基于单片机的火灾自动报警系统设计

本设计采用烟雾传感器、温度传感器,利用单片机实现对烟雾和温度情况的实时监测,可设置烟雾和温度报警值,能对一定环境范围内的烟雾和温度的突变进行自动报警。同时,采用数码显示模块可以直观的显示环境范围内的实时气体浓度和温度。该火灾自动报警系统结构简单、灵敏度高、性能稳定、使用方便、价格低廉、寿命长,具有一定的实用价值。     

基于多模态融合的视频语义概念检测

多个内核的学习方法已被广泛用于在视觉概念学习中。BoVW方法的目的是利用可视化数据表使解决问题的时间效率降低,它是真正的人类感知。在文章中,我们提出了一种新的多模态融合的视频搜索方式,搜索方式是从一组不同的知识来源,探讨一个大组预定义的语义概念的多模态融合的权重计算的一种新方法。实验结果验证了我们的方法,优于现有的多模态融合方法。     

基于单片机的火灾报警系统设计

随着现代社会的不断进步和科技创新能力的迅速提高,人们的生活水平日益提高,在衣食住行等各个方面都都得到了极大的便利和改善。然而,任何事情都存在着两面性,科技在给我们提供便利的同时也带来了许多风险,例如火灾,生活中的电子产品以及各种易燃易爆物品,为火灾的发生留下了巨大隐患。文章立足于实际,设计了一种基于AT89C51单片机的新型火灾自动报警控制系统,即可以同时进行多次火灾自动预警,尽可能在不同程度上减少因发生火灾但预警不及时造成的直接经济损失。     

基于深度学习与机器视觉的起重机吊装安全监测方法

随着我国经济的快速发展,各类大型工程层出不穷,对起重机吊装作业的需求不断增加。然而,吊装作业过程中依然存在众多的安全隐患,极易造成人员伤亡等安全事故。因此,该文提出一种基于深度学习和机器视觉的起重机吊装安全监测方法。将深度学习与机器视觉相结合对监控图像中的被吊物和工人进行识别和定位,同时可自主判断工人是否佩戴安全帽。根据监测模型的识别和定位信息,获得工人与被吊物之间的空间关系,为起重机吊装过程提供安全预警信息。为了提高所提方法的实用性和便携性,开发一个起重机吊装安全智能监测系统,不仅可以实时显示监控图像的识别结果,而且能够输出场景的语义描述、发出安全预警信号。     

基于视觉定位的空调压缩机装配系统设计

空调压缩机的制造装配作为空调工业生产中最普遍和基本的部分,一直以来因其人力成本高,自动化程度低而又必不可少的特点饱受诟病。为了实现本环节的自动化、智能化生产,文章介绍了一种依靠摄像头视觉定位,从而实现机械手精确移动压缩机的控制方法。该方法可以有效的推进压缩机装配全自动化,提高压缩机装配的效率和抓取准确性。     

基于机器视觉的自动贴标系统设计

针对传统的贴标流程人力成本高、效率低、精度差的问题,开发一套采用运动控制卡为基础的彩盒自动化贴标系统。设计可调流水线机构、载具交互机构、翻转机构、机械手机构、打印机机构、控制系统、视觉系统等部分,由工控机通过Ether CAT现场总线发送指令控制机构的动作,解决系统的稳定性、联动性问题。运行效率提高,20轮评价用时缩短23 s,稳定性识别率上升1.1%。研究为物料的生产、封装提供较新的解决方案。     

基于机器视觉技术的目标精密识别测量系统

根据 MOX 芯块自动检测应用的需求,用特殊光谱照明与高分辨率相机作为探测系统,设计了基于机器视觉技术的目标精密识别测量系统,完成对 MOX 芯块的尺寸及缺陷的定量检测,给出测量结果。该系统的特点是组成复杂、测量精度高及低的误判率,经过试验,完全达到了工程应用的要求。     

