GDX1包装机IPC控制系统的研发

目的 为加强银行智能办理业务的设备性能,提高票据数字的识别效率,研究一种改进的算法来获得更高的数字识别效果。方法 根据银行票据的印刷数字特性进行字符的提取和分割,经过图像采集、降噪、二值化之后使用起点直方图法结合步长法进行字符的分割,然后使用改进的LENET卷积神经网络用于提取数字特征,进行分类。结果 通过实验,结果表明文中提出的方法进行复杂环境下的印刷数字识别,准确率达到95%以上,识别速率为1.169 s/张。结论 利用新的字符分割算法与改进的LENET神经网络相结合,可以很好地识别干扰强的印刷票据,准确率高。     

票据印刷号码定位识别技术研究

针对定额发票印刷特点,对图像进行相应的预处理,根据票面的特征,设计了票据号码定位算法,截取票据号码,提取号码像素的灰度信息作为特征对号码进行识别。实验证明,该方法有效且可行。     

字符形态特征的机械仪表判读算法

基于字符形态特征提出一种快速的机械仪表判读算法.该方法中采用平滑滤波对灰度化后的图像去除噪音,再使用OTSU算法进行二值化,同时根据图像投影确定表盘区域,最后将Canny算子和Hough变换结合对图像进行矫正并分割字符.字符判读模块中对图像进一步去除噪音,对字符形态特征进行加权计算和对比,准确识别出仪表示值.通过实验证明,该算法辨识率高,有较好的实用性.     

基于字符基元视觉短语的图像关键字识别

提出了一种利用字符基元视觉短语进行图像关键字识别的方法.该方法通过提取图像关键字的最大稳定极值区域,并进行归一化后得到字符基元.由于通常情况下每个关键字由若干字符基元构成,因此通过采用利用邻接的字符基元构造的视觉短语来提高图像关键字特征描述的可区分性;由于不同的字符基元组合结构可能构成不同的图像关键字,因此基于字符基元相邻关系判断短语几何结构的相似性.此方法不需要对图像进行二值化、布局分析和文本区域定位等预处理操作,具有更好的灵活性和鲁棒性.实验结果表明,此方法对于不同语言的图像关键字识别都具有较高的准确性.     

大噪声图像的轮胎规格号识别技术

针对轮胎规格号图像高噪声的特点,本文提出字符截断方式来获得可区分的外轮廓特征,利用BP神经网络并结合规格号关系特征来识别轮胎规格号.首先,获取可区分规格号字符样本特征:截取字符的三分之二,获取其外轮廓游程特征;随后,对其进行BP神经网络训练和识别,得到一次识别结果;最后,采用规格号类型特征,对识别结果做二次识别.实验结果表明,BP神经网络对变形字符有较强的容错能力,特征获取和二次识别算法能够有效识别轮胎规格号.     

基于智能多代理的复杂场景钢坯字符切分算法

在生产线钢坯检测识别过程中,如何准确地切分生产线实际复杂场景下的钢坯端面字符是一个高度复杂的智能问题.为了解决这一复杂问题,本文提出了一种基于智能多代理者的字符切分处理方法,将分控制层中的字符区域分割与切分、区域合并、区域分裂、特征计算等功能子程序作为个体代理者,主控制层作为主控代理者对这些个体代理者根据具体需要进行统一分工协调,同时各子代理者的切分信息反馈给主控代理者作为分析、控制各子代理者的重要因素,进而完成钢坯号字符的精确切分.实验结果表明,本文提出的算法能对复杂场景中的钢坯字符完成精确的切分,具有良好的稳定性与准确性,解决了复杂场景中的钢坯字符准确切分的问题,为后续钢坯字符的识别提供了保证.     

基于字符连通域特征的车牌汉字字符识别技术

本文通过对待识别字符和标准车牌汉字字符库中的各个标准字符的重合部分的连通域数目及相似度进行分析,定义了待识别字符相对于标准汉字字符的连通域特征和相似度特征,由此提出了一种"基于字符连通域特征"的车牌汉字字符识别方法.该方法通过分析待识别汉字字符相对于标准字符模板的连通域特征对待识别字符进行初步识别,然后再通过分析字符的...     

基于机器视觉的线束连接器字符检测

针对线束连接器上印刷字符检测智能化程度不高的情况,提出了一种基于机器视觉的检测方法.首先,利用一阶导数获得印刷字符边缘点,并将边缘点拟合为线,由此定位字符的位置,并对字符的角度和位置进行比较;然后,对合格的字符分割、归一化,并以整个字符图像作为输入特征;最后,基于字符的特征,建立了用于印刷字符识别的BP神经网络,并对其进行了改进.实验证明:基于机器视觉的连接器印刷字符单个字符识别准确率为99.1%,检测时间为95ms,具有较高的识别准确率和速度.     

