基于条件随机场的低图像质量车牌字符分割

提出一种基于条件随机场的车牌字符分割算法,能够对光照不均、相机拍摄角度造成的低图像质量的车牌图像,特别是日益增多的车牌边框与字符相连接车牌图像进行有效的字符分割。算法首先进行车牌图像校正,然后利用标注车牌数据进行模型学习,对车牌图像像素列进行分类识别,最后组合成车牌字符分割结果。理论分析与实验结果验证了算法的有效性。     

新型热管反应器在轻烃醚化中的研究及应用

将热管技术与催化反应器结合,构建了蛇形回路热管反应器。利用该反应器,进行了轻烃醚化工业侧线试验,考察了进料温度、液相体积空速、冷却水流量、进料浓度对反应结果的影响;测定了催化床层的轴向温度分布。利用反应器数学模型并结合试验数据,采用下山单纯形最优化方法获得了床层对热管的传热膜系数准数关联方程。所开发的新型热管反应器在2万t/a甲基叔丁基醚(MTBE)生产装置的扩能改造中应用成功。     

基于Matlab和电容感应的室内定位系统

提出了一种基于Matlab和电容感应的室内三维定位系统的设计方法。该系统主要由三维电容极板、电容采集模块、信号频率采集模块、实时串口通信模块、Matlab显示模块等组成。系统依据电容感应原理,通过测量监测区域三维电容基板之间电容值的变化量,换算出被测物体相对极板的距离,并通过Matlab图像显示窗口显示被测物体对应的三维位置。该室内定位系统特别适用于对进入监测区域的活动物体进行实时定位监测。     

改进的GrabCut方法在舌诊系统中的应用

数字舌象图片的正确分割是实现计算机中医舌诊自动化系统的重要前提,为了高效而准确地分割出舌象,提出了一种基于四叉树与GrabCut的舌象分割方法.该方法首先利用四叉树分解对采集的舌象初分割,然后用相似区域的颜色均值优化GrabCut算法中高斯混合模型参数,最终完成舌象分割.实验结果表明：该算法使得舌象分割效率大大提高,具有很好的实用性.     

局部自适应复合绝缘子检测与憎水性分类网络

憎水性等级(Hydrophobicity Class,HC)是衡量绝缘子性能的重要指标之一。在实际环境的多种因素作用下绝缘子伞裙表面存在局部憎水性差异,为了准确识别绝缘子的性能,本文提出了一种基于深度学习的局部自适应绝缘子检测与憎水性分类模型。首先,通过绝缘子分割模块分离绝缘子与背景区域,为后续针对绝缘子区域的操作提供分割信息;然后将绝缘子区域划分为固定大小的图像块,在缩小分辨率减小运算难度的同时保留了绝缘子表面的细节信息;最后通过憎水性分类模块分析图像块内绝缘子的憎水性。实验使用巡检维护现场的绝缘子图片作为样本集,分阶段构建模型,分别对分割阶段和憎水性分类阶段的准确性进行评估。实验结果显示分割阶段模块能有效识别绝缘子和背景区域,交叉验证的测试集准确率均大于97.21%,并且憎水性分类阶段模块能准确分析绝缘子憎水性,对140幅测试图片的识别准确率达到98.65%。经过实验证明本文提出的模型在复杂自然环境中检测绝缘子性能是一种有效的解决方案。     

基于灰度形态重构的颗粒图像分割方法

提出了一种基于距离变换、形态重构和分水岭算法的图像分割算法。将一幅图像通过距离变换得到距离灰度图,与形态重构算法结合,得到颗粒图像的标识点图,用标识点图对距离灰度图进行分割,再用分水岭变换对分割后的距离灰度图进行变换。试验表明,该算法能有效合理地解决粘连或者重叠颗粒等物体的分割。     

Kinect解绑X1的自我救赎

微软曾打算将Kinect内置于主机最终玩家的呼声决定了一切 在X1连连败退的巨大压力下,微软终于放弃了Kinect与主机的捆绑销售,虽然其官方姿态依然是“Kinect是X1优质体验的核心”,但事实是Kinect已不再是主机不可分割的一部分。这解决了许多问题,首先是消除了X1与PS4相比的价格劣势,     

基于边缘检测算法的图像分割技术研究

基于边缘检测算法的图像分割技术是图像分析基础算法之一,在讨论边缘检测算法基本原理的基础上,在Matlab中实现了边缘检测算法,并对Sobel算子、Prewitt算子和Roberts算子在边缘检测中的效果进行了对比分析。     

蛇形弹簧联轴器的应用

蛇形弹簧联轴器是一种结构先进的金属性联轴器，靠蛇形弹簧片来传递扭矩。其减振性好，使用寿命长，载荷变动量大，起动安全；传动效率高，运行可靠；噪声低，润滑好；结构简单，装拆方便，允许有较大的安装偏差。蛇形弹簧联轴器虽具有如此多的特点和优点，但许多兄弟单位却将之改为弹性柱销联轴器。作为蛇簧联轴器的使用单     

基于图像分割及模糊隶属度的PCA人脸识别

提出一种新的图像分割方法应用于PCA中,将包含人脸特征最为明显的额头、左眼、右眼、鼻子、嘴巴等五部分从图像中分割出来,而舍弃双耳以及脸部其余部分等只包含很少特征的部位。在分类识别中引入模糊隶属方法,提出一个新的隶属度函数并加权融合上述五部分的识别结果。基于ORL人脸库的实验表明,所提出的新分割和隶属度函数结合的方法具有很好的分类效果,提高了识别率和执行效率。