基于局部特征和深度神经网络的人脸性别判别模型研究

深度学习方法可以自动发现更佳数据以改善分类器性能。然而,在计算机视觉任务中,比如性别识别问题,有时候很难直接从整个图像进行学习。因此,提出一种新的基于局部特征和深度神经网络的人脸性别识别模型。首先,该模型从输入图像中提取数个局部特征,并将这些特征反馈给判别图像的深度神经网络,然后根据图像所属标签将每个局部特征分类。最后,使用简单的投票方案对整体图像进行判决。在FERET和CAS-PEAL-R1两个人脸图像资料库上进行了人脸性别分类实验,结果显示提出的方法优于其他深度学习方法,具有较好的准确性和稳定性。     

离心浇注球墨铸铁铸管车间除尘系统设计

针对铸管生产各工序排放烟尘的特征,从高炉铁液转运、混铁炉倒运、中频炉熔炼、球化站球化、离心浇注机浇注、吹砂工位喷吹、退火炉加热、喷Zn机喷涂、内磨工位打磨、喷涂机喷涂、制芯机等方面阐述了相应的除尘设计方法,并配置了与工艺相符合的除尘器,使各项除尘方案符合国家、地方和行业有关环境保护方面的标准和规范,并且减少了生产运行成...     

高铬铸铁旋风子外壳铸造工艺研究

通过对高炉炼铁除尘器的旋风子外壳的工作条件和非标高铬白口抗磨铸铁的研究,掌握了该材质的性能特点,以及在试生产中取得铸造工艺参数和熔炼参数,应用该材质成功地生产了高炉炼铁除尘器的旋风子外壳。     

基于改进SIFT算法的机械臂识别抓取研究北大核心

为解决水下机器人进行水下目标物识别时,存在的计算速度慢、抗噪声能力差等问题,提出一种基于SIFT和FLANN的图像识别算法,并在自主研发的机械臂平台上进行验证。使用改进算法提高目标识别的准确率;基于D-H法建立机械臂模型进行运动学分析,实现系统优化控制。利用机械臂进行多组抓取实验。结果表明:所提方法不仅可以准确地识别海参,同时可以自动调节识别框的位置,提高机械臂抓取的成功率,验证了该算法的有效性。     

基于群体智能算法的排球高鲁棒性目标识别研究

基于小波变换和人工神经网络的目标识别是图像处理的一个重要研究方向。但是,此类方法采用的梯度下降规则容易产生局部极小值。为了解决该问题,提出了一种基于群体智能算法的高鲁棒性目标识别算法,可有效应用于各种图像识别任务,如排球目标识别等。首先对图像进行预处理并变换成HSV空间进行背景分割,并通过小波不变矩对图像进行特征提取。然后采用新兴的群智能算法-狼群算法,对基于小波神经网络的目标图像识别进行优化,以便提升全局收敛性和鲁棒性。仿真实验结果显示:相比原有的方法,提出优化方法具有更高的识别精度和稳定性。     

A STUDY ON PATTERN AND DISTRIBUTION OF GAS FLOW IN RACEWAY AND LOWER PART OF BLAST FURNACE

作者研究了冷态模型中模拟风口回旋区气流的流动结构,由此确定了一个重要的影响高炉气流分布的边界条件。发现在风口回旋区有一个由环流包围的限制流动型的中心射流流股。在电子计算机上对流函数的Laplace方程和矢量化的Ergun方程导出的流函数方程进行有限差分解法,得到了一些流线图,从而研究了高炉下部的气流分布及影响因素。计算表明高炉下部气流分布与回旋区的流动结构有密切的关系,这些结论对研究和控制高炉过程有一定参考价值。     

Method of weld recognition based on textural feature matching

In this paper an automatic visual method of seam recognizing and seam tracking based on textural feature matching was proposed,in order to recognize the weld of multi-layer or multi-pass welding in which the weld is difficult to be recognized by conventional visual methods.This method focuses on the obvious difference of image textural feature between the weld region and the base metal region,as well as the similarity of the textural features along the welding direction.The method consists of the following steps: setting image template and choosing the edge region as ROI (region of interest),extracting the image textural feature of the template and the edge region,feature matching,and recognition of weld region.Experiment showed that the method proposed was effective for weld seam recognition in multi-layer welding.     

