基于多光谱特征的柑桔品质检测算法研究

为解决柑桔自动检测和分级中的品质缺陷检测问题,针对检测速度慢和正确率不高,提出一种基于多光谱技术新的柑桔品质检测算法。检测系统主要由光照箱、多光谱光源、摄像机、图像采集卡及计算机等组成。采用最小二乘支持向量机(LS-SVM)法将柑桔的形状等特征提取出来,并提出了基于可调多光谱光源图像采集方式,利用单目视觉技术和多目视觉技术相融合的方法进行水果表面缺陷的检测。实验结果表明,多光谱图像技术能够快速有效地检测水果表面缺陷,对柑桔缺陷检测正确率达到97%。     

基于人工智能技术的高光谱人脸自动化识别系统设计

为有效识别人脸区域,提升其在多种领域应用效果,设计基于人工智能技术的高光谱人脸自动化识别系统。以模块化思想设计嵌入式系统架构,采集与预处理高光谱人脸图像,并将预处理后的图像数据放入RAM存储器;人脸检测模块调用RAM存储器存储数据,并加载Haar人脸分类器,完成人脸区域检测提取工作;之后由人脸特征提取与识别模块经人脸区域LBP特征提取、LeNet-5卷积神经网络人脸识别模型构建与训练等操作,输出人脸识别结果。实验结果表明,该系统能够在较短时间内完成LeNet-5卷积神经网络人脸识别模型训练。     

基于近红外与高光谱技术的小麦种子多指标检测方法

采集47份小麦样本的高光谱图像,提取感兴趣区内的平均光谱,结合反映小麦品质的水分、蛋白质和湿面筋三个指标基础数据,通过OPUS软件搜寻最佳的光谱预处理和波段组合,分别建立了三个指标的偏最小二乘法(PLS)定量分析模型.同时与采用近红外(.NIR)光谱技术建立的三个指标的近红外模型进行比较,发现高光谱模型的各性能指标均明显优于近红外模型.结果表明:当被测样品为颗粒状且内部化学成分分布不均匀时,近红外模型的准确性和稳定性会受其测量条件的限制,而高光谱采样面积大,获取信息更全面,展现出强大的分析检测潜质,为小麦品质评价提供了新方法.     

基于偏最小二乘的土壤重金属铜含量高光谱估算

为探究高光谱数据估算土壤重金属铜含量的可行性,以石家庄市水源保护区褐土为研究对象,对不同光谱变换数据与重金属铜含量做了相关分析,建立了土壤重金属铜的单光谱变换指标偏最小二乘模型和多光谱变换指标偏最小二乘模型。结果表明:光谱反射率(R)经倒数一阶微分(RTFD)变换后与铜含量的相关性有所提高;光谱敏感波段为418、427、435、446、490、673、1 909、1 920和2 221 nm,基本位于土壤氧化铁、粘土矿物的特征吸收区域;对土壤重金属铜含量估算效果最好的单光谱变换指标偏最小二乘模型为RTFD模型,其模型决定系数(R2)为0.649,均方根误差(RMSE)为1.477;多光谱变换指标偏最小二乘模型R2和RMSE分别为0.751和1.162,建模效果优于单光谱变换指标模型。研究结果可为北方地区褐土类型土壤重金属铜的高光谱估算提供借鉴。     

基于偏最小二乘的土壤重金属铜含量高光谱估算

为探究高光谱数据估算土壤重金属铜含量的可行性,以石家庄市水源保护区褐土为研究对象,对不同光谱变换数据与重金属铜含量做了相关分析,建立了土壤重金属铜的单光谱变换指标偏最小二乘模型和多光谱变换指标偏最小二乘模型。结果表明：光谱反射率（R）经倒数一阶微分（RTFD）变换后与铜含量的相关性有所提高;光谱敏感波段为418、427、435、446、490、673、1 909、1 920和2 221 nm,基本位于土壤氧化铁、粘土矿物的特征吸收区域;对土壤重金属铜含量估算效果最好的单光谱变换指标偏最小二乘模型为RTFD模型,其模型决定系数（R²）为0.649,均方根误差（RMSE）为1.477;多光谱变换指标偏最小二乘模型R²和RMSE分别为0.751和1.162,建模效果优于单光谱变换指标模型。研究结果可为北方地区褐土类型土壤重金属铜的高光谱估算提供借鉴。     

基于偏最小二乘法的高光谱图像波段选择

波段选择是高光谱图像降维的重要手段,将偏最小二乘法引入到高光谱图像波段选择中来,提出一种基于偏最小二乘法的波段选择方法.首先用偏最小二乘法计算训练集样本的潜在向量,接着分析波段与潜在向量的相关程度以确定各波段对于图像分类的重要程度,最后分析候选波段的相关度,获得最终选择波段.实验结果表明,与其他现有波段选择方法相比,该...     