基于机器视觉的水面垃圾自动监测算法的研究

针对水面垃圾自动监测的问题,提出了一种基于机器视觉的自动监测算法。首先通过将原始图像转换为亮度灰度直方图,再通过边缘提取算法获得水面图像中垃圾区域的边缘,最后根据垃圾区域边缘提取垃圾区域。实验结果表明该算法能较好的提取水面图像中的垃圾区域,为水面垃圾自动监测提供理论支持。     

基于振动信号分析的纺织机械状态监测与故障诊断

纺织机械状态监测系统可对纺织设备运行中的信号参数进行监测,然后结合系统基准参数的比对,分析在当前操控模式下,纺织设备面临的故障问题.基于此,以振动信号分析为切入点,阐述纺织机械状态监测信号分析及故障诊断,并通过实际案例予以论证.     

基于机器视觉技术的生猪活体监测系统

目的 通过图像处理技术计算活体猪的体型特征参数值, 结合体重参数对生猪出栏肉产量进行预测。方法 采用工业摄像头获取活体猪的图像, 采用Matrox公司图像采集卡并对其在VC++开发环境中进行二次开发, 开发了一套基于机器视觉技术的畜禽活体检测系统。结果 实现活体猪不同角度图像的同界面显示和采集, 并基于Microsoft Visual 2008软件平台开发了系统操作界面。结论 该套系统结构简单, 成本低廉, 具有较好的推广应用前景。     

基于机器视觉的机械设备运行状态监测与故障预警研究

针对工业制造业中机械设备运行状态监测和故障预警的问题,文章提出了一种基于机器视觉技术的有效解决方案：通过采集大量的设备运行图像数据,并采用深度学习的图像分类算法对设备运行状态进行了识别和分类;使用了基于时间序列分析结合卷积神经网络的方法对设备的运行状态进行预测和预警。研究结果对工业制造具有重要的意义,不仅可以为工业制造业提供更加高效和可靠的设备监测和预警服务,还可以为其他领域的机器视觉研究提供参考。     

2014年索契冬季奥运会多面性视觉识别系统设计分析

本文作者多年来先后参与了北京奥运会、伦敦奥运会、巴西奥运会的设计指导工作,积累了大量形象系统设计的一手资料与实战经验,此次也参与了部分索契冬奥会特许设计的顾问工作。笔者站在系统设计的宏观角度,较为全面地介绍分析2014年索契冬季奥运会的视觉识别系统,包括会徽设计、核心图形设计以及火炬、服装、特许产品等推广衍生设计。分析提取形式背后所蕴含的设计方法,寻找暗合的国际设计潮流。最为重要的是,透过这套视觉识别系统可以看到最前沿的数字网络文化如何与丰富多彩的俄罗斯传统历史文化符号进行有效结合,这是完全不同于北京奥运会和伦敦奥运会的重要文本解读。     

基于相对变化分析的多模态卷烟制叶丝段故障监测

为解决卷烟制叶丝段中采用传统单变量统计过程控制方法故障监测效果欠佳等问题,通过对制叶丝段关键设备的运行特性分析,提出了一种基于相对变化分析的故障监测方法。该方法采用属性展开方式将具有批次、时间和属性特点的三维数据展开成二维数据,采用主元分析方法进行参考模态的统计建模和故障监测,根据备选模态的潜在过程波动以及与参考模态的相对变化,将参考模态监测模型的主元子空间和残差子空间分别进行分解,在分解后的4 个子空间中进行备选模态的统计建模和故障监测。基于设备实际运行数据进行离线验证,结果表明:与彩虹图、过程能力指数等传统故障监测方法相比,该方法能更深入地揭示不同模态、不同批次间的过程变量动态性以及变量间关联关系的变化,可以及时、有效地检测出设备故障。      

基于深度相机的障碍物识别

为实现机器视觉系统的障碍物信息进行探测和识别,文章提出利用深度相机识别障碍物的方法:以障碍物和平面的距离变化梯度不同为主要判别方式,搭配孔洞填充,中值滤波,漫水填充,数学形态学运算,帧间运算等噪声抑制算法,实现对障碍物的探测。根据周围环境信息提取具有一定形状特征的典型目标物。实验结果表明,此方法能有效分别障碍物和平面。     

