基于数字图像处理测量直线度的方法研究

近年来.数字图像处理与计算机视觉领域中诸多研究成果被用于测量,进而发展成为一类新兴的测量方法--计算机视觉检测技术.本文主要研究基于数字图像处理技术进行非接触测量的方法.针对轴类零件直线度的测量,首先对CCD摄像机采集到的图像进行图像处理,然后利用Canny算子对处理后的图像进行边缘检测,最后运用轴线拟合法测量直线度,该方法具有很好的实时性,可以实现在线式非接触测量.通过实验证明,使用轴线拟合法测量轴类直线度,可以进一步提高测量精度.     

基于MCX314as的运动控制器设计

文章介绍了用C8051F120单片机和MCX314as组成运动控制器的方案.该方案应用存储器扩展的方法为运动控制芯片MCX314as和液晶显示模块MT22G06B的内部寄存器分配地址空间.从而实现C8051F120单片机对运动控制芯片和液晶模块的控制作用.文章还给出了MCX314和MT22G06B的驱动程序架构.     

矩阵键盘与QT/Embedded应用程序的通信

在嵌入式系统中,矩阵键盘越来越成为一个重要的人机交互设备.本文就将介绍在嵌入式Linux系统下,Qt/Embedded图像用户程序和矩阵键盘设备之间是如何进行通信的.首先,我们给出了在S3C2410开发板上矩阵键盘的电路设计,然后介绍了Qt/Embedded应用程序响应矩阵键盘设备的工作机制和需要完成的工作,即需要完成Linux设备驱动和Ot/Embedded设备驱动的编写,最后结合大量源代码进行分析和实现,给出了基于Ot/Embeded的矩阵键盘驱动的开发方案,并成功的在S3C2410开发板上实现了矩阵键盘与QT/Embedded应用程序的通信.     

一种嵌入式的实时视频采集系统

设计实现了一种智能移动机器人的前端视频采集系统,该系统采用视频解码芯片SAA7111A和灵活可配置的FPGA芯片实现了实时的视频采集,满足了机器人后续视频处理的需要.实验证明:该系统具有结构简单、可靠性高、使用灵活和性价比高等优点.     

多Agent系统的研究

自agent术语引起国内学者重视以来,人们一直试图寻找一个贴切的汉语名词,“代理人”“智能体洲结点”等概念应运而生。但这些概念都不能令人满意,因为无论是“智能体”、“代理人”,还是“结点”,都仅部分地反映了agent的特征,而未完全地反映其本质属性,故本文仍使用agent的英文形式。     

我国爆炸品分级标准的研究制订及特点分析

文章阐述了研究制订“爆炸品分级程序”等两项国家标准的意义,过程和标准的主要特点,并提出加快实施标准的若干建议。     

基于改进U-Net的低剂量CT图像重建方法

针对低剂量CT图像重建会产生噪声和伪影的问题,在U-Net神经网络基础上引入残差学习和空间注意力机制,在编解码过程中嵌入跳跃连接为上采样增加多尺度信息,使用AAPM公开数据集CT影像进行模型训练和测试。选取峰值信噪比（PSNR）、结构相似性（SSIM）和均方根误差（RMSE）作为图像性能评价指标。在CT重建结果的测试中,与未处理的图像相比,网络模型处理后图像的PSNR、SSIM和RMSE指标平均值分别提升21.699%、2.263%和40.833%。实验结果表明,改进的U-Net神经网络模型能够减少噪声和伪影,保留了更多的纹理细节,对低剂量CT重建图像质量的提高有一定效果。     

高光谱激光雷达后向散射强度的粗糙表面二向反射模型EI北大核心CSCD

高光谱激光雷达是同时获取光谱和空间信息的主动遥感探测方法。在激光扫描过程中,激光入射角是重要的影响因素之一。在实际应用中,目标表面粗糙度会使其入射角效应偏离朗伯模型。因此,基于Oren-Nayar模型对粗糙表面建立二向反射模型,研究了入射角效应的辐射校正方法。选取8种典型的粗糙表面作为实验对象,分析了各波段后向散射强度与入射角的关系,并量化了粗糙度对强度的影响。基于构建的模型,对该研究样本的入射角效应进行辐射校正。辐射校正后,不同入射角反射率的标准差均不大于0.06;与校正前相比,标准差平均改善率为67.86%。结果表明,所提出的方法提高了提取目标反射特性的准确性,为高光谱激光雷达更好地为开展数据分析与应用提供良好的物理基础。     

一种融合变量的日志异常检测方法北大核心CSCD

为了充分挖掘日志中变量的潜能,优化日志异常检测效果,文章提出一种融合变量的日志异常检测方法SiEv。首先,该方法可以识别主体变量,并根据主体变量将日志划分为不同片段;然后,SiEv以这些日志片段为输入,基于长短期记忆网络(Long Short-Term Memory,LSTM)训练或检测异常,从而避免不同主体的日志序列特征相互干扰;最后,根据日志片段将SiEv划分为多个类别,从不同角度检测日志。为了验证文章所提方法的有效性,SiEv对Loghub所提供的日志数据集进行测试。实验结果表明,SiEv能够发现多种类型日志中存在的异常,识别同一主体的活动行为模式和变化趋势。     

自适应比例–积分H2滑模观测器设计

传统的龙伯格观测器的观测精度极易受到未知外部扰动的影响.为了解决这个问题,本文设计了一种基于径向基神经网络的自适应比例–积分H₂滑模观测器,实现了参数不确定性和外部扰动下非线性系统的鲁棒确切估计.首先,利用径向基神经网络自适应逼近系统模型的复杂非线性项;其次,设计基于误差的线性滑模面,将比例–积分滑模项注入观测器中,使得滑模动态在有限时间内收敛于滑模面,实现对外部扰动和系统模型非线性的完全补偿;最后,基于H₂次优控制和区域极点配置,提出观测器参数自整定方法.通过对单连杆机器人的仿真结果表明,该方法能够保证非线性系统具有较好的鲁棒性和自适应性.