基于SURF特征的PCB元件匹配研究

通过研究基于印刷线路板(printed circuit board,PCB)中芯片元件的特征,提出了一种利用SURF(speeded up robust features)特征与颜色信息进行PCB元件特征匹配的方法.在对PCB元件特征进行分析的基础上,计算SURF特征描述,并利用融合颜色信息的最近邻法则寻找元件之间的匹配点对,最终给出匹配判决.实验结果表明本方法误判率低、匹配精度高、鲁棒性强,可以用于PCB元件的配准检测中.     

基于傅立叶描绘子的实时图像识别系统

本文主要介绍了基于傅立叶描绘子进行目标图像识别的基本理论,并将其成功的用于目标的识别,文章的最后给出了系统的组成框图.?     

局部二维特征点马氏距离匹配方法

在融合具有尺度、旋转不变性、快速性和鲁棒性特点的SIFT算法和SURF算法的基础上,对基于传统局部二维特征点的欧氏距离匹配方法做了改进。采用基于马氏距离仿射不变性匹配方法,用RANSAC方法剔除误匹配点,取得了更稳健的匹配效果。分别对Open SIFT和Open CV的SURF代码进行马氏距离匹配改进,证明了基于Open CV的SURF马氏距离匹配的优越性。试验结果表明该方法更具可行性和鲁棒性。     

基于BP神经网络的铁谱磨粒图像识别方法研究

在磨粒识别过程中,铁谱磨粒图像预处理和特征参数提取是关键。应用图像形态学的处理方法对磨粒图像进行预处理,结果表明,利用开运算、闭运算的图像形态学处理方法对铁谱磨粒图像进行预处理,可以消除图像二值化后留下的孤立小碎点、孔洞以及边界断点。通过磨粒图像的统计特征参数和傅里叶特征参数建立BP神经网络,并对磨粒进行识别,结果表明:采用该方法能正确识别磨粒图像,辨别磨损机制。     

基于Java和Selenium的自动化操作工具的设计与实现

设计了一种基于Java和Selenium的自动化操作工具,利用Selenium开源自动化测试框架建立企业信息系统自动化执行的解决方案,着重对比自动化工具和手工操作的差异。通过使用工具和人工操作的对比试验,证明这种工具和方法能够大幅降低工作时间,很好地解决了实际性问题。     

大承载井口自动化装置新型无级调速系统运行特性研究

为了解决井口自动化装置在大承载工况下传动系统布置困难、生产成本高等问题,通过对新型无级调速系统结构布置方案和工作原理进行分析,将新型无级调速系统引入井口自动化装置,并对新型无级调速系统差动机构传动比对新系统转矩分配比、输出输入转矩比的影响、减速机构传动比对新系统转矩分配比的影响进行计算,最后通过试验对大承载井口自动化装置新型无级调速系统进行可行性验证。研究表明,分析得到了减速机构传动比及差动机构传动比对新型无级调速系统性能参数的影响规律,在井口自动化系统中引入新型无级调速系统后,各测点应力最大值及波动性明显下降,系统安全性及运行平顺性明显提高。     

一种基于相位一致性的虹膜识别方法

凭借虹膜自身的稳定性、非侵犯性、难更改性等优点,虹膜识别已经成为生物特征识别领域中的研究热点。但是在非侵犯性的虹膜识别系统所采集到的人眼图像中,虹膜环内的部分区域被眼睑或眼毛所遮挡,造成虹膜纹理的丢失。将被眼睑或眼毛遮挡的区域去掉之后,虹膜可用纹理区域的面积会低于100%。为了在这种情况下仍然能够提取出满足虹膜识别要求的特征,本文提出了一种基于相位一致性的虹膜识别方法。实验结果证明,该方法能够在虹膜可用纹理区域不完整的情况下提取出足够多的可区分性特征用于虹膜识别,并且具有0.137 0%的等错率和99.862 5%的正确识别率。     

基于人工神经网络的机械工具的识别方法

提出一种快速的、鲁棒性的人工神经网络目标识别方法。针对工业环境中常用机械工具的识别,通过正规化目标图像和正交复值的Ｚｅｒｎｉｋｅ矩变换提取目标的平稳我、比例及旋转不变性特征,应用具有２个隐层的ＢＰ网络学习与识别这些特征敌意一。对４类具有一个自由度的机械工具进行识别实验,表明该方法优于最近分类决策规则,对噪声及循环矢量变化具有鲁棒性,并达到９５％的识别率。     

基于DSP的人耳图像识别系统的设计

针对生物特征识别系统中的人耳识别,应用数字信号处理器构建人耳图像识别系统,利用摄像机和高速数字信号处理技术,完成人耳图像采集、特征提取和识别,实现了基于DSP的人耳图像识别系统。实验表明该系统具有自动采集识别、快速准确、识别率高等特点,可用于机场、银行等需要身份鉴别的安保环境和需要自动采集数据的场合,具有很高的实际应用价值。     

基于PCL的自动化机器人视觉形状特征识别算法分析

目前提出的自动化机器人视觉形状特征识别算法识别时间过长,导致识别精准度较低.为了解决上述问题,基于PCL技术研究了一种新的自动化机器人视觉形状特征识别算法.通过云数据采集、数据预处理、提取特征点、分割处理图像完成阈值图像处理.从形状轮廓的长度、直径、离心力、斜率以及曲率、角点这几个决定性因素作为特征分析的切入点实现轮廓...     