Inspecting the current thickness of a refractory wall inside an operational blast furnace using the impact echo method

In this study, a nondestructive testing method based on stress waves, the impact echo method, was applied to inspect the current thickness of a refractory wall inside a blast furnace. Blast furnaces are high-productivity structures that are prone to internal erosion hazards that majorly affect the lifespan of the blast furnace. Previous studies have applied heat flux and numerical methods to inspect the thickness of the refractory wall. Temperature variations were used to assess the condition of the blast furnace by installing an internal thermometer in the blast furnace during construction. However, these methods result in large errors. In this study, a simple formula using the thickness frequency obtained by the impact echo method was derived to back calculate the current thickness of the refractory wall inside a blast furnace. In this study, the inspection results of the experimental specimen and an in situ blast furnace also shows that inspecting the thickness of a refractory wall using the impact echo method offers substantial practical value.     

高炉设备系统的完善

永通公司2#高炉投产前期和正常生产期间存在着许多设备问题,制约了炼铁生产的正常发挥。通过技术人员的不断摸索和研究,对炉顶布料控制系统、高炉本体、炉前、卷扬系统、热风炉、干除尘系统、喷煤系统等进行了一系列完善和改造。通过对设备的不断整改、人员操作水平的逐步提高,形成了适合该高炉生产配套设备的基本设施,为高炉高产、稳产、低耗奠定了基础。     

基于主成分-贝叶斯分类模型的除草机器人杂草识别方法

计算机应用技术的不断发展加快了各领域人工智能系统的步伐,在农业方面,机器视觉自动除草设备已逐渐成为研究热点。计算机视觉技术是以图像处理为前提,在土壤背景下,准确的识别出农作物与杂草的分布情况,进行有目标性的除草作业,为实现精细农业做出贡献。针对玉米地视觉识草问题,采用颜色、形状、纹理多特征融合技术,利用主成分分析方法进行特征降维,再结合贝叶斯分类算法进行玉米与杂草的识别分类。仿真实验结果表明:此种方法能够实现杂草的有效分类。     

基于贝叶斯图像模式识别技术的点焊质量评估

提出一种将点焊过程动态电极位移信号转化为二值图像的方法.基于图像特征分析,从焊点样本电极位移二值图像中提取出15个隐含特征.针对一系列对应不同焊接质量焊点样本电极位移二值图像特征,利用主成分分析消除图像特征间的互相关性,建立了基于最小风险贝叶斯图像识别技术的焊点质量分类器.分类器有效性测试结果表明,电极位移信号二值图像尽可能多的保留了焊点质量信息,特征提取算法简单、高效、易于实现;同时在小数据样本情况下,贝叶斯图像识别技术能够快速、准确地评判焊点质量,有较好的应用前景.     

基于深度学习的大规模图像高效识别算法研究

面对规模较大的图像识别任务时,基于卷积神经网络的深度学习方法存在训练时间过长的问题,导致识别效率不高。因此,提出一种基于局部特征深度信念网络的大规模图像高效识别算法。首先,该方法从原始图像中提取多个局部特征,并根据分配给图像的标签将每个局部特征分类。然后利用分类后的图像局部特征训练深度信念网络,获得网络的相关参数。最后利用深度信念网络进行图像识别。在CAS PEAL R1 大规模图像数据集上进行了图像识别实验,结果显示:提出的算法优于其他深度学习方法,具有较好的准确性和高效性。     

基于贝叶斯图像模式识别技术的点焊质量评估

提出一种将点焊过程动态电极位移信号转化为二值图像的方法.基于图像特征分析,从焊点样本电极位移二值图像中提取出15个隐含特征.针对一系列对应不同焊接质量焊点样本电极位移二值图像特征,利用主成分分析消除图像特征间的互相关性,建立了基于最小风险贝叶斯图像识别技术的焊点质量分类器.分类器有效性测试结果表明,电极位移信号二值图像尽可能多的保留了焊点质量信息,特征提取算法简单、高效、易于实现;同时在小数据样本情况下,贝叶斯图像识别技术能够快速、准确地评判焊点质量,有较好的应用前景.     

