基于机器视觉的线缆表面缺陷快速检测算法研究

利用机器视觉技术检测线缆表面缺陷时,检测时间长、漏检率高。为此,提出一种基于机器视觉的线缆表面缺陷快速检测算法。通过引入CV-Kmeans区域分类算法建立自适应滤波窗口改进高斯滤波算法,在此基础上建立自适应模板,然后计算原图像与模板的Pearson(皮尔逊)相关系数快速判断图像是否含有缺陷。对含有缺陷的图像进行模板与原图差分,最后对差分所得到的图像用自适应阈值分割法提取缺陷。实验表明,算法可有效识别缺陷并减少检测时间,漏检率为3.22%,满足线缆生产需求。     

Delta分拣机器人工作空间及灵巧度分析

针对三自由度的Delta分拣机器人通过简化其机构采用矢量法建立了单支链运动约束方程,进而推导出正向运动学和逆向运动学的数学模型。结合具体算例基于运动学正向模型给出了其可达工作空间的工作范围。采用微分法构建了关节速度和操作速度间的雅克比矩阵,基于该矩阵的代数特征确定了以条件数为灵巧度性能指标。通过选取工作空间内的设计工作区域,采用MATLAB软件求解,给出了机器人位于设计工作区域上、中、下三个截面内的条件数分布情况。结果表明算例机器人在指定设计工作区域内无奇异位形出现且具有优良的运动学性能,为现场应用中合理地确定设计工作区域提供了理论参考。     

痕量元素与DNA体内和体外结合的多种示踪法研究

采用多种示踪法研究了 Ｂｅ、 Ｓｃ、 Ｍ ｎ、 Ｃｏ、 Ｚｎ、 Ａｓ、 Ｓｅ、 Ｒｂ、 Ｓｒ、 Ｙ、 Ｚｒ、 Ｔｃ、 Ｒｕ 和 Ｒｈ 等 １４ 种痕量元素与鼠肝 Ｄ Ｎ Ａ 的体内、组织培养和体外结合。除了 Ａｓ、 Ｒｕ 和 Ｒｈ 以外,观察到大多数元素在体内都能与鼠肝 Ｄ Ａ Ｎ 结合;在组织培养实验中,只有 Ａｓ 和 Ｒｂ 不与 Ｄ Ｎ Ａ 结合;在体外实验中,全部元素都与 Ｄ Ｎ Ａ 结合,其中 Ｒｂ、 Ｓｅ、 Ｚｒ、 Ｒｕ、 Ａｓ 最弱。总体上,体外的结合最强,组织培养其次,体内最弱。体内与组织培养的结合情况比较类同。