基于经济性分析的贝叶斯迅速识别控制图

为实现特定生产条件下贝叶斯质量控制图迅速识别异常的功能,构建了一种将经济性分析与过程仿真相结合的贝叶斯迅速识别控制图。在该控制图中,基于最优经济指标设立最优控制限和操作规则,实现控制图经济性与迅速识别的双向功能;为分析该控制图的统计性能,采用蒙特卡洛仿真模拟技术,以过程失控时的平均运行链差值效率比作为评价指标,与传统休哈特控制图、当前普通贝叶斯控制图和经济性控制图进行对比分析,证实了基于经济性分析的贝叶斯迅速识别控制图不但可以高效地识别过程偏移并报警,而且颇具成本优势。     

基于图的注塑产品侧凹特征识别技术的研究

提出一种基于图的注塑产品侧凹特征识别方法：首先将产品属性面邻接图中的节点和边进行属性扩展，以形成产品的扩展属性面邻接图；在此基础上，应用扩展属性面邻接图对凹、凸及通孔三种类型的侧凹特征进行描述，并采用子图匹配的方式将侧凹特征的子图从产品属性面邻接图中识别出来；对于识别出的侧凹特征，特征方向可采用可视图的方法确定，并通过分析识别出的侧凹特征的特征方向来最终确定产品的优化脱模方向。实例测试表明，该侧凹特征识别方法可以有效地识别注塑产品中的侧凹特征，提高侧凹特征的识别效率。     

基于轮廓点匹配的线宽属性层次划分算法

提出一种对工程图进行层次识别的方法。根据工程图样的线宽特征,利用轮廓跟踪技术和匹配算法,得到图中目标对象的轮廓匹配点对;再引入线宽属性特征因子,运用模糊识别的方法,对拾取过程中得到的图素轮廓信息及线型宽度信息进行模糊识别,实现对图形元素的轮廓层和辅助层的分层标识,并通过实例对该算法进行了验证。实践表明该算法具有准确率高、抗干扰性强、失真很小等特点。     

基于导轨面图像特征雷达图的磨损状况识别

为解决精密机床导轨面磨损缺陷及缺陷程度的识别问题,提出一种基于导轨面图像数据雷达图重心特征的表面磨损识别方法。首先提取导轨面图像数据的灰度均值、歪度、峭度、扁度和投影方差作为磨损状况识别的原始特征;然后采用雷达图技术将特征数据可视化,并提取雷达图的重心特征;最后采用支持向量机技术设计分类器,同时采用雷达图重心特征和磨损缺陷原始特征进行分类,并与实验检测的导轨面磨损数据进行对比分析。计算和实验结果表明: 基于雷达图的图像数据重心特征可有效地识别导轨面是否磨损,并能在一定程度上判别导轨面的磨损程度。     

基于Hu不变矩的红外图像电力设备识别

针对电力系统红外故障检测中对电力设备的人工识别效率低、实时性差等问题,提出了根据红外热图温度信息获取独立的电力设备图像,采用计算机图像处理技术实现对电力设备高效、准确识别的方法。首先,通过红外图像中的温度信息寻找设备中高温点作为种子点,采用区域生长方法有效地去除了背景,获得了整个电力设备的二值图像;然后,选取Hu不变矩作为图像特征提取方法,并对其做出了改进,计算了该二值图像的Hu不变矩,构成了电力设备的特征向量;最后,设计了BP神经网络分类器做分类识别,可用于结合温度信息实现电力系统中电力设备红外图像的故障识别。研究结果表明,该电力设备识别方法对CT、变压器、母线接头、避雷针将军帽等电力设备的识别率高、耗时少,具有良好的应用前景。     

基于边环属性邻接图方法的STEP模型特征识别

针对基于图的特征识别方法中,子图搜索算法时间复杂度高且难以识别相交特征的问题,提出了一种基于边环属性邻接图的特征识别方法。该方法可为多环相交特征建立分离的子图,从而可有效分解零件的属性邻接图,且其子图建立算法时间复杂度仅与特征子图复杂度相关。使用该方法实现了STEP模型的特征识别:解析STEP模型,进行多环判定和混合环判定,建立基面链表;为基面的每个边环建立边环属性邻接图实现属性邻接图分解;将每个边环属性邻接图转换为属性邻接图,通过子图匹配识别特征,并根据特征与基面的相对位置判定相交特征凸凹性。验证结果证明了该方法的有效性。     

