基于邻域加权的指针式仪表识别技术

提出一种新的指针式仪表精确识别体系。首先使用基于轮廓特征的标注方法,建立刻度-位置映射表,其次进行模板匹配,然后使用基于邻域加权的指针检测方法确定指针位置,最后在该类标注体系下完成基于局部圆弧定位的插值读数。实际应用结果表明：该体系标注简单、读数精确、误差较小,适用于复杂环境的指针式仪表识别。     

基于天然气场站巡检机器人系统的多维度传感器集成检测应用

随着西气东输数字化技术发展,利用智能巡检机器人系统搭载多维度传感器,并由系统运动巡检,自动执行任务、自动异常报警、自动生成报告,代替人工实现定期巡站,减少员工在高温、高压及高处等危险区域的停留频次和时间,同时达到减人、降本增效的目的。     

基于数字图像处理的车牌识别

智能交通系统的研究领域广阔,该系统适合应用于车辆跟踪、停车场管理、城市交通管理等诸多方面。车牌自动识别技术是车辆牌照识别系统的核心技术,为了符合需求,需要将这项技术应用于智能交通管理系统。本文就是主要讲述其在车牌识别上的应用。主要包含研究数字图像预处理算法、研究车牌定位算法、研究车牌字符分割算法和研究字符识别算法等。     

基于深度学习的2.5D陶瓷基复合材料损伤识别与评估

为揭示陶瓷基复合材料的损伤演化与失效机理,开展了2.5D-SiCf/SiC复合材料的X射线CT原位拉伸试验,得到了材料加载过程和失效断口的CT数据;采用基于深度学习的图像分割方法,利用图像处理软件建立了复合材料内部损伤的三维可视化模型;对拉伸产生的微裂纹进行了数量、体积、空间分布和空间角度分析.微裂纹分析表明:较高载荷...     

基于人眼识别的人脸朝向识别方法

辨别人脸的朝向是当今服务类机器人所面临的难题之一。将人眼识别技术用于人脸的朝向识别,以解决图像对称带来的的干扰,实验结果表明该方法具有显著的效果。实验使用MATLAB软件设计了脸部提取以及人眼识别的相关算法,通过对人脸的5个朝向的学习,实现对输入的任意图像,以较高的准确率判别人脸的朝向。     

基于多层模糊综合模型的框架结构损伤识别

针对结构系统复杂问题,为更好对框架结构进行损伤识别,本文将结构可能损伤的位置分为不同层次,并结合模糊理论将不同层次的损伤加以权重建立模糊评估矩阵进行模糊综合评估,解决了由于不确定因素带来的不准确、不全面等问题。本方法可有效的对框架结构进行损伤位置的识别,对工程结构具有实际意义。     

基于熵权灰关联度分析法的煤样识别研究

针对常用煤炭识别方法样本数据要求高、人为因素影响大、识别准确性差等问题,提出一种基于信息熵的灰色关联度分析方法。通过分析熵权灰关联分析法的决策模型,根据样本数据建立了熵权灰关联度分析法的煤炭种类(无烟煤,烟煤和褐煤)辨识模型,并反向检验了待测煤样识别的准确性。最后对比分析了熵权灰关联度分析法和模糊识别法的煤样识别的准确性。结果表明:熵权灰关联度分析法对建模煤样和待测煤样的识别准确率均达到100%;而模糊识别法对建模煤样、待测煤样的识别准确率分别为83.33%、75.00%,总准确率为81.25%。说明熵权灰关联度分析法泛化能力强、可靠性高,明显优于模糊识别法。     

基于视觉识别技术的手机贴膜机器人工作站设计

依托ABB IRB120工业机器人工作站,通过Robotstudio虚拟仿真软件对手机贴膜机器人进行设计和仿真,对原有模型模块进行重组,创建视觉系统,完成视觉系统、机器人、控制系统之间的通信,编制视觉程序、轨迹程序,实现虚拟模型的仿真,最终在实体设备中完成验证,实现基于视觉识别技术的手机贴膜机器人工作站的自动贴膜功能。     

