基于LabVIEW的远程测控系统视频采集的设计与实现

本文提出了一种在虚拟仪器开发平台LabVIEW上,利用ActiveX技术和普通USB摄像头实现视频采集的新方法;设计了远程系统的总体结构;通过LabVIEW与ActiveX的协同编程,实现了视频预览、录像、拍照及实验数据和视频数据的实时传输等功能;通过一个分压特性测量实验阐明了该视频系统在远程测控中的具体应用。     

建设有特色的国家工科物理教学基地

以转变教育思想为先导 ,对工科物理教学提出“科学素质教育和基础知识教育并举”的新观念 ,并以此指导基地的教改实践 ;大幅更新教学内容 ,构建现代化的大学物理教学体系 ;突出培养学生的实践能力 ,形成多层次、开放式的实验教学模式 ;全面应用信息技术 ,改革传统的教学手段和教学方式 ;重视营造学术氛围 ,打造一流的知识创新平台。通过整体优化改革 ,初步形成了中南大学国家工科物理教学基地的建设模式与特色。     

手机短信在实验选课系统的应用

基于WEB的实验选课系统在上机条件和时间上对用户造成了限制,为解决这一弊端,开发了一种基于GSM手机短信息的实验选课系统。采用VS2008为开发平台,c＋＋语言为开发工具,结合多线程技术和数据库技术,实现了短信预约实验、短信查询实验和短信取消实验等功能。经过测试,系统在功能实现、整体性能、响应速度等方面均达到了使用要求,可投入到实验教学应用中。该系统具有方便灵活、廉价可靠的特点,避免了传统的实验选课系统对计算机的依赖性,是对原有系统的重要补充。     

基于无线通信的开放式实验测试系统设计

设计一个以无线通信作为主、从模块之间数据传输机制的开放式实验测试系统,利用LabVIEW软件环境开发控制台的人机交互界面,实现各从机实验数据的实时采集、传送、存储及处理分析等多项功能。采用功能强、性能好、体积小的AVR M16单片机作为实验终端控制器,使用集成度高、成本低、外围精简的射频芯片IA4432完成数据的无线收发,降低系统开发的难度,增强系统的稳定性和可移植性。在多台实验终端上的测试结果证明,该系统可靠性较好。     

基于IMAQ Vision的数字式全景钻孔摄像图像的处理

利用机器视觉开发平台IMAQ Vision, 设计了数字式全景钻孔摄像系统的图像处理方案和程序, 提取了全景图像中反映矿井所在处地质状况的内环轮廓, 并对其大小和形状进行了分析, 给出了计算结果, 由此直接判定钻孔内壁状况。最后利用Matlab对本算法进行了校验, 二者结果吻合。采用IMAQ Vision, 不但具有开发周期短、结构灵活、成本低和易于扩展等优点, 而且改变了传统的将全景图像还原成平面展开图的思路, 为钻孔勘探图像的处理提出了一种新方法。     

实验室测试数据实时收发系统的设计与实现

为在实验教学中实时掌握学生的实验测试情况并进行有效的指导,利用AVR单片机和RF4432无线射频模块,设计了一个实验数据无线收发系统。针对实验中的两个主要流程,在射频模块的FIFOs模式下,提出了一套满足实验教学需求的上位机和下位机无线通信协议,并采用时分通信防止数据冲突。详细介绍通信链路的建立、主机与从机的通信协议和通信时序、可视化界面的设计思路。将此系统应用于密立根油滴实验进行了测试,结果表明该系统能高效稳定地运行,达到了实时监测学生实验进度的要求,能有效提高实验教学效率。     

手机短信在实验选课系统的应用

基于WEB的实验选课系统在上机条件和时间上对用户造成了限制,为解决这一弊端,开发了一种基于GSM手机短信息的实验选课系统。采用VS2008为开发平台,C++语言为开发工具,结合多线程技术和数据库技术,实现了短信预约实验、短信查询实验和短信取消实验等功能。经过测试,系统在功能实现、整体性能、响应速度等方面均达到了使用要求,可投入到实验教学应用中。该系统具有方便灵活、廉价可靠的特点,避免了传统的实验选课系统对计算机的依赖性,是对原有系统的重要补充。     

基于STM5105ALA的SOC机顶盒设计原理

首先说明了数字有线机顶盒及SOC的特点,然后介绍了新型解码芯片STM5105ALA,并以其为视频解码芯片设计了一个典型的SOC机顶盒.不仅说明了该机顶盒的硬件构成,而且详细讨论了其信号接收和信号解码的工作原理,最后指出了其可以增加的功能.     

基于LabVIEW的油滴电量测试系统的数据库访问

在利用基于LabVIEW的虚拟仪器开发平台设计测试系统时,不可避免地需要对大量数据进行存储、查询、处理分析,在此基础上提出LabVIEW中访问数据库的需求。在此结合油滴电量测试系统的功能需要,利用NI的附加数据库接口工具包LabVIEW SQL Toolkit进行编程,完成对数据库的访问,实现了数据存储、查询、更新、修改、删除等操作。并设计了人机交互界面,实时显示所有测试终端的总体进度和各测试终端的详细数据。     

神经网络和模板匹配在自动打分系统中的应用

为提高实验教学中实验报告成绩的录入效率,设计了一个基于图像处理技术的手写字符识别系统。以VISUAL C++ 6.0为编译环境,MFC为图形界面开发平台,通过CCD摄像头进行图像采集,根据图像识别原理对图片进行预处理,并分别采用BP神经网络和模板匹配两种不同方法对实验报告成绩及学号字符进行识别,比较了两种方法在识别准确率和速度方面的优劣。测试结果表明,BP神经网络法比模板匹配法识别的准确率更高,而后者识别速度较后者快10倍左右,自动打分系统较传统的手工录入法大幅度提高了数据输入速度。该系统可以应用于各类实验报告成绩的快速录入。