基于无线遥控与视觉跟踪的焊接控制系统

为解决焊接工程现场有线示教器操作不便、传统模板匹配方法受电弧与飞溅干扰而导致跟踪稳定性差等问题,设计了一种基于无线遥控与视觉跟踪的焊接控制系统.首先,设计了包含视觉单元、控制单元和执行单元的嵌入式PC无线控制系统,实现图像采集处理和焊缝跟踪偏移信息计算,并控制焊机机器人执行相应的动作.然后,采用了粒子滤波跟踪算法进行焊...     

基于多残差学习与注意力融合的中值滤波检测

针对小尺寸JPEG压缩图像携带有效信息较少、中值滤波痕迹不明显的问题,提出一种基于多残差学习与注意力融合的图像中值滤波检测算法。该算法将多个高通滤波器与注意力模块相结合,获取带权值的多残差特征图作为特征提取层的输入,特征提取层采用分组卷积形式,对输入的多残差特征图进行多尺度特征提取,融合不同尺度的特征信息,同时采用密集连接方式,每一层卷积的输入来自前面所有卷积层的输出和。实验结果表明,针对小尺寸JPEG压缩图像的中值滤波检测,本文算法比现有算法具有更高的检测精度,且能更有效地检测与定位局部篡改区域。     

大型高精度高通滤波器制造工艺研究

某雷达高精度的高通滤波器,结构复杂,采用常规的机械加工方法无法实现,必须将其分解成几个结构件分别加工,再将其连接成腔体.提高各部件的接触面尺寸及形位精度,设计合适的焊接结构及装配定位结构,采用真空铝钎焊的方式实现高精度连接,满足其结构设计要求.     

基于小波和Context模型的海面红外弱小目标检测

红外图像中弱小目标的检测一直是图像处理领域的热点和难点.介绍了一种基于小波变换和Context模型空间自适应滤波的红外弱小目标检测算法.该方法首先利用小波滤波器抑制大部分背景杂波,然后采用基于Context模型的空间自适应滤波器对高频系数做进一步处理,提高信噪比,最后采用基于Bayes分类算法的迭代门限进行图像分割.实验结果表明,与高通滤波相比,该方法能够更有效地检测出弱小目标.     

基于加权引导滤波与时域高通滤波的非均匀性校正算法

为解决基于传统时域高通滤波红外图像非均匀性校正算法存在鬼影现象以及固定图案噪声去除不彻底的问题,提出了一种加权引导滤波和改进时域高通滤波相结合的非均匀性校正算法。首先,利用加权引导滤波准确分离红外图像中的空域高频成分;然后,计算红外图像中像素点灰度值变化幅度;最后,在进行时域高通滤波时对红外图像中的运动区域和静止区域使用不同时间常数进行校正。采用两组真实红外图像序列进行实验,并与经典的双边滤波时域高通,均值滤波时域高通非均匀性校正算法进行比较。实验结果表明:文中所提算法在主观视觉和客观评价指标方面优于其他两种算法,有效降低了红外图像的非均匀性,不会产生鬼影,取得了较好的非均匀性校正效果。     

基于改进GMM和多特征融合的视频火焰检测算法

针对现有视频图像火焰检测算法前景提取不完整、准确率低和误检率高等问题,提出一种基于改进混合高斯模型(GMM)和多特征融合的视频火焰检测算法。首先针对背景建模,提出了自适应高斯分布数和学习率的改进GMM方法,以提高前景提取效果和算法实时性;然后利用火焰颜色特征筛选出疑似火焰区域,再通过融合改进局部二值模式纹理和边缘相似度特征用于火焰检测。基于支持向量机设计火焰融合特征分类器并进行对比实验,在公开数据集上的实验结果表明,所提算法有效提高了背景建模效果,火焰检测准确率可达到92.26%,误检率低至2.43%。     

基于双核判决的红外小目标检测方法

复杂背景下红外小目标检测与跟踪是红外目标探测系统的核心技术之一.为了准确检测与跟踪空中多个小目标,针对复杂背景下单帧检测虚警率偏高,导致帧间检测计算量大的问题,提出了一种基于双核判决的小目标检测算法.首先根据目标、背景及噪声的不同灰度特性,利用Robinson滤波器结构,设定背景区域和小目标区域,更为真实的表现背景与小目标的区域分布;然后计算外核目标与背景在四个方向上的对比度及内核目标区域内的相似度,若双核度量同时达到设定阈值条件,则判定为真实目标点,这样消除背景边缘及噪声的影响,减少目标检测虚警.实测数据表明,与传统的高通滤波法、Top-hat算法相比,该算法能在单帧检测上更有效检测出小目标,抑制背景边缘和噪声点,提高抗噪能力,降低虚警率,增强帧间目标的检测识别率,能大大减少序列图像间目标检测与跟踪的计算量.     

