基于图像识别的自动仓储管理系统

针对订单数据与仓库内实际情况实时对接的仓储物流管理问题,设计了一套基于图像识别的自动仓储管理系统。这一系统采用树莓派+OpenCV作为图像识别载体,在得出识别结果后,使用串口通信将信息传送至自制的上位机软件。上位机接收到识别信息后,通过人机界面实时显示,并将数据存储,同时自动生成表格。这一系统可以实现仓储物流的过程信息化与数据化,能够在提高仓储效率的同时降低人工成本。     

数字化车间工具库存管理系统研究

构建数字化车间,是实现多品种批量定制生产的需要和制造数字化的基础。系统研究在数字化车间环境下如何通过科学有效的工具库存管理,提高生产系统的快速响应能力、降低工具库存成本。系统开发前期分析了工具库存管理流程,提取了数字化车间生产过程中工具库存管理的共性,建立了统一库存管理模型,并设计了编码体系和系统数据库。在此基础上设计开发了系统,并结合生产实际阐述了系统工作原理与流程,验证了设计模型的有效性。     

基于视频图像识别的边坡安全预警系统设计研究

水力发电站需建立大坝,而大坝通常建设在泥石流沟处,其地理条件容易发生泥石流等地质灾害.传统方法是通过安保人员进行值守,但在复杂的天气、地理条件下观察受限,安保人员无法及时对地质灾害进行预警.因此,本文提出基于视频图像识别的边坡安全预警系统设计.在软件设计中建立视频图像识别处理模块,使用有限元对边坡进行安全计算,进行安全...     

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。     

基于遗传算法和神经网络的零件图像识别研究

从用遗传算法优化神经网络和以零件图像的相对边缘像素系数作为零件特征的方法出发,提出了零件图像识别的方法.首先,对零件图像分别进行小波多尺度边缘检测,获取零件图像的相对边缘像素系数作为特征样本.然后,应用遗传算法优化神网络的连接权值,用特征样本进行网络训练,获取遗传神经网络并对零件图像进行识别.实验结果表明,文中提出的方法是有效的.     

基于图像识别的灯光监视系统设计

从计算机图像识别的角度,提出了一种新型灯光设备故障监测方法,分析比较了当前灯光设备故障监测方法及存在的问题,并提出图像识别方式监测的可行性,介绍了视频图像传输和识别的原理和实现方法。     

基于数据库的库存管理系统的研究

分析了库存管理在企业中的重要作用,着重介绍了库存基本信息管理、入库管理、出库管理、库存统计和汇总等模块.在数据库及网络技术应用基础上,库存管理人员及时把握每日进、出、存库存动态,不仅使次数频繁的入库、发料、库存数据备份、更改和查询等得以顺利进行,而且库存数据通过企业网络可以实时通畅地传递到企业各所需部门,对库存进行了规范化和集成化管理.     

基于函数型数据时间序列建模的齿轮破损图像识别

当前齿轮破损图像识别未拟合周期性动作捕捉数据,导致齿轮破损图像的识别效率较低,图像边缘轮廓中细节信息丢失,造成识别误差较大、识别效果较差.提出基于函数型数据时间序列建模的齿轮破损图像识别方法,通过小波变换方法提取齿轮破损图像中存在的低频成分,做双直方图均匀化处理,采用高斯高通滤波器提取齿轮破损图像中存在的高频成分,增强...     

基于小波神经网络和证据理论的零件图像识别

提出基本概率分配构造和多源零件图像特征识别的方法。首先,获取零件图像的小波分解系数和零件图像的相对边缘像素系数。然后,以零件图像的小波分解系数和零件图像的相对边缘像素系数作为零件图像的特征,并作为神经网络的输入,得到多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,文中提出的方法是有效的。     

基于图像识别的精密露点仪

文中提出了基于图像识别的露点检测方法,介绍了这种露点仪的硬件组成,并对镜面结露（ 或霜） 状态的纹理特征进行了分析。     

基于神经网络和不变矩的路面破损图像识别

提出了一种应用BP神经网络识别沥青路面破损图像的图像分割方法.将路面图像等分,用灰度方差值描述子块图像特征,利用BP神经网络对子块图像进行模式分类,并将图像子块模式矩阵的不变矩作为图像的整体特征,在此基础上设计了基于全局优化算法的前馈神经网络分类器,并进行了图像识别试验,对二值图像进行特征提取,提出了学习算法,以加快收敛速度,从而实现图像识别.     

