基于Blob算法的织物疵点检测算法的研究

针对布匹疵点检测算法高效性和准确性要求的不断提高的要求,提出了利用基于Blob分析算法对采集的织物图像进行疵点识别的方法。对图像中的目标疵点区域进行降噪、开闭运算、标记目标区域及二值化等大量仿真实验,得到相关疵点有效特征值,实验充分证明了Blob算法在疵点检测中实时性和准确性。     

基于均值hash的图案织物疵点检测

图案织物的疵点检测是织物瑕疵自动化检测的难 点,论文提出以均值hash特征描述子表示图案织 物的均值hash特征和灰度特征,实现了图案织物的疵点检测。首先,基于图案织物的周期性 ,构建了无疵 点织物的均值hash特征词典;然后,提取测试织物图像块中的均值hash特征和灰度特征;通 过图像块的 均值hash特征与词典进行匹配,利用汉明距离表示差异度,获得了结构显著图;将图像块的 灰度特征与全 局灰度平均值比较,得到灰度显著图;最后,融合显著图,定位了缺陷位置。大量图案织物 的实验结果表 明,均值hash特征描述子能有效地表示周期性图案织物的结构特征,算法结合灰度特征,提 高了织物疵点检测的成功率,并具有良好的视觉效果。     

CCD在线检测织物密度的研究

本文介绍了检测织物密度的原理与仪器结构，将织物放在聚光系统中，织物的像通过空间滤波器转变成对比度较高的明暗相间的直条纹，并成像在ＣＣＤ上。ＣＣＤ将条纹的明暗信号转换成电信号，经过放大，滤波，微分电路处理，再送入到单片机中做数据处理。该测试装置具有测试速度快，自动化程度高和非接触测量等优点，能够实现织物密度的在线检测，测试精度达到ΔＮ〈１。     

基于光电技术皮棉疵点快速检测方法的研究

轧工质量是棉花重要的质量指标。皮棉疵点的存在会影响到棉花加工的质量以及纺织品的品质,因此皮棉疵点含量的快速检测具有重要的意义。针对皮棉疵点中破籽、带纤维籽屑和僵棉,利用皮棉疵点不同的光响应特性,提出了一种基于改进的自适应迭代阈值法皮棉疵点快速检测方法。该方法基于光电探测技术,利用改进后的形态学边缘检测算子对多疵点图像进行边缘检测,得到了具有明显特征的疵点图像,再用迭代阈值法求取阈值进行图像分割,当权重系数n=0.6时破籽和带纤维籽屑有最佳分割阈值,对于僵棉权重系数n=0.5时有最佳分割阈值。同技术人员的比对实验结果表明原棉疵点检测正确率达到85%以上,检测时间在3 s以内,基本能够满足快速检测的需求。     

浮选机液位在线检测分析与神经网络预测研究

浮选机液位稳定是提高浮选品质的重要因素之一。在综合实时实验数据和浮选机液位控制研究的基础上,提出了一种基于BP神经网络的浮选机液位稳定及液泡厚度的预测模型。预测模型主要以搅拌槽输出的矿浆流量,扫选输入流量,精选尾矿流量等为输入量,以液泡厚度为输出量,网络隐含层单元个数与中心向量采用正交最小二乘法（OLS）。同时,在此基础上在通过Matlab软件来分析液泡厚度情况,并给出了预测及预警信息。从仿真的结果来看,符合预期的效果,对预防液位变化过大和保证液位稳定具有较大的参考价值和现实意义。     

一种基于改进型PCNN的织物疵点图像自适应分割方法

 针对传统脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)模型中网络参数多、不易自动选取的问题,本文在对PCNN模型进行改进的基础上,提出了一种基于改进型PCNN织物疵点图像自适应分割方法.采用了一种基于分割区域内均匀度差异最小作为最佳迭代次数判断标准,从而有效地满足了PCNN对织物疵点图像的自动分割要求.通过对不同疵点图像分割实验证明了算法对疵点分割的准确性和有效性.     

胶片缺陷在线检测方法的研究

介绍了新研制的胶片质量在线检测系统。它采用CCD红外成像和基于VisualC^ 6.0的应用软件，综合运用低通滤波、边缘提取及投影检测等处理技术，对胶片缺陷的检测速度达到了60m/min，实验证明，该系统运行稳定，检测准确率达到98%以上，对于直径大于等1mm或直径虽小于1mm但与背景有明显对比度的缺陷，能实现正确检测。     

基于链码的织物疵点图像形态特征提取

在织物疵点的检测与识别过程中,疵点特征值的提取是关键。探讨了一种新的织物疵点图像形态特征提取方法,对织物疵点图像经迭代阈值分割、图像去噪、Sobel算子边缘检测后,对图像进行边缘跟踪,求取其链码表示,从而计算得到疵点的各项形态特征参数。该特征参数可作为疵点合理分类的重要依据。实验证明该方法便捷快速,应用性强。     

