扔掉机械硬盘!首选朗科S300固态硬盘

启动快速、停机时间最短和运行稳定是衡量设备制造经济性的关键因素。VeriSens视觉传感器凭借其新增的“备份与恢复”和“用户与密码”功能轻松满足这些要求。结合堡盟久经考验的FEX图像处理器所提供的稳定图像评估，这些新功能使VeriSens视觉传感器更加稳定可靠。     

智能图像检测在活塞在线分选中的应用

基于某活塞生产厂的活塞在线检测需求本文将机器视觉检测技术应用于活塞在线视觉检测分选中,开发出一套智能图像检测系统.该系统将VB与图像传感器相结合,充分利用VB和智能图像传感器的特点,使检测系统操作简单、高效精确.在检测中,主要应用了模板匹配原理对图像进行识别.该图像检测系统满足了生产实际的需求,提高了生产效率,减轻了工人的劳动强度,实现了活塞的在线检测与分选.     

基于多标签分类的传感器网络数据故障检测算法

传感器网络中多种数据故障会同时出现,为了同时检测出多种数据故障,使用多标签分类模型对传感器网络数据故障的检测过程进行建模.为了提高多标签分类器对数据故障的检测性能,提出了一种基于多标签ReliefF和遗传算法的特征选择算法.该方法将ReliefF扩展成可以对特征子集进行评估的多标签ReliefF,特征选择过程首先使用遗传算法搜索特征子集,然后使用多标签ReliefF对特征子集进行评估.在三个多标签分类器上的实验结果表明,提出的特征选择算法可以显著地提升多标签分类器对传感器网络数据故障的检测性能.     

视觉检测系统及其应用

视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术，基于视觉传感器的检测系统具有抗干扰能力强。效率高，组成简单等优点，非常适合生产现场的在线，非接触检测及监控。本文介绍了该技术在烟草行业包装生产线上的应用方案。     

融合视觉风格和标签约束的少数民族服装图像解析

目的 少数民族服装款式结构复杂,视觉风格各异。由于缺少民族服装语义标签、局部特征繁杂以及语义标签之间存在相互干扰等因素导致少数民族服装图像解析准确率和精度较低。因此,本文提出了一种融合视觉风格和标签约束的少数民族服装图像解析方法。方法 首先基于本文构建的包含55个少数民族的服装图像数据集,按照基本款式结构、着装区域、配饰和不同视觉风格自定义少数民族服装的通用语义标签和民族语义标签,同时设置4组标注对,共8个标注点;然后,结合自定义语义标签和带有标注对的训练图像,在深度完全卷积神经网络SegNet中加入视觉风格以融合局部特征和全局特征,并引入属性预测、风格预测和三元组损失函数对输入的待解析图像进行初步解析;最后,通过构建的标签约束网络进一步优化初步解析结果,避免标签相互干扰,得到优化后的最终解析结果。结果 在构建的少数民族服装图像数据集上进行验证,实验结果表明,标注对有效提升了局部特征的检测准确率,构建的视觉风格网络能够有效融合少数民族服装的全局特征和局部特征,标签约束网络解决了标签之间相互干扰的问题,在结合视觉风格网络和标签约束网络后,能够明显提升少数民族服装解析的平均精度,像素准确度达到了90.54%。结论 本文提出的融合视觉风格和标签约束的少数民族服装图像解析方法,能够提高少数民族服装图像解析的准确率和精度,对传承祖国文化、保护非物质文化遗产具有很好的意义。     

基于虚拟仪器的产品标签视觉检测系统

针对生产过程中人工检测产品标签制约生产速度的情况,采用一种基于虚拟仪器的机器视觉产品标签检测系统,该系统以LabVIEW为平台,配以1394摄像头和图像采集卡,利用一定的图像处理技术,如平均滤波、平滑处理和局部增强处理等,完成视觉检测;经过测试,从图像采集到图像处理得出结论耗时不超过40ms,满足性能指标的要求,该系统开发周期短,检测速度快,充分发挥了虚拟仪器技术的功能强大、扩展性强的特点。     

硬标签质量参数检测传感器设计及测试

电子商品防盗系统(EAS)中使用的一类硬标签核心电路由磁棒线圈和电容串联组成,LC谐振频率F和品质因数Q值是硬标签关键质量参数。针对该类硬标签参数检测的市场需求和传统双线圈检测方法存在的不足,提出了一种基于互感耦合原理,以亥姆赫兹线圈磁场为激励,采用差分和二级积分电路获取硬标签幅频特性信息的检测方法,搭建了硬标签参数检测传感器电路分析传感器检测F、Q值的理论模型。通过对市售58 k Hz硬标签试验数据的分析表明:该传感器F、Q值的绝对误差分别小于0.025 k Hz和1.3,其谐振频率测试性能明显优于市售EAS频率检测仪(E-X5006AM),性能满足行业测试要求。该传感器可为硬标签生产过程和质量检测提供F和Q值信息,具有行业实际应用价值。     

基于计算机的视觉检测技术的原理及应用研究

基于图像处理和计算机视觉检测技术具有十分显著的优越性,尤其是其具有智能化、快速性等特点,在科学技术迅速发展的今天,基于计算机的视觉检测技术更是得到了广泛的关注和重视。随着计算机的普及以及一系列相关技术的进步与发展,人们会更多的借助于计算机、传感器等设备继续拧视觉信息的捕捉和处理。以下,笔者立足于我国计算机视觉检测技术的发展情况,就该技术的原理以及其应用领域等方面加以简单的介绍。     

一种适用于移动机器人的障碍物快速检测算法及其实现

针对传统的用于机器人检测障碍物的算法存在的不足,提出了一种基于视觉传感器与超声波传感器信息融合的快速障碍物检测算法.该算法通过位十机器人头部的超声波传感器获取机器人到障碍物(本算法采用矩形障碍物)的距离信息,通过改进型快速直线检测方法和约束条件确定障碍物在视觉传感器所采集的图像中的直线边缘,根据成像过程中-三角形相似的...     

基于电容式传感器的焊缝特征检测技术

针对激光视觉传感器在焊缝检测过程中的易受焊渣飞溅干扰，导致检测效率低以及成本高等问题。考虑到电容式传感器抗干扰能力强、实时性高和成本低等特点。该文设计了一种基于电容式传感器的焊缝特征检测方法和装置，用于大厚板的焊缝特征的检测，便于后期焊缝填充轨迹的规划与矫正。先对电容式传感器检测原理进行研究，然后建立距离检测数学模型，最后通过融合卡尔曼滤波算法，实现了电容和距离的高精度测量，测量距离误差仅在±2μm之内。