链板自动分选整列机的自动分选系统

链权自动分选整列机采用６３２８Ａ Ｈｅ－Ｎｅ激光器和ＣＣＤ作为光发射接收系统提到流水线上的链板的形态信号，通过对漫反射光的宽度及最大偏移进行了深入的研究计算，从而使本装置的误选率≥０．８％，达到了线实时检测与分选整列链板的需求。     

基于边缘检测算法的煤矸石自动分选技术研究

提出对煤矸石自动分选系统研究,根据煤块和矸石的灰度与纹理不同,利用图像处理技术来识别煤块和矸石的基本特性,在对图像分析过程中运用中值滤波原理、边缘检测算法等进行图形的预处理与识别,得到煤块和矸石图像直方图灰度概率分布的均值与方差,把其作为标准值储存在计算机中,将实际测得的煤块和矸石图像直方图灰度概率分布的均值与方差和标准值进行比较,并结合计算机技术和控制设备实现煤矸石的在线自动分选。     

链板自动分选整列机的自动分选系统

链板自动分选整列机采用６３２８Ｈｅ－Ｎｅ激光器和ＣＣＤ作为光发射接收系统提取流水线上的链板的形态信号，通过对漫反射光的宽度及最大偏移进行了深入的研究计算，从而使本装置的误选率≤０．８％，达到了在线实时检测与分选整列链板的需求     

电池交流内阻自动分选系统

研究了电池交流内阻的自动分选系统。该系统按照ＩＥＣ标准测量电池的交流内阻，使用数字式信号发生器产生测量用的激励信号，稳定性好；消除了接触电阻带来的误差；且具有精度高和抗干扰能力强、实时性好等优点。     

光电分选的光电检测试验

本文主要介绍利用物体对可见光的漫反射特性进行的光电检测试验。通过实例,介绍了寻找最优光电检测条件和预测光电检测效果的方法。对反射率光谱特性的测定,也作了一定的介绍。     

基于图像边缘检测的图像识别算法

在图像识别问题中,基于Haar特征的图像识别算法已经十分普遍,并且得到了广泛的应用。但是,目前此类算法还存在有时间复杂度高、对图像亮度、尺寸变化敏感、图像识别精度差等缺点。为了提高图像识别的精度,提出了一种新的边缘检测图像识别算法。这种算法首先使用Canny算子将图像的边缘像素识别出来,然后计算每一个有效像素的梯度。通过得到的像素梯度序列建立归一化直方图,对归一化直方图分析后得到最优识别。基于边缘检测的图像识别算法使匹配图像效率得到了提高,图像识别流程得到优化。     

通信信号的分选与识别

本文提出了通信信号分选的识别方法，对分选的方案进行了论证，利用预处理与主处理相结合的方法来分选通信信号，尤其在进行调制分类时，提出特征提取和识模器，为了提高速度速度，采取维数缩压和线性识模器。     

基于CNN卷积神经网络的煤矸石自动分选研究

采用山西省的焦煤和肥煤作为研究对象,针对目前利用煤矸石灰度信息作为判断二者依据的局限性问题,提出了一种基于CNN卷积神经网络的煤矸石自动分选系统.该系统利用构建的卷积神经网络通过对煤块和矸石图像纹理特征的多层次提取进行结果分类输出.测试结果表明,该方法不受样本数据色差的影响,可以成功的识别检测出煤块和矸石,准确率达到92%.     

滚子链链板理论应力集中系数的研究

通过有限元法理论计算、光弹试验，研究了滚子链链板理论应力集中系数问题。结果表明，链板理论应力集中系数与链板节距和外载荷大小无关，只与腰部宽度有关，并给出了按链板腰宽计算理论应力集中系数的算式。     

Ⅲ型弹条淬火温度自动分选装置的研制

温度分选是生产Ⅲ型弹条的一道重要工序,温度自动分选装置能够确保该产品淬火温度全部符合热处理工艺要求,采用WDL-31型光电温度计和XWZK型快速平衡记录仪将温度信号转变成电信号,通过控制电路和气动装置实现在不同温度区间（设置为三个区间）对应动作的控制。从而达到对产品进行检测分选的目的。     

基于FPGA的图像识别与跟踪系统

设计了以FPGA为主芯片对目标物体进行识别与跟踪的系统。采用MT9M011数字图像摄像头采集初始图像;利用基于模型匹配的Sobel边缘检测算法实现对目标物体的识别;运用基于边缘特征检测和基于区域特征检测相结合的跟踪算法实现对目标物体的稳定跟踪。测试结果表明,整个系统能够有效稳定地对目标物体实施跟踪。     

