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。     

基于卷积神经网络的轮胎X光图像缺陷检测

为解决常用轮胎X射线图像缺陷检测方法难以获取准确的图像特征的问题,提出一种通过卷积神经网络获取图像特征的方法。对轮胎X射线图像进行数据增强,然后建立网络模型。训练算法获取图像缺陷特征,并用训练好的模型识别图像中的缺陷。首先将参数对应的神经元分为关键和非关键部分,然后采用局部关键点和动态学习率实现参数快速调节。试验结果表明,设计的网络模型不易过拟合,参数调节快,所需时间短,检测准确率高。     

基于卷积神经网络的轮胎X射线图像缺陷检测

为解决常用轮胎X射线图像缺陷检测方法难以获取准确的图像特征的问题,提出一种通过卷积神经网络获取图像特征的方法。对轮胎X射线图像进行数据增强,然后建立网络模型。训练算法获取图像缺陷特征,并用训练好的模型识别图像中的缺陷。首先将参数对应的神经元分为关键和非关键部分,然后采用局部关键点和动态学习率实现参数快速调节。试验结果表明,设计的网络模型不易过拟合,参数调节快,所需时间短,检测准确率高。     

实验用玻璃器皿缺陷检测研究

针对实验玻璃器皿高质量要求,提出一种基于图像处理的实验室玻璃器皿缺陷检测方法。为更直观检测到玻璃器皿的缺陷,以实验室常用的西林瓶为例,首先对瓶口检测区域进行定位,将瓶口与背景图像分割,并利用最大类间方差法对图像进行填充,从而得到瓶口图像的定位;将定位好的瓶口图像通过极坐标变换和动态阀值分割,实现瓶口图像特征的提取,最后运用模板匹配法实现对瓶口图像缺陷的检测。结果表明,本缺陷监测方法可很好实现毛口和破口的识别,且在不同瓶口半径下的缺陷检测平均准确率可达97.4%,具有较高的识别准确率。     

基于机器视觉的横拉薄膜破裂图像检测技术

针对在薄膜加工中恒温箱内温度过高或过低导致薄膜破裂,但人工因恒温箱的高温和结构遮挡难以及时发现薄膜破裂这一问题,结合目前机器视觉的方法,提出一种薄膜破裂图像检测技术,能够监测薄膜的破裂情况,降低生产损耗。在对横拉薄膜破裂区域进行图像处理方法的研究当中,对常见图像的增强、去噪、边缘分割技术分别进行了分析和比较,找出了适用于横拉薄膜破裂图像的预处理、分割方法。通过对薄膜破裂图像的分析与比较中,依据破裂形式将破裂方式分为小范围破裂和纵向破裂两种,并找到了面积、周长区分两种破裂方式的视觉识别特征参数,为调整加工温度参数起到了积极意义。结果表明,所提出的检测技术能够准确判断薄膜破裂形式,准确率为92.7 %,可满足工业生产需求。     

一种风电机组变桨系统故障分析方法

为了提高风电机组变桨系统的故障识别准确率,提出一种通过提取采集数据的特征参数来构造高维特征参数矩阵,高维特征参数矩阵经过LLE降维得到低维特征参数,低维特征参数矩阵作为SVM模式分类输入进行工况识别的方法。该方法在风机故障识别中的准确率为87.50%,正常状态识别准确率为100%,最终的总识别准确率为93.75%。通过理论分析和实验表明:该方法提高了永磁直驱风电机组变桨系统故障识别的准确率。     

一种图像识别技术在车型自动识别中的应用

介绍了一种多车型共线生产工序中电泳自动线的汽车车型识别方法,提出了基于数字图像分割和特征匹配的判别方法,该方法包含了图像的分割、特征提取和特征识别等过程,通过不同车型在结构上产生的局部变化形成不同的图像,解决了汽车车型的识别问题。     

小区视频安防监控系统

随着智能建筑的快速发展和人们安全防范观念的不断变化,如何建立一个高效完善的视频监控系统成为必须解决的问题。本文主要介绍视频安防监控系统的基本构成,图像的压缩技术以及周界报誓,从而使读者能够自行选择小区视频安防监控系统的建设方案。     

小区视频安防监控系统

随着智能建筑的快速发展和人们安全防范观念的不断变化,如何建立一个高效完善的视频监控系统成为必须解决的问题.本文主要介绍视频安防监控系统的基本构成,图像的压缩技术以及周界报誓,从而使读者能够自行选择小区视频安防监控系统的建设方案.     

大数据环境下批量处理的机器智能识别技术研究

本研究提出了基于克隆选择所构建的微小图像特征批量处理智能识别方法,以此来解决微小图像批量处理识别过程中的缺点,对大数据环境下批量处理的图像特征机器智能识别技术进行了研究。实验表明,与支持向量机方法相比,克隆选择方法对批量的微小图像特征智能识别的有效性要高。大尺度特征贡献较大,小尺度特征贡献则相对较小,克隆选择方法对不同尺度的批量微小图像特征智能识别都有非常显著的贡献。与支持向量机方法相比,克隆选择方法在识别性能、计算量均更具优势。     