改进的步态光流图与视角相结合的身份识别

提出将改进的步态光流图(LK-GFI)与视角相结合的方法来解决步态识别易受视角影响的问题。该方法采用La-cus-Kanade(LK)光流法获得连续两帧侧影图像间的光流场,并构造步态特征图像LK-GFI,利用成像原理计算人的行走方向以确定视角。首先,离线建立目标在各视角下的LK-GFI数据库;然后,提取待识别人的当前视角和LK-GFI;最后,用欧式距离度量同一视角下待识别人与目标的LK-GFI之间的相似性。分别采用CASIA数据库和实际室内获得的步态序列对该方法进行了验证。结果显示,错误拒绝率分别为7.95%和9.12%,与采用传统的步态能量图(GEI)相比分别降低了12.5%和14.45%;与采用步态光流图(GFI)相比分别降低了7.77%和6.74%。该方法识别准确性高,实时性强,对多视角有较强的鲁棒性。     

一种面向集成的注塑模冷却系统特征识别算法

提出一种基于图的注塑模冷却系统特征识别方法:首先根据注塑模型芯或者型腔三维模型构建面边图,再对面边图进行扩展,得到相应的扩展属性面邻接图;在此基础上,对冷却系统特征的规则进行描述,并依据该规则将冷却回路特征子图从型芯或者型腔的扩展属性面邻接图中识别出来.对于识别出来的冷却回路特征子图,首先进行简化处理,去掉多余的水路信息,然后提取其直径和中心线信息并进行优化,最后转换成CAE系统所需的格式.实例测试表明,该冷却系统特征识别算法能有效地识别注塑模的冷却回路特征,提高用户的工作效率并降低出错率,实现了冷却系统在CAD和CAE之间的无缝集成.     

基于图像识别的锂离子电池正负极距离检测

电池极片边缘点在X射线图像中具有明显的光斑特征,其亮度值往往为该点领域内的局部极大值。基于以上事实,提出了:自动图像选取、电极边缘点在图中的位置提取、电池极片正负极距离的计算和正负极覆盖率的图像识别思路。由于图中存在无关特征,可能对进一步的图像处理造成干扰,因此首先提取了图中无关特征的灰度值,并采用了灰度拉伸法成功去除了图中无关特征。而后通过设置灰度阈值完成了对于图像中电池正负极区域的分割。接着,采用三种角点检测法提取电池极片边缘点的位置,并对比其效果。最后,计算了该方法的识别误差并分析其原因。     

质量控制图在线智能诊断分析系统

在计算机集成制造系统环境下，为了有效实现工序质量控制，提出了质量控制图的在线智能诊断分析系统框架，它由控制图模式识别、参数估计、专家诊断分析系统和加工参数调整系统四个模块组成。在该系统中，采用了一种适用于模式识别与分类的新型神经网络模型——局部有监督特征映射网络，将其应用于该系统的控制图模式识别和参数估计中。仿真实验和应用实例表明，识别和分类结果与实际相符，并可以保证实时性。     

一种基于结构光双目视觉的特征匹配算法研究

特征点匹配在图像检索、三维测量、模式识别等技术中起着重要的作用。使用MATLAB软件剪切图像并细化线结构光光线条纹。经理论分析SURF算法优缺点,提出了一种基于SURF算法特征点提取的改进算法。用C语言编写改进后的特征提取算法,通过MATLAB软件实验对比两种算法的特征点提取结果并且编写程序实现后期的特征匹配。实验表明:该算法基本满足双目视觉立体匹配的要求,对于线结构光三维测量技术具有重要的理论意义和实用价值。     

仪表的数字字符识别系统

在化工、冶金等行业需要对环境温度等条件进行自动控制，因而需要对仪表显示的数据进行识别，判断是否满足控制条件。因此根据数字仪表图像的特点，运用了区域生长法定位数据区域取得了理想的效果，采用了投影法对字符串进行了分割，最后应用交线特征提取的分类识别方法来识别数字字符，经试验其正确识别率达到了95％。     

基于快速视网膜局部特征的遥感图像目标识别

针对目前航天遥感图像信息复杂、数据量大,导致目标识别中特征检测准确度低、特征匹配识别时间长的问题,提出了一种基于差分加速分割角点检测算法(AGAST-Difference)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法。在特征检测阶段,建立AGAST-Difference特征检测算子,将尺度空间理论融合到加速分割角点检测算法(AGAST)中,生成具有强仿射不变性的特征点;再利用简化的FREAK采样模型描述局部特征,并构建二进制特征向量,通过计算向量间的汉明距离,完成特征匹配及目标的快速识别;最后选用美国Quick Bird卫星的遥感图片进行验证,实验结果表明,所提特征检测算子仿射不变性能较强,不仅提高了检测的可重复率,而且特征描述符区分性较强,平均匹配正确率提高了9.91%,识别用时仅为35 ms。该方法识别效率高、速度快,能够满足遥感图像实时识别的需求。     

基于图像深度学习的零件加工特征信息提取方法

针对各类基于模型定义(MBD)的零件模型加工特征的信息集成问题,提出一种多层次提取架构的加工特征全息信息提取方法.通过对零件的结构特点进行分析,以具有制造语义且无法拆分的最简化特征实现加工特征的分类;在阐述提取策略的基础上,构建了基于深度学习图像识别技术的加工特征分类器;依据MBD模型信息标注的特点快速定位、抽取加工特...     