基于神经网络的磨削工件表面质量的在线检测

精密磨削加工过程中,冷却液的使用给表面质量的在线检测带来了困难.借助特制的"透明窗"装置,可以创造出一块透明测量区域解决此问题.通过采集透明测量区域内的表面散射图像,提取特征参数,建立BP神经网络,预测表面粗糙度,从而实现表面质量的在线测量.网络的输入为表面散射光带主方向上的散射特征参数、散射光带长轴和短轴上灰度分布的标准差、散射图像灰度特征和透明流体层的液体流速,输出是粗糙度.使用训练好的神经网络对已知粗糙度数值的标准样块进行预测,预测的平均误差为1.018%.由此推断出,选择的输入参数和建立的神经网络是有效的,能够用来实现表面质量的在线检测.     

基于遗传神经网络的入侵检测方法研究

首先介绍了人工神经网络和遗传算法的基本原理，进行分析后将这两种方法相结合提出一种GABP遗传神经网络算法及其实现过程，并将其应用于入侵检测中，和传统的BP神经网络相比具有较好的效果。     

基于级联神经网络的人脸检测方法的研究

提出一处基于颜色信息与多级神经网络的人脸检测方法,通过把基于不同颜色分量的多级神经网络级联起来,采用彩色图像的亮度分量和色度分量作为级联神经网络的分类特征,从而有效提高了人脸检测的正确率,同时也加快了人脸检测速度。     

嵌入式继电保护装置在线故障检测方法研究

针对嵌入式继电保护装置运行期间程序出现故障难以定位,一旦断电重启故障不易重现的问题,对在线故障检测方法进行了研究,并依据此方法设计了一个嵌入式继电保护装置在线调试工具,该工具可实时读取或更改运行中保护装置的变量值,并在装置不断电的情况下注入调试代码,在其运行过程中进行代码级别的调试,有效保持了故障环境,降低了故障定位和问题查找的难度。该工具已成功应用于相关继电保护装置的开发和调试中,验证了方法的可行性。     

基于神经网络的图像弱边缘检测方法研究

主要立足于图像点处理与神经网络相结合的思想,提出了一种基于边缘点特征的BP神经网络图像边缘检测方法.利用提取出的图像边缘特征向量作为训练样本来训练BP神经网络,进一步完成图像边缘的检测.最后,通过实验与传统的边缘检测方法进行了对比,结果证明该方法检测的边缘轮廓清晰,检测速度较快,特别对含有弱边缘的图像能够更好避免漏检和...     

基于BP神经网络的彩色图像边缘检测方法研究

本文主要研究了基于动量梯度下降算法的BP神经网络在彩色图像边缘检测中的应用,减少了样本训练的迭代次数,缩短了样本训练时间。同时开发了相应图形用户界面（GUI）,实现了将本文的算法与传统边缘检测算法的检测效果对比,显示不同算法的图像边缘检测效果,以及保存处理完成的图片等功能。     

基于BP神经网络的彩色图像边缘检测方法研究

本文主要研究了基于动量梯度下降算法的BP神经网络在彩色图像边缘检测中的应用,减少了样本训练的迭代次数,缩短了样本训练时间。同时开发了相应图形用户界面（GUI）,实现了将本文的算法与传统边缘检测算法的检测效果对比,显示不同算法的图像边缘检测效果,以及保存处理完成的图片等功能。     

RBF神经网络CDMA多用户检测方法

分析了采用正交最小二乘(OLS)算法的RBF神经网络应用于DS-CDMA扩频通信的多用户检测的问题,给出了基于RBF网络进行多用户检测的理论依据和仿真分析性能。     

多用户检测的稳健反馈神经网络方法

本文提出了一种实现CDMA多用户检测的稳健反馈神经网络方法,通过理论证明和实验仿真,表明该方法能有效克服多址干扰和远近效应,并具有易于在线处理和VLSI实现的特点.     

高压电力电缆配电线路故障在线检测方法研究

为了解决高压电力电缆配电线路供电过程发生接地故障时,配电线路无法正常供电的问题,提出一种基于行波故障测距原理的高精度、快速度的线路故障在线检测方法。检测已知故障行波速度、未知故障行波速度以及高压电力电缆配电线路故障发生位置,通过在高压电力电缆配电线路故障位置处安装电容器向故障回路放电,故障回路包括电容器、配电线路和故障点过渡串联电阻,通过该回路的特征频率和衰减系数故障位置线路两端的电阻,得到线路故障信息。仿真实验结果表明,该检测方法具有较高精度。