小型饮料瓶盖颜色识别系统设计与实现

目的：解决当前饮料瓶盖检测系统功能单一、体积偏大、颜色识别率低的问题。方法：提出一种基于ARM处理器的小型饮料瓶盖颜色识别系统设计方案，通过仿真软件HyperLynx的LineSim工具设计四层PCB板，设置传输线参数并进行阻抗匹配仿真分析；利用编译软件Jupyter Notebook实现阈值设置、目标轮廓检测、目标框出等功能。结果：在强、弱光条件下，识别系统对红、绿、蓝3种颜色瓶盖的识别率达到92.7%。结论：与傅里叶描述子相比，该识别系统识别准确率和精度更高，同时系统也具有人脸识别功能，适用于各种智能应用场景。     

探究无线网络信号监测中计算机通讯的实现

本研究立足于无线时代的技术和社会特点,对于无线网络信号的监测工作进行了概述,在科学描述无线网络架构的基础上,提出了以计算机通讯技术为切入点提高无线网络信号质量监测的方法,希望在进一步融合计算机和网络技术的同时,达到无线网络更好地通讯和监测,为无线网络和社会的发展提供技术方面的支持。     

基于反射与透射图像的糯玉米叶片机器视觉识别效果分析

利用机器视觉技术,以菜农糯38、京糯2000等13个糯玉米品种作为研究对象,从玉米叶片的反射图像和透射图像中提取与玉米叶片形状、颜色和纹理等有关的36个外观特征,利用BP神经网络方法进行训练识别,并对不同类别特征和各颜色分量对透射和反射图像的识别结果进行了分析.结果表明,透射图像较反射图像具有较高的样本识别率,13个品种样本识别率均在89％以上,研究结果对于糯玉米生长期间植株外观性状的品种识别具有积极意义.     

枣片干燥过程品质指标实时监测系统设计

针对干燥过程中枣片品质指标需人工检测费时费力的问题,设计了枣片干燥过程品质指标实时监测系统。通过对机器视觉模块与自动称重模块的软硬件设计,实现上位机对枣片干燥过程中常用感官品质指标(色泽、含水率)的实时监测;依据枣片干燥过程中色泽变化与营养品质指标变化的相关关系模型,设计了营养品质变化预测模块,实现上位机对枣片干燥过程中常用营养品质指标(还原糖、VC)含量的实时预测;最后基于LABVIEW开发了枣片干燥过程品质指标实时监测系统软件与人机交互界面,并对系统进行了测试试验,试验结果表明:在色泽监测上,人工检测与系统检测L*、a*、b*值平均相对误差分别为0.1、0.69、0.61;在含水率监测上,人工检测与系统检测平均误差为2.47%;在还原糖与VC含量监测上,人工检测与系统预测平均误差分别为1.35 g/100g和15.06 mg/100g。研究结果对果蔬物料干燥过程中品质指标变化的实时监测具有一定的借鉴与参考意义。     

基于实时数据采集和识别的平衡光学锁相环研究

文章设计一种基于实时数据采集和识别的光学平衡锁相环,该锁相环使用高速数据采集卡,配合高速数字频率解调处理单元,代替传统锁相环中的滤波器,对相位和频率误差信号进行采集和识别,数据采集卡采集相位和频率误差电压信号,高速数字频率解调处理单元通过控制软件从采集的数据中解调频率,并利用数字PID反馈控制本振激光器。此种信号解调方式降低了系统时域噪声和各次谐波对误差信号的影响。对两个窄线宽光纤激光器的锁定实验表明,环路维持锁定状态超过2h,激光器频率稳定度达到10^-11,相比自由运行激光器提高了3个量级,在环路处于稳定锁定状态的396 s内,两激光器拍频频率平均波动小于20 k Hz。