基于BP神经网络的数显仪表数字字符识别系统

在化工、冶金等行业以及较为恶劣的环境场合下进行仪表数据的自动化采集,需要对仪表显示的动态数据进行自动识别,以判断是否满足控制条件。本文根据数字仪表图像的特点,运用区域生长算法定位仪表图像中的数据区域,采用投影法对字符串进行分割,最后应用BP神经网络法进行分类识别数字字符。实验结果表明,字符正确识别率达到96％。     

仪表的数字字符识别系统

在化工、冶金等行业需要对环境温度等条件进行自动控制，因而需要对仪表显示的数据进行识别，判断是否满足控制条件。因此根据数字仪表图像的特点，运用了区域生长法定位数据区域取得了理想的效果，采用了投影法对字符串进行了分割，最后应用交线特征提取的分类识别方法来识别数字字符，经试验其正确识别率达到了95％。     

通风与空调系统中风管系统清洗设备的设计

利用运动小车上的滚刷扬尘,用吸尘器把灰尘吸出来,是目前国内外风管清洗设备最主要的形式。针对"在有较重积尘的情况下,积尘很难通过长长的风管进入吸尘器"的问题,设计了一种吸尘头,该吸尘头靠抬臂机构预压紧,调整吸尘头与风管之间的距离,并在此基础上设计了一个吸尘头自压紧风管底部的机构,这样机器人在运动时可适应风管不同位置上底部的不平整。即使风管稍有不平或接缝之处,也可以吸尽粉尘。研究结果表明,共用运动平台减轻了维护工作量,降低了清洗设备的制造成本;利用吸尘管形成负压方式,不需在整个风管内形成负压,可以大大降低吸尘电机的功率。     

基于HMMs的人体姿态图像视觉理解研究

利用隐马尔可夫模型(HMMs) ,对CCD摄像机采集的人体运动视频图像中的人体姿态识别问题进行了研究,主要内容包括选择新的特征向量抽取算法;设计HMM训练和识别算 法。实验结果表明,该方法在实践中是可行的。在虚拟现实、视觉监控、感知接口等领域均有着广阔的应用前景。     

退化图像复原技术在天文图片处理中的应用

针对天文望远镜系统自身的焦散特性以及成像过程中高斯白噪声的影响，依据对透镜系统点扩散函数的先验知识，运用维纳滤波方法对退化的天文图片进行了复原处理。实验表明，这一方法能够对退化天文图片进行有效的复原，同时该处理方法对具有类似问题的光学成像系统的图像处理具有很好的借鉴意义。     

多个数字仪表动态显示数字字符识别的研究

在诸多像冶金、化工等的行业,都要用到多个数字仪表的实时监控.而人眼识别会产生误判,且效率不高,用多个数字仪表动态字符识别系统代替人眼将提高效率,同时识别率的提高可以解决人眼产生误判的问题.然而这一系统研制的难点在于多仪表数显字符的快速分割定位和实时识别,为了解决快速分割,提出了将特征颜色增强的方法应用于该系统.同时为满足实时识别,采用了BP神经网络法进行分类识别.实验结果表明,在小于3个数字仪表的条件下,整个识别过程可控制在40 ms以内,正确识别率达到96%以上.     

基于BP神经网络的数显仪表动态字符识别系统

在化工、冶金等行业以及较为恶劣的环境场合下进行仪表数据的自动化采集,需要对仪表显示的动态数据进行自动识别,以判断是否满足控制条件。因此根据数字仪表图像的特点,运用区域生长算法定位仪表图像中的数据区域,并取得理想的效果,采用投影法对字符串进行分割,最后应用BP神经网络法进行分类识别数字字符,实验结果表明,其正确识别率达到96%。