带图像处理的火灾报警系统抗干扰性研究

针对火灾探测系统中普遍存在的漏报警和误报警等抗干扰性差的问题,设计了带图像信息的火灾自动报警系统。该系统中信息层完成火灾现场图像纹理、烟雾浓度、温度的数据采集、处理,特征层运用多种数据融合算法分别进行火灾识别,决策层分析3种识别结果的输出组合方式,完成重要场所火灾系统的自动报警输出。实验表明,该系统能够准确、快速探测火灾,识别日光灯、酒精灯等干扰源,具有较强的抗干扰性,同时具有良好的经济效益。     

基于改进的DTW算法的变电站巡检机器人语音识别的实现

提出了一种对变电站巡检机器人进行语音控制的语音识别算法,实现了语音控制机器人。通过机器人携带的拾音器录制采集语音控制命令,根据语音识别的基本原理,对变电站巡检机器人进行语音控制,使其根据人的指令做出相应的动作,完成自动检测和信息查询功能。首先,使用机器人采集语音指令,并将其传送到系统后台构建样本库。其次,对样本库进行分析,提取语音样本的MFCC特征。最后,使用改进的DTW算法作为匹配算法实现语音参数模板匹配,进行语音识别,将识别结果传送给机器人系统控制机器人运动。实验结果表明,该算法能够提取有效的语音指令,识别语音指令时间短,识别正确率高,满足了对巡检机器人的实时控制要求。     

采用神经网络与模糊控制的制动需求识别

以保证车辆的制动安全性为最终目的，基于制动推杆行程传感器信号，利用神经网络算法与模糊控制算法提出了对制动需求进行识别的方法。首先采用神经网络算法与模糊控制算法完成对驾驶员制动需求的初步判断，然后通过主缸压力反馈信号对制动系统的制动动作完成程度进行预测，进而对制动需求识别结果进行持续反馈跟踪修正，以保证车辆的制动系统能够实现预期的制动效能。通过MATLAB/Simulink仿真试验与台架试验对控制算法进行了对比与验证，结果表明该方法能迅速准确地识别驾驶员的制动需求，从而为车辆的制动安全性提供保障。     

基于人工蜂群支持向量机的电动汽车制动意图识别方法

在电动汽车再生制动系统中,根据驾驶员不同的制动意图制定对应的再生制动控制策略可以有效地提高汽车的制动安全性、舒适性和经济性,而准确并快速识别驾驶员制动意图是制定控制策略的基础。以准确并快速识别驾驶员的制动意图为主要目标,以搭载线控制动系统的电动汽车为研究对象,设计并实现了一种基于人工蜂群支持向量机（ABC-SVM）的驾驶员制动意图在线识别方法。首先对制动数据进行预处理,用近邻成分分析（NCA）特征选择算法选取有效特征,再用ABC-SVM算法建立制动意图识别模型,最后进行在线识别。离线验证和在线试验结果表明,NCA算法能有效筛选掉信号噪声导致的不相关特征;相比于模糊推理、反向传播（BP）算法、粒子群优化支持向量机（PSO-SVM）和遗传算法支持向量机（GA-SVM）识别算法,ABC-SVM算法能够更加准确、快速地识别驾驶员的制动意图。     

基于特征匹配的螺柱视觉识别方法研究

提出了一种基于特征匹配的螺柱视觉识别方法。该方法将螺柱识别与定位过程分为两步:训练和识别。在训练阶段,完成螺柱样本特征库的建立;在识别阶段,检测待识别图像中螺柱的类型和位姿数据,为分拣提供准确的螺柱类别及抓取位置信息。实验结果表明,该方法能够对视场范围内任意摆放螺柱实现准确识别与定位。     

气象卫星闪电识别系统的设计与实现

设计了一种能够完成帧-帧背景去除算法的闪电识别系统,用于实时识别闪电事件并编码.该系统将闪电成像仪拍摄到的高速图像数据分成8个区域,用8个相同的子系统分别完成各个区域的闪电探测;在每个子系统中利用7片静态随机存储器(SRAM)以流水读写的方式完成7帧背景评估,并利用该方法实现7帧数据的帧-帧背景去除算法.实验结果显示,该系统可以完成2.88 Gbps高速数据流的接收,背景信号评估和去除,并且可实时识别闪电事件.这些结果表明该系统能够完成气象卫星闪电识别的任务.     