基于FPGA的动态可重构边缘检测系统设计

根据当前硬件实时图像边缘检测易受噪声影响的特点,采用了对图像进行高通滤波预处理,提取边缘特征之后再使用Sobel算子进行边缘检测的方法,并且为了提高芯片资源利用率,利用Xilinx公司FPGA的动态可重构特性,对高通滤波和So-bel算法进行分时复用,通过比较,证明取得了理想的效果。     

基于自适应波束形成的鱼雷对潜目标识别技术

通过鱼雷对潜目标准确识别,实现对目标的精确打击。当前的目标识别算法采用时频特征提取算法,随着海洋背景噪声强度的增大,准确识别概率不高。提出一种采用亮点回波信号自适应波束形成的鱼雷对潜目标识别算法,首先进行了鱼雷对潜攻击声探测亮点回波模型构建,采用级联滤波器进行回波信号降噪处理,对滤波后的输出信号进行自适应波束形成处理,实现信号的特征提取和指向性聚焦,提高目标亮点回波信号的检测性能,实现目标准确识别。仿真结果表明,采用该算法进行鱼雷对潜目标检测识别,准确检测概率高于传统算法,在低信混比下仍具有较好的准确识别率,抗干扰性能较好。     

基于多尺度NNLoG特征提取的红外多目标检测遗传算法

本文提出了一种基于多尺度NNLoG特征提取的红外多目标检测遗传算法.首先采用三维匹配滤波器对不同速度的目标进行基于归一化LoG算子的目标检测,然后采用遗传算法对程序进行优化及加速.与传统算法相比,本文提出的方法检测效率高,检测效果好.并且可以自适应不同大小的目标.实验结果表明,提出的方法性能优良,搜索目标效率较高.     

一种基于激光视觉的焊缝实时检测技术研究

提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。 本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。 实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。     

混合集成电路内部多余物的控制研究

分析了混合集成电路的内部多余物引入的途径,重点分析和阐述了金属空腔管壳在储能焊封装过程中金属飞溅物形成的原因.通过封装设备和工艺参数的控制以及管座和管帽设计的优化改进,有效控制了金属飞溅物进入封装腔体内部,提高了混合集成电路颗粒碰撞噪声检测(PIND)合格率以及产品的可靠性.     

基于深度学习的电路板焊接异常检测算法研究

焊点的焊接质量决定了电路板的可靠性,而电路板焊接异常的快速检测是大批量生产的先决条件。为了快速地实现焊接异常的精确检测,提出了一种基于深度学习的焊点图像识别算法。该算法通过自适应矩估计配合加速卷积神经网络实现,可对大量焊接图片进行快速分类识别检测。实验选取5 000幅焊接图像训练集测试,并与传统的K-means聚类算法和Canny边缘检测算法对比。实验结果显示,在小球和连桥缺陷中3种方法效果相近,而在虚焊、少锡缺陷中,本算法具有明显优势。在1 000组测试集实验中,其综合检出率及召回率分别达97.92%和98.21%,明显优于传统方法,验证了本算法具有更好的应用前景。     

基于双树复小波变换的红外小目标检测算法

双树复小波分析是一种有效的图像处理方法,但是将其直接应用于红外小目标检测时,由于其对图像中的高频信息特别敏感,无法在保留目标的同时有效地滤除噪声。论文充分利用双树复小波方法方向性好的优点,并针对其高频敏感问题,提出了一种基于双树复小波变换与图像熵的红外小目标检测算法,从而能够有效去除图像中的杂波,同时凸显出小目标。该算法首先对原始图像进行双树复小波分解,将其低频子带置零,并利用高频子带进行双树复小波重构;接着,对重构后的图像进行二次双树复小波分解,并采用改进的Top-Hat算子对分解后的低频子带进行滤波,同时保留分解后±15°方向的子带,并通过高通滤波对其进行处理;之后,将滤波后的低频子带图像与原低频子带图像进行差分,得到低频差分图像;最后,利用低频差分图像与滤波后的高频子带图像进行红外图像重构,并通过局部图像熵进行加权,从而提取出红外小目标。实验结果表明,与对比算法相比,本文算法在BSF与SCRG方面表现优越,可以有效抑制背景中的杂波并提高小目标的信杂比。     

Studies on the performance of phase-locked loops incorporating modified loop filters

The behaviour of a phase-locked loop (PLL) is highly dependent on the structure of the loop filter. In the present paper, the filter structure has been modified by incorporating a high-pass filter connected in parallel to the conventional low-pass filter. Numerical results show that a proper choice of design parameters of the filters can enhance the transient response of a PLL as well as improve its noise rejection capability in some specific cases. The filter modification algorithm has been verified by means of a software experiment using MAT-LAB, and through a hardware experiment.     