基于变电站巡检机器人的指针式仪表读数识别

针对无人值守变电站这一发展趋势,结合巡检机器人技术,论述了变电站指针式仪表读数的数字图像处理和识别的实现过程。分析并研究了图像复原、图像滤波及图像分割等运算方法,特别针对室外环境下读数识别易受水雾干扰这一问题,提出运用基于暗原色先验图像去雾技术。针对机器人采集图像易抖动,提出采用Lucy-Richardson复原修复图像。预处理后,运用同心圆环搜索法识别指针角度。经实验证明:这种方法对实现指针式仪表识别是十分有效的。     

基于BP神经网络配药机器人识别配药用具的研究

BP人工神经网络算法是现今应用较为广泛的多层前向神经网络算法。为了提高配药机器人的配药准确率和安全性,提出了将BP人工神经网络应用于配药机器人对配药用具的识别的方法,并用Matlab模拟神经网络进行图像识别,为配药机器人识别图像提供依据和理论意义。     

复杂网络大数据异构多模态目标识别方法研究

为解决传统目标识别方法中准确率较低的问题,提出复杂网络大数据异构多模态目标识别方法研究。通过构建复杂网络大数据异构多模态目标识别模型,提取识别目标中相关数据特征,并进行异构多模态目标相关特征优化。计算优化后目标特征最大化识别概率,得到异构多模态识别目标坐标,从而完成精准度较高的目标识别。仿真实验,与传统目标识别方法对比,可以看出复杂网络大数据异构多模态目标识别方法具有更高的目标识别度,从而证明方法有效性。     

基于机器视觉的汽车零件涂装缺陷检测方法

设计了一种基于机器视觉的涂装缺陷检测系统来检测汽车零件表面的孔洞边缘缺陷,并在Halcon软件中实现了相关检测算法.首先搭建了检测平台获取图像信息,运用迭代加权拟合的方法实现了对孔洞感兴趣区域(ROI)的定位与提取,从而缩短检测时间;再使用一种带阻滤波器对图像进行预处理,减少了表面反光;最后运用阈值分割等方法对涂装缺陷特征进行识别和提取.该法能快速、准确地识别提取涂装缺陷特征,平均单次识别时间为320 ms,识别准确率为97％,满足工业涂装缺陷检测的要求.     

山地光伏电站方阵布置方法分析

对于山地光伏电站,山地的对应的坡面地质地形都比较复杂,那么对于光伏电站的方阵布置就有了更高的要求,随着科学技术的进步发展,一些先进技术的应用,山地光伏电站方阵布置方法就有了提高和改善。而且山地光伏电站方阵布置方法是需要根据山地的地形情况,场区的道路、方阵规划、相关的电气设备布置以及电缆线的设计等等多方面来进行思考的,要从光伏电站的建设角度以及设计来分析方阵布置方法,本文就探析山地光伏电站方阵布置方法,以及了解其中存在的一些问题,并且提出相应的优化措施。     

基于图像空间结构统计分布的浮选泡沫状态识别

通过泡沫图像统计建模,实现了基于图像空间结构感知的浮选泡沫状态自动识别与客观评价。首先,采用Weibull分布建立了泡沫图像各方向边缘响应结构的统计分布模型,有效获取了泡沫图像空间结构的统计分布细节;然后,通过统计学习获得各典型工况状态下的泡沫图像边缘响应统计分布的混合高斯（MoG）模型;最后,通过简单的贝叶斯推理推断出测试泡沫图像对应的工况状态。结果表明：所提出的方法因有效获取了与浮选生产性能直接相关的泡沫空间结构的统计分布特征,可以实时监视泡沫空间结构的变化情况,泡沫生产状态识别准确率高。     

基于混合数据增强的人脸表情识别

针对现有人脸表情数据集样本数据量较小和数据类别不均衡而导致识别率不高、鲁棒性不强等问题，提出一种混合数据增强方法。利用几何方法、图像模糊、调整亮度及对比度等方法，随机以20%的概率进行组合，实现对原始数据集进行数据增强。研究表明，以VGG16网络模型为基础，进行人脸表情分类识别得到了较高的识别准确率，能够较好地避免出现过拟合现象，同时也提高了系统的鲁棒性。     

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。     

试论小波分析技术支持下的煤矿机电设备故障检测关键技术应用

煤矿机电设备工作环境恶劣,需加强设备状态监测,确保及时发现轴承等核心部件的早期故障。针对设备早期故障特征信号幅值小的情况,提出小波分析检测技术,根据故障信号突变特点实现故障精准识别。通过掌握故障特征提取、联动检测等故障检测关键技术,结合采煤机轴承故障信号特征对技术应用方法进行探索,最终确定故障检测准确率可达92%,成功解决了煤矿机电设备故障在线诊断难题。     

基于改进VMD算法的水轮机组空化状态仿真实验

为提高水电站水轮机组空化状态识别准确率,提出一种基于振动信号的水轮机组空化状态识别方法。通过利用差分优化算法获取变分模态分解(VMD)最佳分解层数与惩罚因子参数组合改进VMD算法,并利用改进的VMD算法提取水电站水轮机组峰值、偏度、均方根频率等时频特征,然后将提取的时频特征输入BP神经网络中进行分类识别,实现了水电站水轮机组空化状态识别。仿真结果表明,所提方法实现了不同工况下水轮机组水轮和尾水管严重空化、空化加速、空化初生、无空化4种状态的识别,平均识别准确率达到98.88%。相较于基于SVM模型的识别方法,所提方法识别准确率提高了8.76%。