一种基于计算机视觉的织物疵点自动检测方法

提出了一种基于计算机视觉的织物疵点的自动检测与识别方法,使用CCD摄像头对织物进行实时拍摄,对所得图片通过图像处理、小波分析,提取特征参数,有效地检测与识别缺经、缺纬、油污、破洞等常见疵点,其具有检测速度快、识别正确率较高等优点。     

光电探测设备CCD全自动调光系统设计

介绍一种应用于机载光电探测设备方面的CCD全自动调光系统,采用视频信号的幅值作为反馈信号的调光方式,控制CCD电子快门与变密度盘相组合调节的方法实现全自动调光。详细叙述了自动调光系统的工作原理并解析了部分电路,采用了基于模糊自适应PID控制的方法,提高了调光过程中的收敛速度,同时也保证了系统有较小的超调量。该系统具有成像清晰、适应性强、反应迅速、可靠性高等优点,具有广阔的应用前景。     

基于机器视觉的织物经线偏移检测方法

针对我国印染行业一直以来人工扒幅退捻,工效低,劳动强度大的难题,提出了基于机器视觉的经线偏移的检测方法,大大提高退捻效率与精度.利用CCD摄像机获取织物的图像,对获取的图像进行Blob分析,分析的主要流程包括:图像的提取,分割图像(初始分割、形态学处理等),特征提取.通过实验表明,该方法可以检测出经线的偏移的角度,且有很高精度,可用于立式退捻开幅机.     

基于小波分析的织物疵点自动检测方法研究

本文提出了一种织物疵点自动检测方法,用具有高分辨率的CCD摄像头在可移动云台及可调标准光源的照射下捕获织物图像并存储,然后使用数字图像处理方法和小波变换技术将织物图像中的疵点部分分离出来进行识别。该方法其具有检测速度快、定位准确等优点。     

改进的广义随机Hough变换算法及其在人脸面部关键特征提取的应用

本文通过对经典图象分割算法--Hough变换算法进行分析,以提高现实图象Hough变换处理速度、准确度为目的,结合广义Hough变换、随机Hough变换的优点,得出了具备X、Y幅值、旋转角度三个自由度上的较理想的改进Hough变换模型.该模型可以用来在灰度图象中以较高的检测速度识别出不规则目标图形,而且对相对于目标模板在X、Y幅值、旋转角度三个自由度上有一定改变的目标的识别效果也比较理想.通过对其在人脸检测中对特定面部关键特征定位实验中的处理结果进行分析,并与同类算法做相应的比较,达到了预期的效果.     

MATLAB图像处理技术在针织物疵点检测中的应用

介绍了使用MATLAB的图像处理工具箱,先对扫描的织物图像进行预处理,以检测传统的织物疵点。对多种疵点检测算法进行了分析和比较,将织造过程中产生的对劈缝、浆斑、断经等3类最常见疵点成功地进行了检测识别。     

利用图像识别的车速测量系统

介绍了一种基于CCD牌照识别的车速测量系统．该系统主要依据CCD抓拍同一车牌不同时刻的两幅图片,将它们的位置、大小及像素等信息送入车速计算模块,此模块充分应用图片中车牌大小变化、CCD成像系统的车牌与CCD空间位置间关系的几何特征,得出速度计算的实用公式,该车速讣算模块完全可以用软件实现,不依附额外硬件,误差在5％左右。     

四旋翼飞行器串级姿态稳定性优化控制研究

针对传统优化控制手段控制四旋翼飞行器能力差这一问题,提出了一种新的稳定性优化控制方法。通过研究动力学原理,分析四旋翼在空气中受到的各种作用力,计算出旋转角速度和旋翼构造平面速度。基于滑流理论、PID控制理论构建出四旋翼飞行器控制模型,分析飞行器的控制原理,阐述了控制系统的工作流程。为检测方法实际工作效果,与传统控制方法进行对比实验,结果可知在相同时间下,受PID方法控制的飞行器运行轨道与预期轨道更加接近,在稳定性和鲁棒性上都强于传统方法。     

面向摄像整纬器的织物纹理图像识别方法

光电整纬设备存在织物品种适应性不强、检测识别死角、检测精度不佳等缺点。提出基于摄像检测的整纬系统,使用CCD摄像机取代传统光电式整纬机的光电探头。采用傅氏变换功率谱自配准性质的纹理识别算法,利用基于统计的阈值分割在极坐标系上建立映射关系,从而得到织物的纬斜参数,再通过整纬器的自动控制系统对布料的纬斜程度及时做出纠正。通过对机织布、针织布、斜纹布和网眼布等不同种类织物的仿真验证了该算法的有效性和适应性。     