基于AI识别技术的拆回计量器具自动化分拣方法

针对拆回计量器具自动化分拣效率低的问题,设计基于AI识别技术的拆回计量器具自动化分拣方法。输出拆回计量器具特征参数空间,并利用AI处理技术固定识别半径,利用Petri网格内的并发关系,建立分拣流程逻辑关系,固定分拣流程顺序,编码变量在逻辑关系中产生的转移概率,结合输出的拆回计量器具特征,构建一个基于特征的拆回计量器具自动化分拣算法,实现拆回计量器具自动化分拣方法设计。固定自动化分拣测试平台运行参数,设定AI识别空间坐标系。对比测试结果表明：该方法的分拣速度较快,分拣效果较佳。     

基于SURF算子的快速手背静脉识别

提出基于加速鲁棒性特征(speeded-up robustfeatures,SURF)的手背静脉识别算法.首先对手背静脉图像进行预处理,提取手背静脉感兴趣区域(ROI),然后提取手背静脉的局部SURF特征,基于欧式距离实现测试样本和注册样本特征点的匹配,并剔除错误匹配对,最后计算匹配率作为待识别样本和注册样本之间的相似度测试实现身份识别.利用TJU手背静脉图像数据库对算法性能进行测试,在认证模式下等错率为0.07%,平均识别时间0.153 s.实验结果证明该算法可以快速有效地实现手背静脉识别.     

基于自动化流程的垃圾焚烧炉控制方法分析

垃圾焚烧炉控制难度较大,利用人工控制容易出现故障,且整体效率低。采用自动化系统完成控制,能够提高焚烧炉的控制效果。通过对焚烧温度、锅炉负荷、风量以及料层厚度的控制,可以提高自动化流程控制效果。神经网络技术可以提高自动化控制过程的控制效果,因此利用神经网络模型分析法和控制改进法,对垃圾焚烧炉的自动化程序进行计算和优化。实践表明,焚烧炉改进方法能够使垃圾焚烧炉稳定工作并保持良好的运行状态,提高燃烧效率。     

基于图像识别的哑弹体特征提取方法研究

针对哑弹体的图像轮廓,分析了关于直线和边缘点的几种提取方法,找出了一种适合提取弹体边缘的提取方法分裂算法.此算法的优点是可以比较精确地找到曲线的转折点,并用这些转折点来描述曲线,对于直线和折线组成的图形有较好的逼近效果.     

采油井口35CrMo的补焊修复方法研究

在生产中采油井口35CrMo应用补焊工艺,通过改进以往的焊接工艺,选用合适的焊接条件及材料,完成补焊生产的新要求,既提高了产品的成品率,节约成本,同时也提高采油井口的质量.     

基于图像识别技术的自动化岸边集装箱起重机设计

集装箱全自动码头和图像识别技术的迅速发展,对岸边集装箱起重机的装卸效率和自动化程度提出了更高的要求。文中结合现有的图像识别处理技术,给出一种刚性的吊具,可满足全自动码头高效智能的装卸要求,可解决现有吊装设备的刚性不足,受风载摆动剧烈的问题;对吊具结构进行Matlab优化和结构体的有限元分析校核。     

基于手指融合特征和粒子群优化的手形识别

针对基于手部几何特征的手形识别方法可利用的个体信息有限的问题,提出了一种将手指轮廓特征与几何特征相融合的身份识别方法。该算法首先分离手指,采用曲线拟合算法定位手指中轴线;然后采用分步对齐方法规范化手指,并提取手指轮廓特征和几何特征;最后采用粒子群算法对手指截取系数和权值系数进行优化,以进一步提高识别准确率。实验结果表明:采用该方法后,识别率可达98.61%。该方法手指定位更准确,更充分地利用了手部信息,且避免了特征点定位不准及手指根部不稳定轮廓特征对识别准确率的影响,具有较高的识别率和良好的鲁棒性。     

基于3D成像的钻杆螺纹自动化检测系统

钻杆在使用一段时间后需进行检测与维修.传统钻杆螺纹检测以人工检测为主,但人工检测速度慢、准确性差.本文提出了一种高自动化、高精度的非接触式钻杆螺纹检测方案,基于3D成像技术,利用3D激光相机对钻杆螺纹进行周向旋转扫描,获取钻杆螺纹三维图像的同时得到螺纹牙廓线图形,通过计算螺纹牙廓线图形得出螺纹各项参数数值大小,并与规定...     

基于神经网络的雕刻艺术风格的机器学习

本文通过分析雕刻艺术风格的特征,采用BP神经网络模型和感知器神经网络模型自动提取雕刻艺术风格特征和进行两幅雕刻图形艺术的风格特征的比较,识别,实践证明这是一种切实可行的方法.     

基于单目视觉的特定工件位姿检测研究

建立了一种基于单目视觉的特定立方体工件检测模型。采集目标物不同角度的图片以建立模板库,通过SURF算法提取模板库特征点集,再进行特征点匹配实现场景图片中目标物感兴趣区域的框定。针对检测到的目标感兴趣区域,利用霍夫变换提取拟合目标物的临近特征角点,再结合相机标定的参数与特定工件的先验信息换算出拟合角点的实际坐标。以检测特定箱体工件进行多组实验,结果表明,检测到的角点平均误差在一定范围不超过2.5mm,且检测时间也基本满足实时要求。