基于图像识别的喷嘴流量试验台油位检测系统

考虑到使用静态容积法的喷嘴流量试验台采用的磁致伸缩液位传感器在常温下具有较高的温度,但是温度高于常温时,会产生极大温度漂移无法保证试验系统的测量精度,本文将图像识别应用于喷嘴流量测量系统中,对从喷嘴排出滑油体积进行自动识别,忽略掉温度变化、传感器精度等对测量精度的影响。通过图像滤波、分割、刻度数字识别、刻度线识别以及油位识别实现对油位的自动测量。通过实验方法与人工读数、磁致伸缩液位传感器读数以及温度补偿后的传感器读数进行对比。结果表明,使用图像识别技术的流量试验台的试验结果与真实值最为接近,能够有效提高检测的精度和效率,降低试验台成本和测试人员的工作量,其试验结果最为可靠。     

MA60飞机燃油试验台燃油测量系统

针对MA60飞机地面燃油试验台高精度燃油测量需求,设计了一种油量测量系统.该系统通过磁致伸缩传感器测得燃油箱内液面高度,结合存储在测量计算机中的H-V(油位-体积)和T-ρ(温度-密度)曲线计算得到燃油油量.通过试验证明,该系统测量精度高,稳定可靠,具有很强的实用性.     

磁致伸缩液位传感器检测信号影响因素分析及实验研究

磁致伸缩液位传感器作为液位测量装置,其检测信号对磁致伸缩液位传感器性能产生直接的影响,因此检测信号影响因素分析对优化传感器的性能至关重要。本文从检测线圈结构和脉冲电流参数对检测信号的影响进行讨论,建立了基于检测线圈的等效电路模型,使得在确立线圈结构参数时有了理论依据;观察检测信号波形变化趋势,得到感应信号随影响因素的变化曲线,从而得出液位传感器最优参数。优化后的液位传感器,提高了检测信号的抗干扰能力及其稳定性。该研究结果为磁致伸缩液位传感器的优化设计提供理论基础与指导。     

磁致伸缩液位传感器信号拾取关键技术的研究

简单介绍了磁致伸缩液位传感器的测量机理,分析了回波信号的产生和拾取的原理,并对回波拾取机构所涉及的关键技术进行了详细的论述.     

基于图像识别的采血管血清液位检测

系统通过工业相机采集采血管图像,对采集得到的图像进行中值滤波、RGB颜色分离、二值化、形态学处理、图像分割、液位识别,最终得到血清的上下液位的纵坐标.实验结果表明,所提方法具有较高的检测精度,液位检测结果精度可达到0.05 mm.通过血清上下液位的准确定位,可以用于调节仪器样本针采集血清,也可以根据血清高度对血清量不足...     

基于AD5933的磁致伸缩材料共振频率检测系统

根据阻抗测量法设计了一种基于AD5933的磁致伸缩材料共振频率检测系统,详细介绍了该系统硬件电路及软件设计。该系统采用基于AD5933的阻抗测量模块、基于MSP430F169的单片机处理模块、12864液晶显示模块以及供电模块完成了磁致伸缩材料共振频率的数据采集、处理、存储及图谱显示。测试结果表明,该系统具有测量误差小、抗干扰性强、实时性高的特点,检测误差低至7Hz。     

基于图像识别的螺纹参数检测系统

传统的螺纹参数检测技术主要采用工作量规进行检测,工序复杂、效率低、成本高,在实际生产中极易受到环境因素的影响而不易进行螺纹参数测量。基于图像识别的螺纹参数检测系统,利用CCD获取螺纹基本图像,通过数字图像处理技术和模式识别方法对螺纹几何参数进行自动识读并加以识别,在较恶劣的环境下也可以识别螺纹参数,可节约成本和提高效率。     

基于光纤传感器的多通道油位测量系统

本文介绍一种利用光纤传感器组成的多罐体油位测量系统，它利用油面对光纤入射光的反射原理实现对油位的测量，并使用频分复用技术分别取出多个传感器的输出信号，并同时可以增大测量的安全区域。文中详细论述了油位信息检测、处理电路的原理，给出了整体电路设计框图和软件流程。实验结果表明，系统油位测量范围为20cm～200cm，测量精度可达1％。     