基于GSAGA的模糊PID控制在自动油门系统中的应用研究

针对现代民用飞机非线性和时变的特点,设计了一种用于民机自动油门控制系统的模糊PID控制器;模糊控制器以速度跟踪误差及其微分信号作为输入调节PID控制器的比例、积分及微分参数,进而控制油门开度以调节发动机推力,最终实现对速度的控制;文中进一步采用广义自适应遗传算法(GSAGA)对模糊PID控制器的输出因子进行优化,在着陆模态下采用所设计的优化控制策略与传统模糊PID控制进行了对比仿真,仿真结果显示,在民机自动油门控制系统中基于GSAGA的模糊PID控制器的控制效果优于传统模糊控制方法,仿真结果符合飞行品质指标,控制效果良好。     

基于PCC的磨毛整理机电控系统设计

为了保持磨毛过程中织物张力恒定,改善磨毛织物的质量和手感,研发了磨毛整理机电控系统。该文阐述了磨毛机主要部件的组成和工作原理,采用PCC作为核心控制单元,构成了磨毛机的电控系统框架及硬件平台,并对主从通讯、变频控制、伺服控制及张力调节等模块进行了软件设计与分析。利用PCC内部的PID控制模块,实现了全机自动控制和织物的恒张力控制。运行结果表明,该系统稳定可靠,响应速度快,织物张力恒定,改善了织物的质量和手感。     

基于PLC的钢管定长切割模糊智能控制系统研究

针对现有飞锯定长精度低和传统PID控制策略存在的不足,提出利用PLC技术结合模糊PID算法的智能控制策略,实现PID控制参数的在线自适应调整。通过MATLAB仿真软件,进行了常规PID控制与模糊PID控制动态性能的仿真比较,研究结果表明采用模糊PID控制可明显提高其动态响应性能及定长切割的精度。     

掘进机截割臂摆速自动控制方法研究

由于掘进巷道煤岩时有硬度急剧变化现象,人工操控难以及时有效改变掘进机截割臂摆速,会严重影响截割头截齿与截割电动机的使用寿命。针对该问题,在分析截割臂摆速v、截割电动机电流I和煤岩硬度f之间的关系的基础上,提出了基于PID技术的截割臂摆速自动控制方法,即将截割电动机额定电流与实际电流之差值(I0-I)作为输入变量,通过比例单元、积分单元和微分单元的线性组合,对控制电液比例阀阀口开度的电流I1进行控制,从而控制截割臂摆速;依据煤炭行业标准MT/T971—2005,提出了5%的控制精度标准。该控制方法达到了替代人工操控、有效保护截齿和截割电动机,并同时使得截割电动机始终满载恒功率工作的目的。     

基于NURBS曲线拟合的图像亚像素边缘提取方法

通过介绍激光扫描测量原理 ,说明准确地从光刀图像中提取光刀边缘位置是影响测量精度的关键因素 .由于噪声的存在 ,使用常见的边缘检测方法 ,在光刀图像中提取同一位置的光刀边缘 ,以及计算光刀中心位置 ,会带来很大的误差 .为了降低误差 ,本论文提出了基于 NURBS曲线拟合的亚像素光刀边缘提取方法 .通过实验 ,说明该方法重复提取的结果比较稳定 ,而且将误差控制在 0 .4个像素以下 ,从而使重复测量的高度误差在 0 .0 8mm以下     

结合面料属性和触觉感测的织物识别

目的 织物识别是提高纺织业竞争力的重要计算机辅助技术。与通用图像相比,织物图像通常只在纹理和形状特征方面呈现细微差异。目前常见的织物识别算法仅考虑图像特征,未结合织物面料的视觉和触觉特征,不能反映出织物本身面料属性,导致识别准确率较低。本文以常见服用织物为例,针对目前常见织物面料识别准确率不高的问题,提出一种结合面料属性和触觉感测的织物图像识别算法。方法 针对输入的织物样本,建立织物图像的几何测量方法,量化分析影响织物面料属性的3个关键因素,即恢复性、拉伸性和弯曲性,并进行面料属性的参数化建模,得到面料属性的几何度量。通过传感器设置对织物进行触感测量,采用卷积神经网络（convolutional neural network,CNN）提取测量后的织物触感图像的底层特征。将面料属性几何度量与提取的底层特征进行匹配,通过CNN训练得到织物面料识别模型,学习织物面料属性的不同参数,实现织物面料的识别并输出识别结果。结果 在构建的常见服用织物样本上验证了本文方法,与同任务的方法比较,本文方法识别率更高,平均识别率达到89.5%。结论 提出了一种基于面料属性和触觉感测的织物图像识别方法,能准确识别常用的服装织物面料,有效提高了织物识别的准确率,能较好地满足实际应用需求。     

