基于机器视觉的淡水鱼去鳞损伤无损检测识别方法

为了研究淡水鱼去鳞损伤无损检识别方法,以鲤鱼为研究对象,搭建视觉采集系统,实现图像采集与处理。通过采集鲤鱼去鳞后有去鳞损伤的图像,将样本图像划分为鱼腹、鱼背、鱼尾、损伤、背景五部分,提取感兴趣区域(ROI),比较其颜色差异,发现正常鱼体的表面区域与损伤区域颜色差异较大,以不同区域对应的红色通道值(R)、绿色通道值(G)、蓝色通道值(B)对应像素的平均值作为输入,建立基于广义神经网络(GRNN)和径向基函数神经网络(RBF)的鱼体损伤区域检测识别模型,经测试,识别准确率分别能达到98%和80%。通过计算预测损伤区域与实际损伤区域的相关面积大小,验证识别模型的准确度,经试验验证,基于GRNN和RBF网络识别模型对去鳞损伤预测的准确率分别达到了90%和83%。研究结果表明,机器视觉可应用于淡水鱼去鳞损伤的无损检测识别。     

一种逻辑内建自测试移相器的设计方法

针对内建自测试移相器，提出了一种基于逻辑仿真移相器设计和改进的快速算法。只需对几阶LFSR（Linear Feedback Shift Register）进行2^n-1个周期仿真即可得到合适的移相选择矢量，由这些选择矢量构成值胞。该方法得到的移相器选择矢量清晰地反映了值胞的组成和分布情况，从而避免了对偶LFSR的多次前向、后向仿真，降低了移相器的设计时间。对比实验表明，该方法是有效的，并且其硬件电路实现具有更小的硬件开销。     

煤炭地下气化安全性分析

煤炭地下气化是在多变的自然环境中进行的，操作复杂，难度较大，因此，必须采取科学的安全措施。针对煤炭地下气化各阶段存在的安全隐患，提出了安全防范措施，并对不同生产时期气化工作面发生爆炸的可能性进行了理论分析。