基于磁致伸缩传感器的液位连续控制系统设计

分析了目前水位控制精度不良的原因,介绍了一种基于磁致伸缩液位传感器的水位控制系统,建立了各功能模块的测量模型,对磁致伸缩液位传感器的电路和超声波除垢系统进行了详细设计,分析了影响传感器精度和稳定性的可能因素;测试结果表明,这种模块化的设计系统,可灵活地线性调整水位等各项电路参数,具有很好的动态特性.     

基于磁致伸缩器扫频振动的禽蛋检测流水线系统

针对禽蛋运输及储存过程中造成裂纹、散黄等品质问题,设计一种基于磁致伸缩器扫频振动的禽蛋品质检测流水线系统,主要包括机械结构、传感与控制电路以及上位机软件系统.其中驱动电路控制流水线运行,到位检测传感器检测到禽蛋后控制磁致伸缩器对禽蛋进行扫频激振,同时通过麦克风采集禽蛋振动声音,并对采集的音频信号进行Yule-Walker功率谱分析和广义回归神经网络(GRNN,generalized regression neural network)建模,基于LabWindows/CVI开发的上位机软件系统实现禽蛋检测流水线的测控及禽蛋品质辨识和分类.实验表明,所设计的基于磁致伸缩器扫频振动的禽蛋检测流水线系统能够在线高效检测正常蛋、裂纹蛋和散黄蛋,检测速度约1枚/s.     

智能图像水位识别解决方案与应用

近年来,智能图像识别技术发展,逐步被应用到水位识别监测中,但该技术在实际中的推广应用不多.提出较为详尽的智能图像水位识别系统解决方案,利用计算机图像处理识别技术和深度学习模型,依托海量的、高质量的水位训练数据,实现水位自动识别、阈值设置、智能告警、智能分析及远程监控等功能服务,该系统可覆盖多种水位监测场景,实现控制中心...     

基于躯干检测的单人不良图片识别

目的 互联网中色情图片传播泛滥,对其自动识别与过滤越来越重要,而目前多数不良图片识别方法对类肤色区域较多的正常图像容易产生误检。为此,针对网络上常见的单人色情写真类图片,在总结已有方法不足的基础上提出一种将躯干部位作为感兴趣区域的不良图片识别算法。方法 首先使用基于Poselet(姿态部件)的人体躯干检测方法定位出与色情信息密切相关的躯干区域,然后基于躯干区域提取具有判别力的Fisher向量,最后使用线性支持向量机(SVM)进行分类。然而,由于人体外观变化很大,躯干检测器输出的置信度最大的位置往往较躯干真实的位置有一定的偏移。为了克服这一缺点,提出一种自适应的算法,即根据躯干检测器输出的置信度自适应地选择多个躯干候选区域,并通过集成多个区域的判别结果来得到最终结果。此外,为了训练基于躯干的SVM分类器和验证算法的有效性,本文通过互联网下载的方式收集了一个包含30000幅单人色情写真图片的大规模数据集,并对色情部位进行了标注,标注信息可用于自动生成训练数据。结果 本文提出的基于躯干的自适应分类算法在收集的大规模数据集上达到了91.7%的识别精度,明显高于传统肤色模型的识别结果,尤其是对于如同泳装模特等皮肤裸露较多或类肤色区域较多的图像,本文方法效果尤为显著。结论 文中基于Poselet的躯干检测能够获取与色情信息更相关的信息,因而相比较于传统方法,在较为准确地检测不良图片的同时,有效地降低皮肤裸露较多的正常图像的误检率,达到了实际应用的要求。     

一种基于加样针结构的电容法液位检测系统

为实现全自动凝血分析仪加样过程高灵敏度和高精度的液位检测,采用了电容传感器原理和步进电机运动控制相结合的方法。介绍了探针式电容传感器的结构与工作原理;分析了电容/周期转换法的检测原理;组建了实验系统对灵敏度和测量精度进行检测。实验结果表明：加样针接触液面的瞬间,脉冲周期发生40%左右的显著变化,液位测量的标准差为4.1μm。     