基于质点-弹簧模型的布料仿真研究

运动微分方程的数值求解,是实现基于物理模型的织物仿真的技术关键.全面介绍了质点-弹簧模型的织物变形仿真技术,精确构建了织物的力学模型,并对几种不同的显性数值积分方法进行了详细比较,尤其是用RK-4方法对微分方程求解大大提高了解的稳定性.在此基础上,针对质点-弹簧模型在应用中存在过度拉伸的问题,指出了传统方法处理这个问题的缺陷,构造约束变形,合理解决了"超弹性"问题.此织物变形仿真技术已经应用于实际的织物动画仿真软件中,实践证明其仿真技术具有实用性和先进性.     

基于可变学习率BP算法的空调控制系统的研究

通过分析控制器参数学习率和控制器性能之间的关系,设计一种基于可变学习速率反向传播算法VLRBP和模糊神经元网络的变频空调控制系统.该系统不仅可以通过反传误差信号训练控制器参数,而且可以根据网络的当前状态朝最优化方向调整控制器参数的学习率.实验结果表明,该控制系统不仅比传统的空调PID控制器和模糊控制器具有更好的控制性能,而且相比基于标准BP算法和动量BP算法的模糊神经网络控制系统,也具有更快的收敛速度和更好的控制精确度.     

PID控制算法在视频跟踪系统中的实现

提出了视频跟踪系统中利用PID算法控制云台的实现方法,并分析了该算法的控制原理和实现过程,阐述了其控制流程及其参数的确定.在视频跟踪系统中,系统能否准确识别、及时锁定并实时跟踪目标的前提在于CCD能否准确及时地摄入目标,从而为系统提供良好的目标图像源.提出的云台控制方法经过实际系统测试表明,只要选择合理的PID参数,就能克服云台在高速旋转过程中产生的过冲和抖动现象,使云台在视频跟踪过程中准确到位,以满足整个视频跟踪系统的实时性、准确性和稳定性的要求.     

基于几何测量和变形的真实感织物模拟

提出一种有效、直观的基于几何测量和网格变形的织物模拟方法,可以获得具有不同面料属性的织物真实感形态.织物几何测量方法能够度量反映面料几何属性的3个关键特征,包括复原性、拉伸性和弯曲性.对应这3个几何属性度量,建立包括顶点位置、边长和二面角约束能量项的基于微分网格变形的泛函能量优化模型.3个变形能量项各自对应的权重是从每种真实面料测量数据中量化统计得到.该变形能量函数可以统一在最小二乘数值优化中求解,通过过程优化和权重设置,即可模拟到真实织物行为.实验结果表明,该方法可以有效地仿真到不同面料材质的织物真实感效果.     

Nested PID steering control for lane keeping in autonomous vehicles

In this paper a nested PID steering control in vision based autonomous vehicles is designed and experimentally tested to perform path following in the case of roads with an uncertain curvature. The control input is the steering wheel angle: it is designed on the basis of the yaw rate, measured by a gyroscope, and the lateral offset, measured by the vision system as the distance between the road centerline and a virtual point at a fixed distance from the vehicle. No lateral acceleration and no lateral speed measurements are required. A PI active front steering control based on the yaw rate tracking error is used to improve the vehicle steering dynamics. The yaw rate reference is computed by an external control loop which is designed using a PID control with a double integral action based on the lateral offset to reject the disturbances on the curvature which increase linearly with respect to time. The proposed control scheme leads to a nested architecture with two independent control loops that allows us to design standard PID controls in a multivariable context (two outputs, one input). The robustness of the controlled system is theoretically investigated with respect to speed variations and uncertain vehicle physical parameters. Several simulations are carried out on a standard big sedan CarSim vehicle model to explore the robustness with respect to unmodelled effects. The simulations show reduced lateral offset and new stable μ-split braking maneuvres in comparison with the model predictive steering controller implemented by CarSim. Finally the proposed control law is successfully tested by experiments using a Peugeot 307 prototype vehicle on the test track in Satory, 20 km west of Paris.