印刷机给纸系统在线监测与自动控制的新方法研究

应用半导体激光器和线阵CCD图像传感器在线监测印刷机纸堆升降并自动更换纸堆的方法,设计了一个由半导体激光器、准直光学系统、成像物镜、线阵CCD、A/D数据采集以及计算机控制电路组成的监测系统,同时对系统的测量范围和测量误差还进行了分析.当印刷机供纸系统的堆纸板到达最高位置时,系统会停止堆纸板运动并控制不停机续纸装置开始工作,实现对印刷机供纸系统的自动化控制.     

浅析J2108单张纸胶印机的恒力机构

单张纸胶印机将纸张输送到前规，经前规和侧规定位后，需要由专门的纸张传递机构将纸张叼住，逐渐加速到压印滚筒表面，在相对静止(即同步)中将纸张交给压印滚筒咬牙，以便进行印刷。这种机构被我们称为递纸机构。这类机构的结构、运动及动力性能对于准确而平稳地传递纸张，保证套印精度和提高机器的运行速度都有着极为重要的作用。     

基于围线扫描的快速完全欧氏距离变换算法

欧几里德距离变换（EDT）是为由黑白像素构成的二值图像中所有像素找到距离其最近的黑色像素,并计算它们之间的欧几里德距离,目前广泛地应用于图像分析和计算机视觉等领域.本文采用基于围线扫描的思想,提出了一个在二值图像中进行完全欧氏距离变换的算法.算法首先将二值图像中的像素进行分类,对那些本身既不是特征像素且其4-邻域内也没有特征像素的点作上标记,然后对这些标记的像素自内向外进行围线扫描,搜索与它最近的黑点并计算它们的欧氏距离.算法能够计算精确的欧氏距离.同时对算法的时间复杂度进行了简单的分析,并给出了程序实现中得到的一些实验数据,结果表明该算法运算速度快,时空需求在当前的硬件环境下令人满意,是一种有效的和有着巨大实际应用价值的距离变换算法.     

基于时滞LQR算法的风洞模型振动控制试验研究

为有效抑制风洞试验中飞行器模型的振动,利用气动力学与机械动力学的观点分析了风洞模型的振动原因及特点,并建立了风洞模型—测力天平—风洞支杆所组成的悬臂梁系统的二阶模型。针对飞行器模型振动控制中的时滞问题,分析了时滞现象产生的原因及对风洞试验飞行器模型振动控制的影响,并利用基于所测振动信号与作动器信号的基频傅里叶变换方法实现了基频处的时滞量辨识。基于辨识出的时滞量分别分析研究考虑时滞问题与未考虑时滞问题的风洞模型振动控制状态方程,并设计时滞补偿线性二次型调节器控制算法。搭建地面试验系统,通过地面锤击试验验证得知,相比未考虑时滞问题的线性二次型调节器,时滞补偿线性二次型调节器控制算法具有较好的控制效果,能够更加稳定有效地对风洞模型振动进行控制。     

LPP算法和DLPP算法在掌纹识别中的应用研究

本文对近年来提出的局部保留映射（LPP）算法和判别局部保留映射（DLPP）算法思想进行了详细介绍,设计并完成了基于LPP和DLPP算法在掌纹识别中识别结果的对比实验。实验结果对基于这两种算法的掌纹识别方法给予数据支持,而且说明DLLP算法要优于LPP算法。     

基于独立成分分析和信息融合的步态识别

提出基于独立成分分析和多视角信息融合的步态识别方法.应用背景差分和阴影消除检测出人体步态轮廓,对人体轮廓用小波描述子进行特征提取.通过独立成分分析对特征进行压缩,应用支持向量机完成对步态的分类与识别.通过融合不同视角下的步态特征,完成多视角下信息融合的步态识别.方法在NLPR和XAUT步态数据库上进行实验,取得较高的识别率.实验结果表明本文方法具有较高的识别性能.     

基于伪Zernike矩和Hough变换的脱机中文签名鉴别

利用伪Zernike矩和Hough变换提取了脱机中文签名图像的静态特征和动态特征,采用加权欧氏距离分类器完成签名鉴别。在690个真伪签名的较大规模样本库上进行测试,系统最高正确识别率为87.0%。利用签名图像不同特征能提供信息互补的特点,在决策层上进行了特征融合识别。系统在保持对伪样本拒绝率为71%的情况下,对真实签名的正确识别率仍可达80.4%。实验结果表明,多特征信息融合方法能较好地提高签名鉴别系统的识别性能。     

一种基于模糊自适应的速度反馈主动抑振方法

为了实现对受到时变气动载荷扰动下悬臂梁式支撑结构振动的有效抑制,建立了基于压电作动器的振动主动控制系统并进行了试验研究。首先,分析了风洞模型振动主动控制的原理,并提出了一种内嵌于支杆内部的压电陶瓷叠堆式作动器的减振器结构;进而,提出了结构振动状态的评价指标,结合模糊逻辑设计了一种自适应变增益速度反馈控制方法;最后,搭建了试验验证平台,对主动控制系统进行了试验,并将提出的模糊自适应控制方法与传统速度反馈的效果进行了对比。试验结果表明,该控制系统与方法具有较高的稳定性与效率,在激励试验中振动速度幅值小于未控制时的18.2%。该系统与控制方法对扰动具有自适应调节能力。     

二值表示学习及其应用

随着互联网等信息技术的飞速发展,视觉数据呈现爆炸式增长趋势.如何从视觉数据中高效挖掘信息,已成为大数据时代的重要研究课题.二值表示在存储、传输和匹配上表现出高效性,在多项视觉应用中取得初步成效.文中从实际应用出发,对面向视觉搜索和视觉识别的二值表示学习进行总结分析.在方法层面上,主要从图像哈希和视频哈希两个角度进行阐释.在应用层面上,讨论二值表示学习在人脸分析、图像分类、图像匹配和视觉跟踪任务上的成功应用.最后,对二值表示学习的发展趋势进行展望.     

多特征和多视角信息融合的步态识别

提出了一种基于多特征和多视角信息融合的步态识别方法。应用背景差分和阴影消除获得人体步态轮廓,对人体轮廓使用伪Zernike矩、小波描述子和Procrustes形状分析法进行了特征提取。通过多特征和多视角步态信息融合,完成了基于人体步态特征的身份识别。该方法在CASIA步态数据库上进行了实验,取得了较高的正确识别率,实验结果表明本文所提出的识别方法具有较高的识别性能。