智能LED台灯照度稳定可调设计

本文介绍了以STM32F103RBT6单片机为控制核心,照度均匀稳定可调LED台灯和一个数字照度表的设计方案。主要包括光源模块、单片机控制模块、照度检测模块、液晶显示模块等几个模块。光源为自制光源,光源亮度可连续变化,通过BH1750照度传感器采集光源,将采集的数据送入单片机进行分析,将分析结果通过1.44寸TFT液晶显示屏进行显示,包括光源的照度、电压、电流、效率。数字显示照度表的数显随台灯亮度实时变化,当亮度稳定时数显稳定,跳变在规定的范围内。     

基于STM32 CubeMX的高速嵌入式图像采集系统

设计了采用STM32F407VGT6芯片作为控制核心,OV2640摄像头模块进行图像采集,基于ILI9341控制器的彩色液晶屏作为显示终端的高速嵌入式图像采集系统.本文介绍了系统的总体设计思路、各模块的硬件连接方式、软件编程思路,以及STM32 CubeMX软件针对本系统的配置方法.     

新型高密度电路板的自动光学检测系统设计

为提高自动光学检测系统(AOI)的缺陷检出率,研究了一种采用多色光源照明,利用机器视觉获取被测高密度印刷电路板(HDI型PCB)图像,通过图像处理快速准确地识别出各种缺陷的新型AOI。实验装置由主控计算机、电气控制系统、精密机械运动装置、多色光源照明和图像采集系统等组成。图像处理及识别软件基于OPENCV和VisualStudio2005开发,模块化设计,包括光源控制、图像采集、图像拼接、图像定位、路径规划、缺陷检测和缺陷统计等模块。实验结果表明,新型AOI系统可检出加载HDI型PCB的各种缺陷,缺陷的检出率可达99.9%,误报率只有0.3%。     

基于近红外光谱的煤粉样品定量检测研究

针对煤质快速在线检测的需求,采用傅里叶变换近红外光谱结合不同的光谱预处理方法,即平滑处理方法、微分方法、多元散射校正方法、标准归一化处理方法分别建立了煤粉样品的水分、灰分和挥发分的偏最小二乘模型,并对模型的检测结果进行了十字交叉验证。结果表明,基于25点平滑处理方法建立的水分偏最小二乘模型较优,基于标准归一化处理方法建立的灰分偏最小二乘模型最佳,基于5点平滑处理方法建立的挥发分偏最小二乘模型精度最高,验证了应用傅里叶变换近红外光谱技术定量分析煤粉指标的可行性。     

基于运动检测的远程图像采集系统的设计与实现

文章设计了一种基于运动检测的FPGA远程图像采集与存储系统,并给出了系统整体设计方案和核心的运动检测模块的具体实现方法。该系统主要由图像采集模块,运动检测模块,图像存储模块以及网络接入模块组成。该设计在FPGA多媒体开发平台EP2C70的基础上添加基于LAN91C111的网络接入模块来实现,利用Verilog语言在该平台上具体实现运动检测算法。试验证明该系统可以快速并智能化采集图像信息,快速的检测异常运动物体,采集的图像信息被实时存储或者通过网络接入模块实现远程传输。     

基于STM32的生猪生长参数自动检测系统

随着科学的发展与时代的进步,传统的农业已经向着智能化、自动化、信息化的方向发展。本文主要说明设计制造一个基于STM32单片机的生猪生长参数自动检测系统。TFT LCD触摸液晶屏显示与发出指令,射频模块识别每一头生猪,HC-SR04超声波测量生猪的高度,MLX90614红外测温模块测量生猪的体温,HX711重量传感器测量体重并且STM32采集AD数据返回体重值。通过这一系列的模块测量以及STM32对其数据采集,最后可完成这套自动检测系统的设计,实现生猪检测自动化、智能化。     

OpenCV下嵌入式轨道检测小车图像采集处理系统研究与设计

在线路基础设施建设中,轨道安全维护是急待解决的薄弱环节,而轨道状态检测是保障列车安全运行的重要手段。应用OpenCV图像处理集,搭载嵌入式计算平台,对轨道图像采集处理,快速的分割并识别出轨道图像中的关键设备状态,是解决现有轨道检测技术成本高,效率低的一个重要研究课题。为研究该课题,设计了嵌入式轨道检测小车图像采集处理系统,包括整体系统结构设计、硬件选型与电路设计、软件运行结果测试。选用Linux平台作为处理核心,用Cadence设计STM32单片机同步采集触发电路,设计供电系统电路、优化正交编码电路与信号调理电路,在μC/OS-II系统下编写同步触发采集程序,完成小车采集系统配置安装与测试,验证了OpenCV程序在嵌入式平台上的工作稳定性以及算法的实用性。     

种子自动数粒仪

本文介绍一种利用机器视觉技术研究开发的种子自动数粒仪 ,该系统基于美国NI公司的软件开发平台LabView 7.1和图像处理软件包IMAQVISION及IMAQPCI -14 11图像采集卡进行软硬件的开发。系统在硬件结构上主要包括电磁震动工作台、摄像机及灯光、图像采集卡、PC机 ;在软件上主要包括图像采集模块、图象处理模块、图像分析模块。试验结果表明 ,该系统操作简单 ,效率高 ,并解决了其他数种仪器对种子大小有要求的弊端。     

