引线键合匹配定位算法研究

为提高全自动引线键合机视觉定位系统的检测速度和定位精度,在对定位系统进行了深入分析的基础上,分别对系统的示教和键舍过程进行了参数优化.为了降低归一化灰度相关匹配算法的计算量,将算法的有效搜索范围的设定与眼点相联系,提高了算法的效率.最后.利用MATLAB软件编程实现了算法.仿真实验结果表明,针对678×576的引线框架实际图像,该算法定位的平均误差可控制在0.4像素以内,计算时间约为300ms.基本能满足自动键合机视觉系统的要求.     

面向IC封装的显微视觉定位系统

为了实现IC封装设备视觉定位系统的整体构建,在分析面向IC封装的视觉系统的基础上,对显微成像系统、视觉系统标定以及模式识别定位算法进行了研究。针对面向IC封装的视觉定位系统的特点,搭建视觉系统,并进行了系统标定。用Matlab编写了模式识别定位软件界面,并进行了相关试验研究。实验分析了系统的定位精度和稳定性,实验结果表明,标定误差基本满足正态分布,XY方向的平均误差为0.0145和0.1065pixel,方差为0.3103和0.2775pixel。经过对视觉定位系统的标定,并使用某种IC芯片进行实际定位实验,结果显示匹配定位误差可以控制在3.5μm(0.4pixel)以内。该视觉系统实现了亚像素级的定位精度。     

结合低维特征和在线加权MIL的目标跟踪算法

为了提高视频序列中目标跟踪的准确性,提出了结合低维Haar-like特征和在线加权多示例学习（OWMIL）的跟踪算法。将训练集中的图像进行剪裁,构建正负样本集。通过稀疏编码提取低维度的Haar-like特征来表示目标。通过这些正负样本的局部稀疏特征在线学习生成弱分类器集,并通过示例加权方法来促进学习过程,最终生成一个强分类器,用于测试视频中的目标跟踪。实验结果表明,该算法在旋转、光照和尺度变化等影响下取得了优异的效果。相比其他几种改进型多示例学习算法,提出的算法获得了更好的跟踪效果。     

基于离散余弦变换和支持向量机的人脸识别方法研究

本文实现了一种基于离散余弦变换（DCT）和支持向量机（SVM）的人脸识别方法。该方法利用DCT提取人脸特征向量，输入到SVM分类器中实现人脸的识别．本研究对DCT系数的选取，DCT系数的个数及SVM核参数对识别的影响作了详尽的分析．使用SVM多类分类器的1-1判别策略，实现了一个鲁棒性和实时性均很好的人脸识别方法。实验表明。离散余弦变换技术和支持向量机的结合用于人脸识别。大大提高了识别的速度和识别率。     

嫩江县旱田节水灌溉现状与未来展望

<正>嫩江县属农业大县,平原、丘陵兼备,土地条件较复杂,"十年九春旱,春旱连夏旱"是嫩江县农业生产条件的真实写照。干旱灾害年年给农业生产造成一定的损失,成为制约嫩江县粮食高产稳产和农村经济持续发展的主要因素。为此,县委、县政府     

基于DWT-DCT和Zernike矩的鲁棒视频水印算法

为了提供数字视频版权的有效保护,提出一种基于DWT-DCT和Zernike矩的鲁棒视频水印算法。在水印嵌入阶段,先将视频帧从RGB空间转换到YCbCr颜色空间;从YCbCr图像帧的亮度分量中选择出嵌入区并进行分块,通过伪随机法选择出多个子块;执行DWT-DCT获得前n个交流分量,并将水印嵌入到这些分量中;执行DWT-DCT反变换获得水印图像,并计算Zernike矩作为校正几何攻击的参数。在水印提取过程中,通过水印嵌入阶段的伪随机密钥来确定嵌入位置,以此进一步提高水印安全性。实验结果表明,该算法具有较高的水印隐蔽性和鲁棒性。     

大米色选系统中的光源改进

针对目前国内使用的大米色选机一般用日光灯作为光源所存在的问题,采用稳定性、方向性更好的高亮度发光二极管(LED)代替日光灯管作为色选机光源,分析其色选效果,并对不同颜色的LED光源进行了比较,结果证明在蓝色LED光源下可以一次性分检出各种异色粒和杂质,分选效果较好.试验结果对于提高大米色选系统的稳定性,获得更高的一次选别率有重要意义.     

解决丘陵、半山区耕地水土保持问题的探讨

<正>嫩江县位于大、小兴安岭交界的缓冲地带,百分之六十的耕地是属于丘陵漫岗地。近几年,由于坡地植被的破坏,土壤含水率下降。在集中降雨的季节,坡面沟壑纵横,水土流失相当严重。根据北方地形特点解决水土流失的方法有:水平梯田、坡式梯