实现IR接近检测的高速运算放大器

IR（红外）接近传感器可以检测一个物体的存在．物体与一个基准的距离,或两者均可检测。其应用包括速度探测,自动水龙头的人手探测、传送带上物体的自动计数或检查．以及打印机的纸边缘检测等。例如．最新一代的智能手机可以在屏幕接触到脸颊或耳朵时．关闭LCD触摸屏．防止对某些键的误操作。     

深度学习在目标检测技术优化中的应用

阐述基于深度学习的目标检测问题，以深度学习为基础的目标检测技术，包括优化主流目标检测算法、提升小目标物体检测精度、多类别物体的检测技术、轻量化技术的应用。     

基于编码结构光的大型曲面三维测量

介绍了采用结构光彩色编码技术实现大型曲面测量的一种新方法.将由RGB三原色及其补色组成的彩色条纹进行组合,生成编码图案,并由投影仪投射到被测物体上.通过对摄像机拍摄的图像进行解码,获得物体的三维坐标.利用被测物体上的标志特征点,对物体进行分块测量.结合边缘检测及圆心检测确定分割线,对物体三维坐标进行分割、组合,实现了对大型曲面的三维测量.     

基于锚框的深度学习物体目标检测算法概览

将深度学习方法结合进目标检测算法突破了传统算法的性能瓶颈,成为计算机视觉领域一个热门的研究课题.本文对当下最流行的基于深度学习物体目标检测算法进行深入研究,得出一个整体认识,为目标检测应用系统开发的先进性与高效性提供有益的理论指导.沿着时间顺序梳理了深度卷积神经网络进入物体目标检测算法的发展过程,按照两阶段和一阶段实现对主要的算法划分两大类别;同时,参考是否采用锚框又分为基于锚框和非锚框的两种方式.围绕发展更成熟的基于锚框的检测系统详细探讨了算法的实现原理,并指出当前物体目标检测系统面临的难点问题和关键技术.最后,对物体目标检测算法发展的方向进行了展望.     

OpenCV在智能监控方面的应用研究

使用OpenCV和Visual C++6.0构建了智能监控系统.采用了能够实现背景自动更新的背景建模算法对监控区域内的运动物体进行实时检测,实现了快速检测监控区域内的运动物体,在检测到运动物体进入监控区域时自动进行视频录制,运动物体离开监控区域后能够自动停止视频录制的功能.     

一种基于PandaBoard的运动物体检测系统设计

设计了一种基于PandaBoard的运动物体检测系统。该系统的主要组成模块及其功能简要描述如下:利用USB摄像头进行视频帧的采集,基于嵌入式的PandaBoard开发板运行运动物体检测的视频帧处理算法,采用USB无线鼠键进行检测系统的启动或关闭,最终通过HDMI显示器进行检测结果的显示。其中,嵌入式PandaBoard开发板上运行的帧间差分运动物体检测算法基于上位机Simulink进行设计,设计完成后直接下载到PandaBoard开发板上运行。该系统可以脱离上位机及Simulink开发环境独立运行,具有设备简单、成本低、算法可拓展性强等特点,具有良好的应用前景。     

ST—37711.3713型光纤应变仪

该应变仪的原理是把光经过入射光纤和细的探针投射到物体上,它的反射光经过接收光纤检测出光量的变化,从而测定出应变现像,得到广泛的应用.     

一种优化的机器人抓取位姿检测方法

针对传统的机器人抓取检测方法存在准确率低、实时性差的问题,提出了基于深度学习的机器人抓取位姿检测方法.在康奈尔抓取数据集上,设计一种端到端的抓取检测网络模型并训练,输出目标物体的抓取位姿表示参数.针对现有的抓取姿态表示方法的不足,结合YOLOv5目标检测算法生成目标物体的点云图,采用PCA方法生成抓取姿态,并提出一种优...     

激光在超声检测技术中的应用

超声检测技术是用于检测物体表面、亚表面、内部区域及内部投影,产生高分辨率特征图像的检测技术。由于它能获得反映决定检测物体机械性能参数的声学图像而被广泛地应用于无损检测领域。超声检测技术在无损检测领域占有非常重要的地位。激光的出现并且应用于超声检测技术中,给超声检测技术带来了巨大的变化。对激光在超声检测技术中的两个应用方面,即激光超声技术和激光扫描声学显微镜做了详细的阐述。     

基于YOLOv4和HOG的闭环检测算法

传统的视觉SLAM闭环检测算法大多采用手工设计的图像特征,适用于室内静态场景但在复杂场景下的准确性不高.为此,在卷积自编码器网络模型基础之上设计了一种新颖的闭环检测算法.首先针对场景中可能会出现的动态物体干扰,使用重训练的YOLOv4目标检测算法对原始图像进行动态物体去除.此外,利用定向梯度直方图(HOG)提供的几何信...