食品包装日期喷码检测系统设计

目的为了提高食品包装过程中喷码检测的准确度,基于机器视觉提出一种喷码缺陷检测方法。方法分析自动喷码系统结构和工艺流程,包括搬运机械手、传送装置、喷码装置、检测装置等。以扫码检测为重点研究对象,利用机器视觉采集图像,通过图像处理算法实现喷码缺陷检测,包括模板匹配算法和垂直投影方法。同时给出缺陷检测流程,主要由图像分割、字符校正和分割、字符分割、缺陷检测等步骤组成。结果实验结果表明,所述喷码检测方法的识别成功率可以达到99%,识别成功率较高。结论该方法能够有效处理漏印等喷码缺陷,可以代替人工实现食品包装的自动化分拣。     

卷积神经网络在喷码字符识别中的应用

为实现易拉罐灌装过程中喷码字符实时检测,提出了一种基于卷积神经网络的实时检测方法。该方法首先对采集的图像进行直方图均衡化和OSTU处理,然后对图像进行形态学膨胀操作,通过连通域面积法提取出喷码字符区域并进行旋转矫正,再采用投影法将字符区域分割为单个字符,在离线状态下采用卷积神经网络对字符进行训练,从而在在线检测时进行识别。实验表明,该方法检测一帧图像平均时间为46 ms,准确率达98.97%,实时性和准确性较高,可以满足工业易拉罐喷码字符在线实时检测要求。     

基于多对象匹配与融合字符特征的印刷质量检验方法

目的 为了增强字符配准对字符位姿变化的鲁棒性和识别能力,以及印刷质量检验精度和缺陷类型分析对不同字符产品的自适应性,提出一种基于多对象匹配与融合字符特征的印刷质量检验方法。方法 采用多张合格字符样品图像进行模板构建;借助多对象匹配来配准多个待检验的字符,消除字符位姿的变化对字符配准的影响;进行逐像素的比对,检验字符区域的质量;利用灰度阈值分割以及Sobel边缘检测,将字符区域分成3个待检验的局部特征区域：边缘、前景、后景;进而获取边缘完整性,前景面积和灰度,背景面积和灰度这些显著的字符特征,由多张字符样品训练每个特征的自适应的合格范围;将其组合,形成融合字符特征,分析缺陷的类型。结果 测试数据表明,针对不同种类、不同精度要求的字符产品,所提方法对于字符质量的判断准确率达到100%,对缺陷类型的分类准确率保持在84.2%以上。结论 所提字符质量检验方法拥有良好的鲁棒性与自适应性,在包装、印刷等行业具备较高的应用价值。     

基于卷积神经网络的印刷套准识别方法

目的 针对目前印刷套准识别方法依赖于经验人工设计特征提取的问题,提出一种不需要人工提取图像特征的卷积神经网络模型,实现印刷套准状态的识别.方法 采用图像增强技术实现不均衡训练集的均衡化,增加训练集图像的数量,提高模型的识别准确率.设计基于AlexNet网络结构的印刷套准识别模型的结构参数,分析批处理样本数量和基础学习率对模型性能的影响规律.结果 文中方法获得的总印刷套准识别准确率为0.9860,召回率为1.0000,分类准确率几何平均数为0.9869.结论 文中方法能自动提取图像特征,不依赖于人工设计的特征提取方法.在构造的数据集上,文中方法的分类性能优于实验中的支持向量机方法.     

不均衡训练集特征选择的印刷套准状态识别

目的 针对不均训练集导致印刷套准识别模型无法较好识别印刷套不准图像的问题,提出基于最大相关、最小冗余的印刷标志图像数据特征选择方法.方法 提取印刷标志图像的多维特征数据,计算特征与印刷套准和印刷套不准2类之间的相关性和特征之间的冗余度.确定特征选择的目标函数,通过增量搜索方法寻找最优特征,加入特征子集,实现不均衡印刷标志图像的特征选择.结果 文中的特征选择方法获得了3项不均衡数据分类性能评价指标,A为0.9900,R为0.9400,Gmean为0.9466.结论 在不均衡印刷标志图像套准识别中,文中提出的方法性能优于实验中的未处理方法、PCA方法、Relief方法和NCA方法.     

