机械制造与自动化专业工学交替的实践与探索

以几年来工学交替实践为例,探讨机械制造与自动化专业以能力培井为主线,整合课程,优化人才培养方案,实施工学交替的具体做法,提出了工学交替过程中需要探索和创新的问题.     

一种自适应的仿生图像增强方法:LDRF算法

为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性.     

一种基于特征匹配的人脸配准判断方法

现有的人脸识别应用系统大都忽略了人脸配准的检查,造成"误配准灾难",导致识别性能下降。因此,对规格化后的人脸图像进行判断筛选,以保证只有正确配准的人脸图像才能用于后续识别。选用一定数量正确配准的规格化人脸图像平均值作为标准人脸,用SIFT关键点定位方法得到标准人脸的多个关键点,采用分块的梯度方向直方图统计方法提取关键点的邻域图像特征;然后,将标准人脸的关键点位置作为待检测人脸的定位点,用同样的方法提取定位点的邻域图像特征;计算待检图像与标准人脸图像对应关键点的特征矢量相似度,设定合理阈值判断待检测图像是否配准。实验证明,该方法能有效去除误配准人脸图像,有利于提高人脸识别系统的可靠性。     

用于油气勘探的电代油驱动装置系统设计与分析

为满足碳中和背景下油气勘探企业对清洁、经济、高可靠性生产的需求,设计了基于双兆瓦级交流异步电动机变频调速的新型电代油驱动装置.采用模块化思想,设计了高压变电、低压传动分体模块箱式结构,提高了电代油驱动装置调度使用的便捷性,其中高压变电模块采用十二脉整流变压器,实现了在变频器成本无显著增加的前提下仅变压器成本增加25％,...     

数字图像清晰度评价函数的通用评价能力研究

图像质量客观评价是计算机视觉领域长期以来研究的难点和热点问题。如何能让计算机像人的视觉系统一样具有评价图像质量的能力,至今仍是尚未完全解决的难题。图像清晰度评价函数是图像质量客观评价标准中的重要组成部分。现有的图像清晰度评价函数主要基于图像边缘细节或者整体信息熵的统计,给出对图像相对清晰度的估计。主要考察了五种具有代表性的清晰度评价函数,着重分析了它们对不同模糊程度下不同内容图像的清晰度评价能力,进而说明现有的清晰度客观评价方法与人主观感受的差距。     

基于语义分割的简洁线条肖像画生成方法

针对目前主流的线条提取算法对于区域对比度不明显的边缘的检测能力较弱,且对于所有区域采用无差别、统一化的处理策略,所生成的线条画往往较复杂,非常不利于机器人机械臂绘图的问题,本文提出了一种基于语义分割的简洁线条肖像画生成方法(concise line portrait generation based on semantic segmentation, CLPG-SS)。首先,对人脸图像进行语义分割,将人脸划分为不同的区域,基于不同区域提取边缘轮廓与五官细节线条,进行边缘切向流优化,从而加强方向信息;在此基础上,利用线条图来生成调和图像,并利用优化后的边缘切向流、人脸语义分割结果以及调和图像,针对不同的分割区域调整线条提取方法的参数,实现对细节无关区域的线条过滤和细节重点区域的线条加强,生成简洁线条肖像画。实验结果表明:本文提出的CLPG-SS方法能够有效提取人脸主轮廓线条,并针对不同区域实现了对细节线条的针对性调节,提高了机器人机械臂的绘制效率。     

基于仿生模式识别与传统模式识别的 人脸识别效果比较研究

本文实现了一种基于仿生模式识别的人脸识别系统,并将其识别效果同最近邻分类器与不同核函数的SVM进行了分析比较.以ORL人脸库为识别对象,针对有"拒识"的情况下,通过改变不同识别算法的可调参数,在保证参与训练人的正确识别率在大致相同水平的条件下,分析了参与训练人的错误识别率(错识别为参与训练的其他人)与未参与训练人的错误接受率(错识别为参与训练的某人)的优劣.比较结果表明,基于仿生模式识别的方法明显优于其它模式识别方法.     

光照强度和光阑孔径对近红外漫透射光谱鉴别单倍体玉米影响研究

以同一品种同一批次玉米单倍体和多倍体个体种子为研究对象,基于近红外光谱定性分析技术,分析研究了用漫透射光谱测量方式采集光谱时,不同光照强度和光阑孔径得到的光谱曲线质量以及对玉米单倍体种子鉴别结果的影响。光谱数据经过预处理后,采用PLS+OLDA特征提取算法,应用SVM建立玉米单倍体鉴别模型。分别统计多种不同实验条件所测数据建立的鉴别模型的正确识别率。结果表明,光阑孔径的大小影响光谱曲线信噪比,越接近玉米籽粒大小的孔径获得的光谱曲线越平滑;光照强度影响光谱曲线有效性,光照越强,波形峰谷差值越大,识别率越高。选择较高的光源强度和适合种子大小的光阑,可以得到高质量的光谱曲线,以此建立的玉米单倍体鉴别模型,识别率达到了100%。     

基于仿生形象思维方法的图像检索算法的改进

基于仿生形象思维方法的图像检索算法主要是模仿人脑的形象思维对图像认知,从全新角度提取图像特征而设计的一种新算法。此算法把每幅图像都映射成高维空间一个点,通过计算点和点之间的判别函数得到图像之间的关系。该文利用最直接地描述图像内容的视觉特征,即颜色复杂度来提取图像特征,对基于仿生形象思维方法的图像检索算法做进一步研究与改进。实验结果表明该方法比文献[1]基于仿生形象思维方法的图像检索算法的特征提取方法效果有一定的提高。