基于传统图像处理算法和YOLOv4的水位识别方法研究

水位监测是水利建设的重点问题,为及时掌握水情、预防洪涝灾害,提出了一种智能图像水位识别系统解决方案。对多种情况下的水尺图片利用传统图像算法进行图像预处理后,使用基于YOLOv4的深度学习水位识别算法,对采集的图像进行训练,实现水位自动识别。实验结果表明,基于YOLOv4的深度学习水位识别算法能够有效的通过水尺图像读取当前的水位,算法误差仅在1~2cm左右,符合工程水位监测误差要求。     

基于图像识别的阅卷系统的设计与实现

设计了一种阅卷系统,允许使用者使用任何颜色的圆珠笔、钢笔或铅笔在一般纸张的固定位置上涂写如"√"、"╳"、"○"等手写符号完成答题,由阅卷系统采用图像识别技术对答题卡图像进行预处理、符号识别、统计判分,实现阅卷自动化。实验表明,由于结构方面的相似性,本阅卷系统识别错误集中在符号"√"、"╳"上,而对符号"○"的识别基本无误。     

新型液面检测系统设计与应用

生化分析仪在对血液等样品进行分析的过程中,采样针表面的液体携带量经常会引起交叉污染,从而影响生化分析仪的检验精度.为了减少采样针的样品携带量,同时保证加样精度,提出了一种高可靠性的新型液面检测系统,系统将采样针作为电容式液面传感器,采用锁相环CD4046电路完成对电容式传感器电容变化的检测、信号滤波和控制信号的输出,实现了减少交叉污染、提高仪器性能的目标.临床检验数据表明：提出的液面检测系统具有稳定性好、可靠性高的特点.     

双Level Set遥感影像建筑物检测

对传统的基于梯度的Level set方法和基于区域的Chan-Vese分割模型进行分析,提出结合局部梯度和同质区域全局均值信息的双水平集遥感影像分割模型,并利用变分法得到曲线的演化方程。该模型引入一种内部约束能量项近似地表示符号距离函数,使算法摆脱了重新初始化符号距离函数的缺陷,提高了曲线的演化速度,且可以同时分割出多类目标。在建筑物检测中可以同时检测出建筑物的向阳区域、屋顶和阴影区域。实验表明,该方法是一种有效的建筑物检测方法。     

一种基于彩色图像边缘检测的道路检测方法

针对非结构化道路的特点,提出了一种基于色度差的边缘检测算法。算法将原始图像的RGB颜色空间转化为L*a*b*颜色空间,利用L*a*b*颜色空间中明度与色度分离的特点,通过对色度差的信息融合提取图像道路边缘,排除了大面积阴影、水渍对真实道路边界的干扰,有效地提高了道路识别的准确性。通过Hough变换提取出图像边缘得到道路边缘信息。实验表明,该算法的优点在于对道路形状不敏感,需要先验知识少,能够很好地过滤道路中存在的水渍、阴影等干扰。     

基于改进型ANFIS的磁致伸缩液位传感器温度补偿

考虑到磁致伸缩液位传感器在温差变化大的环境中温漂现象严重,且产生温漂的多种因素与温漂的程度呈非线性关系,难以用数学模型表达等问题,建立基于改进型ANFIS的温度补偿系统。该系统采用附加动量算法不断修正ANFIS中的前题参数以避免采用梯度下降算法时易陷入局部极小,训练速度较慢等缺点,提高系统的忽略网络中微小变化的能力。为了验证该温度补偿系统的性能,将其与基于PSO-LSSVM模型和基于BP神经网络的温度补偿系统相比较。分析与实验结果表明,改进型ANFIS模型的温度补偿的最大误差为0.88%,平均误差为0.65%,远小于另外两种补偿方法。使用了改进型ANFIS的温度补偿方法具有较强的泛化能力,能够有效消除温度对磁致伸缩液位传感器的影响。