基于虚拟仪器的无线白酒电子鼻的设计

为了实现白酒生产过程的质量控制,设计了基于虚拟仪器的无线白酒电子鼻系统。该系统利用STM32作为下位机核心控制器,采用CC2430实现数据的无线通信。上位机采用虚拟仪器软件LabVIEW开发了一套集数据采集、存储和处理于一体的应用平台。经过实验验证,系统运行稳定可靠,采集的数据可供进一步分析。     

基于机器视觉技术的教室照明节能控制系统

为解决教室照明用电浪费问题,设计和制作了基于机器视觉技术的教室照明节能控制系统.该系统在监控计算机端采用帧差分与分段收敛的背景差分叠加法从监控录像中识别教室人员,并根据室内人员情况控制教室照明设备的开启或关闭.系统硬件主要由图像采集模块、监控计算机、电气控制模块及教室电气线路等4部分组成;系统软件基于Matlab开发,按功能可分为图像获取、图像处理、串口双向传输、图形用户界面及数据库等5部分.室内人员检测实验结果表明,系统识别平均耗时0.2s,进行实时室内人员识别的帧速上限为5帧/s;当图像中不包含和包含人员时,系统对室内人员的检测准确率分别为100％和93％.     

基于人体骨架信息的行为检测系统设计

为了解决现有行为检测系统中依赖惯性传感器、检测结果不够准确的问题,设计了基于人体骨架信息的行为检测系统;系统采用Jetson Nano人工智能计算设备作为主控模块,结合图像采集模块、显示模块和以Atmega328单片机为主的报警模块构成;系统利用图像采集模块采集行为视频信息,通过主控模块中的行为检测器对视频中人体行为进行检测,报警模块通过串口接收检测结果并对危险行为进行预警;同时,利用人体骨架的关节空间运动幅度、肢体关联差异,建立了关节帧间位移矢量和骨骼夹角变化的关节行为模型,再借助长短时记忆网络提取行为特征,并训练实时行为检测器;经实验测试,该系统能够有效检测常见的人体行为并对危险行为类别进行报警提示。     

新型三导联无线ECG设计与其处理算法研究

给出一种新型三导联无线ECG的设计方法。以便携式、小型化、低功耗为目标,分别以用于生物电势测量单通道24位模拟前端ADS1291、基于Cortex—M3微控制器STM32L162和2.4 GHz无线收发器nRF24L01作为心电检测的数据采集、数据采集控制与处理模块、无线通信模块。重点介绍了一种基于差分运算的QRS波检测方法,具有运算量低、正确率高等优点。制作了原理样机,并通过实验测试验证了该算法的有效性。     

A label propagation method using spatial-spectral consistency for hyperspectral image classification

In this article, a label propagation approach with automatic seed selection is developed for hyperspectral image classification. The core idea is to combine pixel-wise classification results with spatial information described by a data graph. Using only the support vector machine (SVM) classifier on spectral features to tackle the hyperspectral classification task will produce results with a salt-and-pepper appearance. To overcome this limitation, the spatial information is incorporated by label propagation. The performance of label propagation is dependent on two points: the seeds and the connection graph. Generally, a limited number of labelled samples are available, which are considered as seeds in label propagation. However, the limited seeds will result in bad label propagation. Therefore, pseudo-seeds are automatically selected in local windows. Specifically, the pixels whose initial labels according to SVM are consistent with their most spatial neighbours are selected as seeds. Through seed selection, the number of seeds is greatly increased. Then, the label information of the selected seeds is propagated to their spatial neighbours using a data graph which is constructed according to the local structures in the image. Through seed selection and label propagation on the graph, the problem of salt-and-pepper appearance is solved elegantly – the noisy labels are highly suppressed and most of the structures are preserved. Competitive experimental results on a variety of hyperspectral data sets demonstrate the effectiveness of the proposed method.     

A real-time near infrared image acquisition system based on image quality assessment

This paper presents a real-time image acquisition system with an improved image quality assessment module to acquire high-quality near infrared (NIR) images. Thermal imaging plays a vital role in a wide range of medical and military applications. The demand for high-throughput image acquisition and image processing has continuously increased especially for critical medical and military purposes where executions under real-time constraints are required. This work implements an NIR image quality assessment module, which utilizes improved two-dimensional entropy and mask-based edge detection algorithms. The effectiveness of the proposed image quality assessment algorithms is demonstrated through the implementation of a complete finger-vein biometric system. The proposed model is implemented as an embedded system on a field programmable gate array prototyping platform. By including the image quality assessment module, the proposed system is able to achieve a recognition accuracy of 0.87 % equal error rate, and can handle real-time processing at 15 frames/s (live video rate). This is achieved through hardware acceleration of the proposed image quality assessment algorithms via a novel streaming architecture.