基于纹理特征的刀具状态监测技术

针对切削加工中刀具磨损会对加工精度产生不良影响的问题,基于磨损程度不同的刀具切削工件时将产生不同的表面纹理,采用灰度行程长度法对工件表面图像的纹理特征进行了分析.试验结果表明,以长行程加重参数作为评价刀具磨损程度的特征参数可以取得较好的效果,并且其物理意义明确.     

基于灰度共生矩阵的纹理周期分析

引进灰度共生矩阵(GLCM)对纺织布纹理进行特征分析,通过实验对GICM中14个特征参量进行筛选,选出能反映周期方向的5个特征参量和周期大小的4个特征参量,运用这两组特征参量对纺织布的纹理进行周期大小和方向的描述.实验过程中,对原始纺织布纹理图像进行二值化处理,使得共生矩阵的计算变成二值型,极大地降低了计算量.结果表明:对于含有一定周期的纹理图像,采用本文纹理周期描述和分析方法,能够实现比较全面的描述.     

好看好用的华硕F83Cr闪亮登场

日前,华硕F83Cr系列笔记本电脑闪亮上市。华硕F83Cr的表面犹如一面镜子光可鉴人。为了更好地抵挡外界“侵犯”,华硕F83Cr采用了独特设计,透过添加白银金属色强化涂层的纹理,使机身表面硬度、耐磨度等均有效增强。     

Dynamics analysis for local crowd state without foreground segmentation

针对静态背景建模方法对于动态场景来说适应性较差,不能将视频中的人群状态进行准确界定的问题,提出了一种无需前景分割的群体局部状态动力学分析方法.该方法把有限时间窗口内的视频局部区域视为线性动态系统(LDS),使用混合动态纹理方法进行群体分类、估计群体密度;采用主路径跟踪法估计群体的主流速度取向和幅值;构建偏微分方程对该动态系统进行建模,描述局部区域内群体密度场、速度场和流量场之间的变化关系,实现对视频中群体状态及其变化趋势进行定量描述.实验结果表明,该方法能够可靠地实现对动态场景群体状态较准确的定量分析,状态分析结果可用于重点监控区域的异常检测,实现差别化监控.     

开发机器人的触觉

机器人抓取不同物品,识别人类手势,甚至指挥手术工具的能力正在快速增强。一个新的传感器、驱动器和软件的结合物将使机器人具有比人类更敏锐的触感。这可能对工业机器人和假手制作来说是一个重大进步。在南加州大学维特比工程学院的研究人员已经开发出一种专门设计的机器人,它通过感应材料的质地可以辨别大范围的天然材料,这远远超越了人类。该机器人装有一种新型的模拟人类指尖的触觉传感器。它使用这种算法来模仿人类通过触摸来判断材质的模式。     

纹理特征和两级分类器相结合的人脸识别

为了提高人脸识别率和识别效率,提出一种纹理特征和两级分类器相结合的人脸识别方法。采用灰度共生矩阵表示人脸图像的纹理特征,计算待识别人脸图像与模板间欧式距离,采用拒识阈值进行评判,如果人脸图像归属类别清楚,则采用欧式距离分类器进行识别,否则将待识人脸图像送入SVM分类器进行识别,采用ORL人脸数据库和Yale人脸数据库进行仿真实验。仿真结果表明,相对于单一人脸识别器,两级分类器不仅提高了人脸识别效率,而且提高了人脸识别率,具有更好的人脸识别性能。     

基于小波变换的图像检索技术

通过对图像进行特征提取的方法,设计并实现了一种基于小波纹理特征的图像检索原型系统,并利用所获得的纹理特征对图像库进行检索。实验结果表明,小波变换是一种有效的纹理特征提取方法,能有效地提高检索的准确度。     

不同照度下煤矸图像灰度及纹理特征提取的实验研究

研究煤和矸石在不同照度下的响应特性,设计了差异照度煤矸图像采集系统,进行了煤矸图像采集实验,建立了煤矸灰度子图像数据库,对数据库中的子图像的灰度、纹理特征进行了提取,通过定义归一化特征差异指数以及基于支持向量机(SVM)对实验数据进行了分析与讨论。结果表明:在同一照度下,煤和矸石在灰度及纹理特征上存在差异,且随着照度的改变,煤和矸石的特征也发生变化,同时两者的变化规律存在显著差异。基于不同特征的SVM分类器的识别正确率不同,照度的变化也会对分类器的识别正确率产生影响;当考虑照度因素后,分类器的识别正确率最大增加了13.31%,此外基于多特征多照度融合的SVM分类器性能较好,识别正确率为98-39%。     

基于纹理特征的分布式视频压缩感知自适应重构方法

面对大规模视频数据带来的全新挑战,具备硬件友好特性的分布式视频压缩感知应运而生。由于传统基于分析模型的分布式视频压缩感知重构方法计算复杂度高,难以满足实时应用的要求,因此深度学习技术被逐渐引入。然而,现有基于深度学习的重构方法忽略了帧的纹理特征,限制了重构性能。由于同图像组中的视频帧具有较高的相似性,因此可以选择相邻视频帧作为当前视频帧纹理特征的参考。为了解决这个问题,提出一种基于纹理特征的分布式视频压缩感知自适应重构网络,命名为TF-DCVSNet。具体来说,TF-DCVSNet利用已重构的相邻帧纹理特征,激活当前重构帧的重构网络模块,进行自适应重构。大量实验验证了TF-DCVSNet的有效性。     

Through-Thickness Texture Gradient in Hot-Rolled 25Mn-2. 5Si-2Al TWIP Steel

 Texture is one of the important factors affecting sheet metal forming performance. The through-thickness texture gradient during the hot-rolling process of twinning induced plasticity (TWIP) steel sheet was investigated using electron backscatter diffraction and X-ray diffraction. With increasing reduction of the TWIP steel, the fraction of ∑1 decreased, whereas the fractions of ∑3, ∑9, and ∑27 increased. During 53% reduction, a similar trend could be found from its surface to the center. The gradients of intensities of the fibers decreased with increasing hot-rolling reduction. The intensities of face-centered cubic (fcc) shear textures E and Y were higher in the center than that at the surface for both reductions. During 20% reduction, the intensity of fcc plain strain texture S orientation increased from the center to the surface.