浅析池州地区区域成矿模式

池州地区矿床类型丰富,包括矽卡岩型、热液型、斑岩型等。其中以矽卡岩型分布最广。依据成矿具体特点可划分为复合式、层控式及接触式。岩层间的滑脱构造、碳酸盐地层、中酸性岩浆岩的存在是该区域成矿的关键因素。本文结合研究资料,确立了池州地区区域具体成矿模式,把成矿模式分为三种不同类型。     

基于Hough树林的空间有形目标特征训练与检测识别方法

随着空间飞行器利用率的不断提高,各国开始关注于空间目标的监视问题.如何对空间有形目标进行准确的分类与定位识别是目前关注的难点之一.针对空间目标的特征提取与识别定位问题展开研究,提出了一种基于Hough树林的空间目标探测识别方法.首先,通过广义的Hough变换,使用独立的目标局部的探测识别对全局目标可能位置中心进行投票....     

基于灰度方差和边缘密度的车牌定位算法

在车牌定位的过程中,由于光照变化、视点和距离变化、车辆运动、复杂背景等原因,摄像机很难获取到高质量的图像.为了克服这些问题对以后的车牌定位算法的影响,提出了利用车牌区域的性质来进行车牌定位的新算法.车牌区域具有在一定范围内灰度方差近似相等和边缘密度近似相等的性质,利用这些性质来增强车牌区域.为了定位车牌区域,提出基于车牌区域边缘密度性质的匹配滤波器,该滤波器可以有效地提取出所有候选目标.利用形态学和先验知识进行目标真实性验证.通过对不同环境条件下获取的700幅图像进行实验,实验结果表明该算法有效地提高车牌区域的图像质量且车牌目标定位准确率达到98.4%,验证了算法的有效性和鲁棒性.     

基于视觉的智能切割钢板边缘跟踪研究

为实现对大尺寸工件的智能切割，采用结构光视觉传感的方式，对待切割曲面钢板的边缘跟踪进行了研究。给出了跟踪的基本原理，并详细讨论了跟踪过程中的关键技术：图像去噪，特征点检测以及偏差识别。同时搭建了试验平台，对所提出的方法进行了试验验证，结果表明，曲面钢板边缘的自动跟踪效果较好，其跟踪精度满足生产需要。该方法解决了大尺寸曲面工件边缘坡口切割的难题，具有实时性、适应性强、实现容易等特点。     

基于Ethernet的全开放工业控制网络

作者从信息发展的进程出发，总结了现场总线在发展中存在的问题，阐述了以太网进军工业自动化领域的必然性，说明了以太网将最终连接大多数的传感器和执行器，并由此形成一种基于以太网的全开放的扁化工业控制网络结构。     

显著性检测指导的高光区域修复

目的为解决传统的基于光照模型的高光修复算法无法很好地对高光区域存在饱和现象的单幅图像进行处理这一问题,提出一种显著性检测指导的高光区域修复算法。方法首先在亮度空间应用显著性模型,实现高光区域的自动检测和标记,之后运用改进的Exemplar-Based算法,综合利用图像的邻域和边缘信息,对标记的高光区域进行自适应修复,去除图像中的高光。结果分别对仿真及自然场景下的高光图像进行测试,实验结果表明,与原修复算法和传统高光去除算法相比,所提算法的修复效果更符合人眼视觉、修复后的图像质量更好。结论本文算法与Exemplar-Based算法及Tan方法相比,对高光区域存在饱和现象的单幅图像有较好的修复效果,并且有效地克服了传统高光去除算法受光照模型限制的缺点。     

基于信号注入法的电网电容电流测量

介绍了一种由电网母线电压互感器二次侧注入不同频率的电流信号而求得电网对地电容的间接测量方法。通过测量二次侧电压和电流的幅值关系,求解出线路的对地电容值,进而计算出电网电容电流。并通过理论公式推导及仿真分析,证明了该方法的正确性。     

全景摄像机标定

针对一般全景摄像机标定方法需要特殊的装置、设备和仅适用于满足单视点约束情况下的问题,依据从单视点指向三维点的向量投影到图像平面的过程可以用泰勒级数描述的理论,建立了双曲面全景摄像机标定方法的一般传感器参数模型.标定方法能够补偿镜子焦点与摄像机光心间的配置误差,能够应用于单视点约束没有精确满足的情况下.同时算法只需摄像机从不同位置获取棋盘格平面模板图像可以进行标定.摄像机和平面模板可以自由移动,而不需知道运动的先验知识,所以算法灵活方便,而模型的参数通过非线性优化得到,所以精度较高.     

汽车轴类零件加工质量的提高

汽车的组成零件成千上万,每一个零件的质量直接决定汽车的整体质量,而零件的加工过程会影响到零件的使用寿命使用性能以及质量可靠性,因此保证汽车轴类零件加工质量的优质是提高汽车整体质量的关键所在,制造厂也在不断提高轴类零件的加工质量为保证车辆的安全运行。本文基于汽车轴类零件的基本特征和其加工过程,分析了影响轴类零件加工质量的主要因素和提高其加工质量的具体方案措施。     

非完整移动机器人的神经网络鲁棒自适应控制

在非完整移动机器人轨迹跟踪问题中,针对机器人运动学与动力学模型的参数和非参数不确定性,提出了一种混合神经网络鲁棒自适应轨迹跟踪控制器,该控制器由运动学控制器和动力学控制器两部分组成;其中,采用了参数自适应的径向基神经网络对运动学模型的未知部分进行了建模,并采用权值在线调整的单层神经网络和自适应鲁棒控制项构成了动力学控制器;基于Lyapunov方法的设计过程保证了系统的稳定性和收敛性,仿真结果证明了算法的有效性。