新型溢流盘集装式除尘器及其在工业生产中的应用

本文介绍了用于高炉,转炉烟气除尘的新式湿法除尘装置-溢流盘集装式除尘器的结构及在转炉炼钢车间应用的效果。     

模具零件图中孔系尺寸自动标注方法的研究

提出了一种基于面边图的孔特征识别方法,并将该方法应用于模具零件图中孔系尺寸的自动标注。以注射模为例对各类孔特征进行了分类,通过图表达和子图匹配识别出零件中的孔特征,进而提取出孔的加工参数,同时采用统一的参数模型对不同类型孔的加工参数进行存储和管理,并自动生成孔的加工参数表,以此为基础,在UG平台上开发了孔表模块,提高了模具零件图的设计效率。     

基于对象特征分析的焊缝识别视觉传感技术

不同于以往将自动化焊接的视觉传感技术分为主动视觉、被动视觉或一维、二维、三维视觉,根据焊接视觉传感所提取的对象信息（特征）,提出一种新的对焊缝识别视觉传感技术的分类思路,该分类将已有的视觉传感方法分为以下二类：基于待焊工件的宏观三维结构特征的视觉传感,以及基于待焊工件区域光学特征的视觉传感。在上述分类思想的指导下,根据待焊工件（尤其是多层多道焊缝）具有明显纹理特征的特点,提出了基于纹理分析的待焊区识别方法,该方法利用待焊区的一个以往不被关注的但又十分明显的特征实现待焊区的自动识别。     

基于Grouplet熵与关联向量机的断口图像识别方法研究

Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性.与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法.试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍.     

基于Contourlet和KPCA的焊接缺陷图像特征提取

为了进一步提高焊接缺陷识别的准确度和效率,提出了一种基于Contourlet变换和混沌粒子群优化核主成分分析(kernel principal component analysis,KPCA)的焊接缺陷图像特征提取方法.首先通过Contourlet变换将焊接缺陷图像进行多尺度分解,提取低频分量和特定方向上的高频分量;然后运用混沌粒子群优化后的KPCA分别提取缺陷训练样本和缺陷测试样本的特征;最后根据测试样本特征与训练样本特征之间的欧式距离确定缺陷测试样本的类型.结果表明,与基于核主成分分析特征提取法、基于小波的核主成分分析特征提取法相比,文中方法提取的特征更为完整,识别率更高,运行速度较快.     

基于超声信号和图像融合的焊缝缺陷识别

超声无损检测已被广泛用来检测材料内部的缺陷,然而对缺陷性质的识别始终是检测的难点,为此研究了一种基于超声信号和图像融合的焊缝缺陷识别新方法.该方法充分利用检测数据,通过对缺陷回波信号特征与缺陷形态特征的数据融合,实现了焊缝缺陷的有效识别.利用自主研制的超声成像手动检测系统对含有气孔、夹渣、裂纹、未焊透和未熔合五类典型焊接缺陷的焊件进行了检测,分别提取缺陷的超声回波信号特征和缺陷图像的形态特征,构建神经网络实现超声信号和图像特征的数据融合.结果表明,该方法实现了多类缺陷的识别,提高了缺陷识别率,有助于焊缝质量评定.     

基于图像特征识别的榫头数控加工技术研究

为了降低榫头数控加工过程中手动编写NC代码的复杂程度,提高加工效率,研发一种基于图像特征识别的榫头自动加工系统。重点研究图像特征识别的数控加工总体结构、特征库建立、特征匹配算法、加工工艺库等关键技术。详细分析榫头模型的图像特征库、NC数据库和图像检索算法等的主要功能及实现方法。