基于机器视觉的芯片编号识别算法

针对芯片检测过程中芯片编号形状小、人眼无法识别的现状,开发了一套芯片编号识别系统。系统以机器视觉技术为基础,配备高分辨率Basler相机、高倍率镜头以及高性能点光源,能实现高分辨率图像采集;利用Hough直线检测对图像进行水平旋转,利用图像轮廓查找算法对兴趣区域进行提取分割,利用帧差法对兴趣区域与标准库进行比较,找到最匹配的图像,其标签为识别结果。实验结果表明,运用系统的图像处理算法可以代替人眼通过高倍放大镜识别,改进了芯片检测工艺,大大提高了芯片检测的效率。     

基于纹理特征的道路行人识别研究

道路行人识别已经成为智能车辆与车辆辅助驾驶系统的关键技术。研究一种基于纹理特征的行人特征提取和识别方法。纹理特征作为图像的重要特征在图像分析与识别有着广泛的应用。做出道路行人与非行人样本的纹理频谱,得出它们存在差异性的结论。首先用统计方法来计算样本图像的纹理特征,然后将支持向量机方法应用于道路行人的识别试验。试验结果表明,选择纹理特征作为道路行人特征具有很好的道路行人识别效果。     

手形、掌纹和掌静脉多特征融合识别

单一生物特征识别技术无论是在识别率还是稳定性上都不能达到完美无缺,特别是高仿生物特征的出现使其安全性受到质疑。针对上述问题,提出一种手形、掌纹和掌静脉多特征融合识别方法。提出了基于小波变换Gabor滤波器的特征层和图像层融合策略,将同一设备不同光照采集下的掌纹和掌静脉融合到一起,突出各自的主纹理特征;利用手指相对长度为手形特征进行初匹配,提出利用分块纹理基元模型进行掌纹和掌静脉融合图像的特征提取方法,然后进行二次匹配给出最终识别结果。开发了模拟系统并进行了相应的实验,结果表明该识别系统充分发挥了3种特征各自的优点,提高了识别率和稳定性,特别是掌静脉的加入增强了系统的安全性。     

基于单目视觉的无人车环境感知技术研究

为提高无人车的主动安全性能,对其环境感知技术进行了研究,提出了一种在结构化道路上基于单目视觉的汽车前方可行区域内的障碍物检测方法;在确定路面感兴趣区域时,提出了基于模糊聚类的边界跟踪检测算法,实现对车道线的识别;针对序列图像帧间差分法的不足,提出了一种基于帧间差分法的二次改进算法,在突出障碍物特征信息后,采用了静态单帧图像特征处理算法,确定出障碍物位置。实验结果表明,该方法能够有效地识别出车道标志线以及感兴趣区域内的障碍物信息。     

Water meter pointer reading recognition method based on target-key point detection

With the rapid development of video image technology and fifth-generation mobile network technology, the automatic verification of mechanical water meters has become an increasingly important topic in smart cities. Although much research has been done on this subject, the efficiency and accuracy of existing water meter pointer reading technology can still be improved. This paper proposes a new water meter pointer reading recognition method based on target-key point detection. Our method consists of a target detection module and a key point detection module. The target detection module uses a modified YOLOv4-Tiny network to detect and classify the areas where the dials and pointers are located in water meter images with distinct characteristics. The key point detection module is used to detect the key point of the pointer image. In this module, the structure of the RFB-Net network is improved to introduce multiple layers of low-level feature information, therefore, it can make full use of the information between multi-scale feature layers for key point detection. In addition to, aiming at the problem of dial rotation, a method of establishing a right-angle coordinate system based on key point is proposed to realize pointer reading. The whole method proposed in this paper is compared to the Hough transform feature matching algorithm and traditional machine learning algorithms through experiments which test the detection and recognition of the water meter dial, pointer and key points. The experiment results show that the missed detection rate of the model in this paper is 1.88% and 1.07% for the dial region and the pointer region, respectively. And the accuracy rate reaches 98.68%, the average processing time per image is 0.37 s. This implies that the water meter inspection task is completed quickly and accurately with strong robustness. Thanks to the lightweight algorithm of our approach, the model can also be fully automated and easily deployed on mobile devices.     

基于DSP和ZigBee的虹膜识别系统设计

针对传统虹膜识别系统计算复杂、实时性差等问题,在 Gabor滤波图像的基础上,利用分块图像的幅值均值和相位信息来提取虹膜特征量,并结合k-近邻算法来完成虹膜识别功能,缩短识别时间,提高识别准确度.同时,将识别结果通过ZigBee网络发送至云端服务器,解决了厂区内布线困难问题.实验表明,该识别系统运行稳定,识别速度快.该识别系统已被应用于某安防系统.