基于快速高斯核函数模糊聚类算法的图像分割

对模糊聚类算法通过引入高斯核函数,平滑图像像素灰度值,从而增强图像分割的抗干扰能力和鲁棒性,并结合阈值模糊聚类算法,提高了图像分割的速度。首先利用阈值模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用高斯核函数平滑图像的像素灰度值;最后用标准模糊聚类算法求解并优化模糊隶属度和聚类中心。将本算法应用于添加噪声的嫦娥一号采集的月球地面灰度图像和Lena灰度图像进行图像分割,仿真结果验证了本方法的鲁棒性、有效性和实用性。     

基于改进模糊聚类的网络信息安全风险识别研究

针对当前现有识别方法在对网络信息安全风险识别时,存在识别时间长、识别准确率低的问题,本文引入并改进模糊聚类,开展对网络信息安全风险识别方法的设计研究。并引入决策树理论,对网络信息分类处理;基于改进模糊聚类,建立风险识别模型;最后根据模型输出结果,预测网络信息攻击路径,实现风险识别。通过对比实验证明,该识别方法与现有识别方法相比,识别时间更短、识别正确数据量更多,说明本次的识别方法具备极高的识别速率和准确率,可在网络环境中广泛应用这一识别方法,促进网络信息的安全性提升。     

基于射频与图像的车号识别技术在定量装车系统中的研究与应用

针对目前我国铁路上的电子标签由于超期服役、丢失和损坏等原因造成的车号识别系统丢号现象,介绍了一种基于射频识别技术和图像处理相结合的货车车号自动识别系统;论述了射频识别和图像识别技术的设计方案和工作原理;该技术在选煤厂的实际应用,显著提高了装车作业进程和效率。     

基于工况识别的XGBoost算法在水泥熟料质量预测中的应用

采用数据驱动方法,基于ResNet50深度学习模型和XGBoost算法,实现对水泥熟料中fCaO含量的预测。利用ResNet50模型对篦冷机落料位置图像进行识别,判断区分回转窑的正常与异常工况。通过训练ResNet50模型,对回转窑的实时图像进行分类,可以及时发现潜在问题和异常情况,提高生产过程的稳定性和安全性。基于XGBoost算法,对正常工况下熟料fCaO含量进行预测,并将回转窑的工况和熟料fCaO含量进行关联,可以实现对熟料生产过程的监测和控制,提高熟料品质和生产效率。研究结果表明,基于深度学习的图像识别和基于XGBoost算法的质量预测方法,可以有效地预测熟料fCaO的含量,并为熟料生产提供指导和优化策略。     

基于视觉识别的反应进程智能调控系统及其在溴素生产中的应用

针对溴素生产传统的人工观察蒸馏塔塔顶与塔底玻璃管的颜色,或者观察四氟塔蒸馏废液颜色,受环境光线和工人经验影响较大且无法精确控制,导致氯气过量或不足以及产品品质不稳定的问题,将智能视觉技术应用于溴素生产工艺,提出基于工业视觉的颜色智能识别系统,将生产工艺流程的颜色指标实时转换成数字指标,结合自主开发控制算法,实现工艺进程的量化计量,并通过控制算法实现现场情况的预判和精确控制,消除人工调控的随意性和滞后性,实现投料阀门的自动控制,提升装置产能的同时稳定产品质量,将溴素蒸馏工艺废液溴含量维持在0.13 kg/m3以下,溴成品氯含量全部稳定在0.01%以内,保证产品100%处于优级水平。     

基于改进模糊C均值聚类算法的乙烯裂解原料识别

乙烯裂解过程中原料变化种类多,其原料分析仪因价格昂贵工业现场很少配备,为此实现油品属性的在线识别对实现裂解过程在线优化具有重要意义。由于传统模糊C均值算法隶属度的求取是基于欧氏距离,其算法只包含均值中心,带来聚类效果的单一性。为了充分利用裂解原料的有效信息,提出了基于混合概率模型的模糊隶属度设置方法,即通过建立混合高斯模型实现对聚类样本隶属关系的概率分布描述,并利用EM算法进行模型参数的极大似然估计。该算法可在考虑样本均值中心的前提下,进一步有效利用样本协方差与权重系数信息进行模式判别。最后,以经典IRIS数据聚类、乙烯裂解原料识别为仿真实例,验证了本文所述方法在Dunn指标和Xiebieni指标上明显优于模糊C均值聚类算法,表明了该方法的有效性。