基于图像分割和证据理论的零件图像识别

提出了一种零件图像识别的方法,即对零件图像进行二值化处理,分割成若干个区域并统计各区域的相对像素系数,作为神经网络的训练样本和测试样本。神经网络的输出作为D—S证据推理的基本概率分配,依据证据理论的合成规则可提高零件的识别结果。     

基于组件的车间工具管理系统研究

论述了工具管理在车间管理中的重要性,在对机械制造类企业工具管理研究的基础上,提出了车间工具管理的流程;建立了车间工具管理系统的功能模型;基于组件技术设计了工具库存管理的集成开发平台,提高了系统的开发性和通用性,在集成开发平台的基础上针对某企业的实际开发了工具库存管理系统,并得到了良好的应用。     

基于优化子波-神经网络图像识别的工件形状监控

介绍了一种用普通CCD摄像机和激光对旋转工件的形态进行图像采集和状态监控的系统，提出了用于图像处理与识别的子波—神经网络结构，并设计了相应的优化学习算法，可以简化网络并加速收敛。该系统可用于实现自动化精密加工过程中的工件形状监控和刀具诊断，仿真证明了理论算法的有效性。     

采购管理和仓库管理系统的开发

采用Exoe服务器作为设置工具,完成了采购管理系统和仓库管理系统的开发过程.其中,采购管理系统实现了供应商管理、采购员管理、采购产、采购订单管理的功能;同时给用户提供整理后的报表,包括采购清单、PO采购订单.库存管理系统实现了仓库管理、入库管理、出库管理、库存管理的功能;同时给用户提供整理后的报表,包括产品库存信息、采...     

基于证据理论的零件图像识别

从零件图像的小波分解系数和图像相对边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法。首先,对多源零件图像分别进行小波分解和多尺度边缘检测,获取零件图像的小波分解系数和相对边缘像素系数。然后,将它们作为神经网络的输入,获取多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,所提出的方法是有效的。     

基于图像识别的客观题阅卷研究

介绍了一种智能阅卷的新方法,该方法采用数字图像处理技术来正确提取考试信息,然后用软件处理这些信息,得出试卷的分数.文中给出了这种方法的原理.用该方法阅读客观题具有硬件价格低,无需维护等优点.实验表明,该方法能识别出正确选择、错误选择、重复选择和漏选,并且准确率高,阅卷速度快.     

基于小波神经网络和证据理论的零件图像识别的研究

从零件图像的小波分解系数和相对图像边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法。首先,对多源零件图像分别进行小波分解,获取零件图像的小波分解系数。对零件图像进行小波多尺度边缘检测,将被检测的零件边缘轮廓图像分成若干个区域并分别统计各区域的相对边缘像素系数。然后,多源零件图像的小波分解系数和零件边缘轮廓图像的相时像素系数作为零件图像的特征并作为神经网络的输入,获取多源零件图像识别的基本概率分配。最后,依据证据理论的合成规则得到零件的识别结果。实验结果表明,基本概率分配构造和多源零件图像特征识别的方法是有效的。     

基于小波神经网络和证据理论的零件图像识别的研究

从零件图像的小波分解系数和相对图像边缘像素系数作为零件特征的方法出发,提出了基本概率分配构造和多源零件图像特征识别的方法.首先,对多源零件图像分别进行小波分解,荻取零件图像的小波分解系数.对零件图像进行小波多尺度边缘检测,将被检测的零件边缘轮廓图像分成若干个区域并分别统计各区域的相对边缘像素系数.然后,多源零件图像的小波分解系数和零件边缘轮廓图像的相对像素系数作为零件图像的特征并作为神经网络的输入,获取多源零件图像识别的基本概率分配.最后,依据证据理论的合成规则得到零件的识别结果.实验结果表明,基本概率分配构造和多源零件图像特征识别的方法是有效的.     

基于图像识别技术的力值在线校准装置

专用生产及检测设备通常无法产生标准力源,因而设备上使用的测力装置很难像材料试验机一样用标准测力仪进行校准;采用图像识别技术,可以将这些专用设备屏幕上显示的图象力值数据转换成可通讯的数字信号,并与计算机进行通讯,从而实现力值逐点在线校准。