基于图像识别技术的烟包封条缺陷检测

为了提高香烟在线生产的效率, 提出了一种烟包封条缺陷检测方法, 开发了基于图像识别技术的烟包封条缺陷检测系统.所开发系统首先对采集到的烟包图像进行中值滤波和边缘检测;然后对边缘图像进行Radon变换;进而通过检测烟包小标上特征直线的角度和位置来判断烟包小标的粘贴是否合格;最后用PLC控制将判别不合格的烟包剔除出香烟生产线.中烟公司某烟厂长周期的应用结果表明:该检测方法具有判别速度快、易于实现等优点, 所开发的系统可行、有效.     

基于图像识别在线推断烧结矿产量的研究

运用数字图像处理技术 ,对烧结机尾的断面图像进行了处理和分析 ,并结合工艺研究成果、专家经验和常规仪表数据 ,解决烧结矿产量的在线推断问题 .安阳钢铁公司烧结厂的现场实验结果表明 ,通过适当的图像模糊增强 ,采用Marr -Heldreth算法着重对烧成带、燃烧带和生料层进行边缘检测等处理 ,系统达到了接近于 1级的预测精度 .该方法还可用于解决烧结终点的闭环控制 ,以及与纹理和颜色相关的质量指标的预报 .     

基于图像识别的飞镖计分系统

该文根据图像识别方法与飞镖计分特点,提出了一种基于图像识别的飞镖自动计分系统。运用背景建模、定标得到飞镖盘的正视图,并设计一种方法得到精确的飞镖落点,并将落点转换为最终的得分。该计分系统实现了对飞镖自动识别与实时计分的功能。实验结果表明,该系统对飞镖的提取有较好的效果,同时对计分有较高的正确率。     

邮政分拣机计算机控制系统的研制

图像识别是计算机应用中的新技术，将这一技术用于包裹和印刷品分拣系统目前尚未见报导。本文基于一个成功的应用实例：将图像识别技术用于邮政分拣机，说明了某些信号(状态)的采集和表示，图形图像信息更具有优势。     

基于深度学习的变压器图像识别系统

针对变压器型号多、图像复杂,以及传统基于机器学习的人工设计特征的方法不能对大规模变压器图像准确分类等问题提出了基于深度学习的变压器图像识别系统直接对原始图像进行"端对端"的学习。为实现变压器图像的准确分类,提出了改进VGG-16卷积神经网络的变压器图像识别模型。在VGG-16模型的基础上,重新构建了全连接层,针对原有的SoftMax分类器,采用3标签的SoftMax分类器进行替换,以实现网络结构优化,并通过迁移学习共享V GG-16模型卷积层和降采样层的权值参数。通过构建变压器图像的训练集和测试集对改进模型进行了训练,并进行性能测试。结果表明,与深度神经网络、卷积神经网络模型相比,改进VGG-16模型具有更好的效果,识别误差达到了9.17%,并实现了对3种变压器的准确区分。     

多支持向量机的乳腺肿瘤识别

针对乳腺肿块具有大小不固定和个体差异等特性,提出了一种多支持向量机对乳腺肿块的识别方法.选择八个方向上的支持向量生成分类器,选取高斯核函数作为核函数,其中取σ=30时分割正确率达到97.3%.表明多支持向量机应用于乳腺肿块识别可以获得较好的识别效果,为进一步的医学诊断提供可靠的依据.     

基于图像识别的疲劳驾驶监测方法研究

经研究提出使用摄像机直接朝向驾驶者的面部,以便实时监控驾驶者的疲劳程度.如果检测到疲劳将发出警告信号,提醒驾驶员.通过摄像头录制的视频文件并将其转换为帧,进行眼部跟踪定位,通过测量眼部区域中的图像强度的变化之间的距离可确定眼睛为闭眼或者睁眼.发现闭眼连续时间过长,系统判定驾驶员处于疲劳状态或者入睡状态,并发出警告信号的结论.通过对该算法测试,该方法可以有效的判定驾驶员的疲劳状态.     

一种基于模糊梯度算法的图像边缘检测方法

图像的边缘是图像最基本的特征.进行了图像分割、模板匹配和图像识别等方面的研究,无不例外都会使用到图像的边缘.对图像边缘检测方法中的模糊梯度算法进行了探讨,并提出了一种改进方法,得到了较好的检测效果.