基于相关函数矩阵及卷积神经网络的结构健康监测研究

环境激励下利用时域振动响应构建的内积矩阵是结构健康监测中一种较好的结构特征参数。为了提升结构健康监测方法的识别准确率,构建内积矩阵时往往需要较多的振动响应测点,这将直接影响方法的工程实用性。该文基于时域振动响应的相关性分析理论,将内积矩阵扩展到了相关函数矩阵,实现从少量的振动响应测点中获取更多的结构健康特征信息,以降低结构健康监测方法对测点数量的需求。进一步结合卷积神经网络优异的数据特征提取能力,以相关函数矩阵为输入、结构健康状态为输出,提出了基于相关函数矩阵及卷积神经网络的结构健康监测方法。典型航空加筋壁板螺栓松动监测的实验研究结果表明,仅采用结构上任意2个测点的时域振动响应,该文方法针对螺栓松动位置的识别准确率可达99%以上。     

基于多尺度结构相似度的印刷图像质量评价研究

目的为了简化印刷图像质量主观评价方法。方法提出基于多尺度结构相似度的印刷图像质量评价研究,将多尺度结构相似度应用在印刷图像质量评价上。结果实验仿真表明,多尺度结构相似度模型客观评价结果与主观评价结果的相关系数最高,为0.7698,表明两者是强相关关系。结论提出的基于多尺度结构相似度的印刷图像质量评价方法,是印刷图像质量评价的一种有效的新方法。     

基于模态应变能和小波变换的结构损伤识别研究

针对单一方法对结构同时发生多处不同程度损伤识别的不敏感性缺陷,本文结合小波变换在时域、频域内表征信号局部特性且能够聚焦到信号或函数的任意细节进行处理的能力,提出了一种基于单元模态应变能和小波变换的结构损伤识别方法。在单元模态应变能基础上,利用小波变换系数的变化和分布情况构建单元模态应变能小波变换结构损伤指标,通过对简支梁的数值模拟和斜拉桥模型试验研究的结果与单元模态应变能平均变化率作为损伤识别指标的计算结果进行对比,结果表明该方法能有效确定结构同时发生多处不同程度损伤的位置和估计损伤程度,为实际工程应用奠定了基础。     

A 4D-Printing Inverse Design Strategy for Micromachines with Customized Shape-Morphing

An active heterostructure with smart-response material used as “muscle” and inactive material as “skeleton” can deform over time to respond to external stimuli. 4D printing integrated with two-photon polymerization technology and smart material allows the material or characteristic distribution of active heterostructures to be defined directly at the microscale, providing a huge programmable space. However, the high degree of design freedom and the microscale pose a challenge to the construction of micromachines with customized shape morphing. Here, a reverse design strategy based on multi-material stepwise 4D printing is proposed to guide the structural design of biomimetic micromachines. Inspired by the piecewise constant curvature model of soft robot, a reverse design algorithm based on the Timoshenko model is developed. The algorithm can approximate 2D features to a constant-curvature model and determine an acceptable material distribution within the explored printing range. Three Chinese “Long” (Chinese dragon heralds of good fortune) designed by the strategy can deform to the customized shape. In addition, a microcrawler printed using this method can imitate a real inchworm gait. These results demonstrate that this method can be an efficient tool for the action or shape design of bionic soft microrobots or micromachines with predetermined functions.     

基于损伤存在概率成像方法的复合材料结构损伤识别

基于小波分析理论和概率统计原理,提出一种损伤存在概率成像方法,对复合材料结构进行在线的健康监测。首先对结构损伤前后Lamb信号进行比较,提取信号的能量特征差异系数,作为损伤指标;然后用概率统计方法判断该损伤指标是由损伤引起的还是因环境变化造成的;最后用成像算法给出存在概率图像识别损伤。对复合材料板结构进行实验验证该方法的可行性,具有一定的实际工程应用价值。     

基于多元图像特征分析的印刷单元故障诊断方法

目的提出一种基于画面分析的机械故障诊断方法,用于印刷机械中印刷单元的故障模式分类。方法通过印刷特定图像,获取印刷单元在正常与故障状态下的印刷画面,从网点覆盖率、灰度特征和画面纹理特征等3个方面构建表征印刷单元状态的多元图像特征集,并通过SVM构建故障识别网络。结果利用多元统计方法分析了印刷单元6类故障与特征集的映射关系,依靠画面特征实现了故障类别判断;经过实际故障诊断试验验证,所提出方法的准确率可达90%以上。结论图像特征集对于印刷机故障有着很好的分类表征能力,为印刷机维护提供了新的理论和方法。