为开发平台编程实现车辆牌照自动识别全过程,经对多幅车牌图像进行实验,测试结果表明该系统运行快速稳定、正确识别率较高,具备实际应用价值。 相似文献
2.
针对因受电弓弓头形变与损坏而影响列车的安全可靠运行,提出基于深度学习的检测方法。通过采集到的列车运行中受电弓的监控视频以及实验室模拟的受电弓视频经滤波后制作数据集,任务中受电弓弓头的分类为三类,包括弓头完整,弓头残缺与弓头变形。采用基于YOLOv4与Faster R-CNN的目标检测算法对受电弓弓头进行检测。其中YOLOv4算法mAP为93.58%,Faster R-CNN算法mAP为96.85%。考虑到实际工程应用中相机采集位置与受电弓位置相对固定,所以提出另一种通过截取受电弓弓头区域再使用分类网络进行分类的方法,分类网络包括ResNet152、VGG16和MobileNetv2。三个分类网络的正确率、准确率、召回率几乎都能达到90%以上。 相似文献
3.
4.
基于LabWindows/CVI的车内气压波动信号处理 总被引:1,自引:1,他引:0
列车车内气压波动影响行车中旅客舒适度,因而研究车内气压波动信号可以有效地测试车内气压波动情况.为进一步改进车体结构、保障旅客舒服,采用空气压力传感器对车内压力进行了在线检测.利用labWindows/CVI软件开发平台,采用巴特沃思低通滤波方法进行粗略提取,实现车内气压波动信号的显示和处理.实验表明:该系统结构简单,运行速度快,抗干扰性强,具有较高的可靠度. 相似文献
5.
针对目前许多基于深度学习的滚动轴承故障诊断方法在检测含有噪声的信号以及载荷变化时,其诊断性能会有所下降的问题。提出一种基于卷积胶囊网络的故障诊断方法;该模型使用两个卷积层的卷积网络直接对原始的一维时域信号进行特征提取,并将其送入胶囊网络,输出每种故障类型的诊断结果;为了验证该模型的诊断性能,选用凯斯西储大学轴承数据库来进行验证,并与常见的卷积神经网络和深度神经网络进行对比。试验结果表明,相比于其它深度学习方法,该方法在载荷变化以及信号受到严重噪声污染时,依然拥有良好的诊断性能。 相似文献
6.
为克服传统衡器精度和功耗等不足,介绍专门为衡器应用设计的片上系统芯片(system on chip,SOC)PS081的高精度和低功耗特性,以及在低功耗太阳能设计中的应用,硬件部分对上电电路和外围电路进行设计,软件部分在扫描和测量模式下实现中值滤波、延迟、LCD数字显示等部分功能。 相似文献
7.
数字图像处理在距离测量中的应用 总被引:2,自引:0,他引:2
为了克服接触式测量中的一些弊端,如测量时加在物体上的物理效应、测量环境的高要求、人为误差较大等,结合了现代数字图像处理技术和视觉测量方法,采用了非接触式测量方法进行距离测量.建立了图像采集系统,运用Labwindows/CVI软件设计的Sobel算子对采集到的图像进行边缘检测,得到两边缘线之间的像素差值,并代入距离计算公式求得距离.结果表明,该测量方法所得结果与实际值符合,证实了基于数字图像处理的距离测量方法的准确性. 相似文献
8.
9.
10.
针对X2010C龙门铣床使用年代长,控制系统元件、线路损坏和老化而不能使用的问题,采用可编程逻辑控制器和直流调速器对原系统硬件和软件分别进行改进。使用可编程控制器作为继电器、接触器的核心控制各电机启停,实现逻辑控制;直流调速器调节直流电机两端电压进而控制工作台进给和垂直主轴箱的移动速度;并给出了根据铣床动作要求和硬件设计所编写的PLC程序图。控制系统通过调试和长时间运行后,最终能实现铣床两个水平主轴和垂直主轴正反转、速度调节、快速行走等功能,且性能稳定,具有一定的实际应用价值。 相似文献