一种新的无线传感器网络中异常节点检测定位算法

无线传感器网络中异常节点检测是确保网络数据准确性和可靠性的关键步骤。基于图信号处理理论,该文提出了一种新的无线传感器网络异常节点检测定位算法。新算法首先对网络建立图信号模型,然后基于节点域-图频域联合分析的方法,实现异常节点的检测和定位。具体而言,第1步是利用高通图滤波器提取网络信号的高频分量。第2步首先将网络划分为多个子图,然后筛选出子图输出信号的特定频率分量。第3步对筛选出的子图信号进行阈值判断从而定位疑似异常的子图中心节点。最后通过比较各子图的节点集合和疑似异常节点集合,检测并定位出网络中的异常节点。实验仿真表明,与已有的无线传感器网络中异常检测方法相比,新算法不仅有着较高的异常检测概率,而且异常节点的定位率也较高。     

改进型卷积神经网络焊点缺陷识别算法研究

为了同时对多种焊点缺陷类型进行快速识别,解决现有焊接异常图像识别算法误检率与漏检率偏高的问题,设计了基于改进型卷积神经网络的深度学习算法。利用自组织映射分类技术,提高了卷积神经网络的数据选择自适应性,结合自适应矩估计分析, 约束了焊接异常图像中特征集合的收敛条件。实验中将5种常见焊接异常图像以等比例随机分布的形式放入训练集、验证集和测试集中,再分别用传统识别算法(canny算法和k均值算法)和该算法进行测试。结果表明,对于桥连缺陷,3种方法均无误检、无漏检;对于小球缺陷,3种方法均符合要求,而canny算法的检出能力最优;对于偏球缺陷, 3种算法的误检率分别是12.4%, 7.3%和与1.4%,漏检率分别是13.3%, 6.5%和1.1%;对于虚焊和少锡缺陷,该算法相比传统算法精度高约1个数量级。该算法在对多种焊点缺陷类型识别中具有明显优势。     

Automated algorithm for generalized tonic-clonic epileptic seizure onset detection based on sEMG zero-crossing rate

Patients are not able to call for help during a generalized tonic-clonic epileptic seizure. Our objective was to develop a robust generic algorithm for automatic detection of tonic-clonic seizures, based on surface electromyography (sEMG) signals suitable for a portable device. Twenty-two seizures were analyzed from 11 consecutive patients. Our method is based on a high-pass filtering with a cutoff at 150 Hz, and monitoring a count of zero crossings with a hysteresis of ±50 μV . Based on data from one sEMG electrode (on the deltoid muscle), we achieved a sensitivity of 100% with a mean detection latency of 13.7 s, while the rate of false detection was limited to 1 false alarm per 24 h. The overall performance of the presented generic algorithm is adequate for clinical implementation.     

随机步长光栅投影干涉图极值特征相位解算

针对传统移相干涉测量中需要多帧干涉图,对测量设备稳定性要求高,相位提取速度较慢的问题,提出了一种基于干涉图特殊极值特征的两帧随机相移干涉图相位解算方法。该方法仅需两帧干涉图,利用高斯高通滤波器对具有随机相移量的两帧干涉图分别进行处理以滤除其背景,再通过干涉图中一定数量的特殊极值特征像素点来确定两帧干涉图之间的相移量,进而根据反正切相移相位提取算法对干涉图的相位进行解算。仿真模拟和实测对比结果表明,该方法可通过两帧随机相移干涉图获取较高精度的测量相位,大大减少了测量系统误差对相位解算结果的影响,对于256×256 pixels的石膏像眼部干涉图,执行时间在0.02 s以内,相位提取速度较快。     

基于背景噪声信号标准化的光纤振动信号检测算法研究

光纤预警系统(OFPS)常应用于监测石油、天然 气管道泄露等灾害的发生,其通过对采集的振动 信号进行分析处理来判定是否存在外来有害入侵。目前该领域的研究热点主要聚焦于采用恒 虚警(CFAR) 及其衍生算法实现检测入侵信号的研究探索,然而该方法的性能常受限于实际信号的分布特 点。本文对采 集信号进一步研究发现背景噪声通常服从非独立同分布(Non-IID)。针对这一实际信号分 布特性,本文提 出一种基于背景噪声标准正态化CFAR的光纤振动信号检测方法,通过对实际Non-IID背景噪 声数据设计 高通滤波器获取其表征特性,并利用该数据特性将背景噪声转换为服从标准正态IID信号, 然后,基于标 准正态化数据,采用高效的CA-CFAR可实现对实际振动信号的有效检测。最后本文通过仿真 实验以及多 次实际实验,结果显示该算法能够有效实现对入侵信号的检测,从而验证了该算法的有效 性。