基于立体视觉的工件识别与定位系统研究

针对生产过程中工件等弱纹理目标的自动识别、定位问题,建立了基于立体视觉的工件识别定位系统,研究了基于改进形状描述符、轮廓矩特征、子轮廓的弱纹理目标识别算法,避免了局部不变量特征难以识别弱纹理目标的问题,应用对极线约束、双目测距原理及姿态计算方法完成目标的三维姿态估计。结合OpenCV视觉库及机器人控制系统实现工件识别定位实验系统的软件开发,经实验验证本系统能够实时准确地识别定位弱纹理工件并进行抓取。     

应用HSV和SVM算法的纸币清分系统设计

通过分析纸币特征,提出利用基于改进色彩空间转换算法作为纸币特征提取,利用支持向量机作为纸币分类器的方法,将并由此为核心算法设计了一种成本低廉的新式纸币分类器械.主要结构是以MCU为核心控制,通过颜色传感器进行特征信息采集,利用改进HSV算法和SVM作为决策算法,控制机械结构进行纸币清分,利用LCD进行显示,完成阶段识别任务后,将清分数据上传至管理信息系统进行管理.实验结果表明,此系统能够完成对于纸币的实时清分、结果显示、数据存储等功能,对于第五套人民币识别具有较高的鲁棒性,该机电系统价格低廉且具备良好的使用性能.     

计算机辅助标准时间管理系统的研究与开发

针对传统企业标准时间制定方法及不同企业间的特点,提出了一种基于单元模块化工时的理论,以工作研究法现场测定数据作为制定标准时间的依据的MUMD快速估算法,该算法针对机加工人工作业时间的特点确定基于动作组的分解原则,动作组以及由模特排时法确定的动作组时间共同构成单元模块化工时数据集。MUMD快速估算法能够实现机加工人工作业标准时间快速、准确的计算。并建立了通用化计算机辅助标准时间管理系统(CASTMS)。在此基础上探讨了标准时间的分类划分,阐明了系统的体系结构和功能模块,最后介绍了系统的应用流程。     

高速立体视觉与机械运动异常动作三维检测

建立了高速立体视觉系统,实现了高速周期性机械运动的500帧/秒实时检测,可以对高速运动中瞬间发生的异常动作进行智能检测,并且自动保存该时刻的高帧率图像.为保证高速处理,提出了利用周期相位提取理论创建特征样本库的方法,建立了2套图像与特征样本空间;同时提出了双目高速视觉实时检测算法,可以在2 ms内同步完成双目相机的图像匹配、异常动作检测和自动录像功能.为计算异常动作的空间位置,利用双目立体视觉计算异物的三维运动轨迹.实验使用缝纫机的机械部分模拟约12 Hz的高速周期性机械运动,本系统可完成双目视觉的实时检测和三维轨迹追踪,结果证明了高速立体视觉系统和检测算法的有效性.     

基于吉林一号遥感图像的星载目标快速识别系统

针对传统遥感图像地面目标识别系统图像获取周期长,信息实时性差等问题,设计星载目标快速识别系统,用于卫星在轨快速识别,提出改进的基于快速视网膜关键点(FREAK)的特征匹配识别算法,解决遥感图像数据量大、背景复杂的问题。介绍了星载目标快速识别系统的工作原理,提出简化的FREAK特征提取模型,将原有算法的七层模型减少为四层,用于快速提取出遥感图像中目标特征;利用二进制量化空间将高维特征数据量化为二维数据,提高算法的准确度;最后通过匹配,快速识别出遥感目标。实验结果表明,识别算法的准确度平均提高2.3%,识别用时缩短约27.8%,满足遥感卫星在轨目标快速识别的要求。     

利用改进的Retinex进行人脸图像光照处理

为了提高光照变化条件下的人脸识别率,针对Retinex算法处理人脸侧光照图像时会误增强阴影的边缘提出了一种基于新的传导函数的自适应平滑Retinex算法。该传导函数用空间梯度和像素的局部不一致性两种方式共同测量灰度的剧烈变化,在平滑图像的同时没有边缘增强效应,且不会损失人脸特征边缘。在平滑估计的迭代过程中,选取上一次与此次迭代结果中的较大值作为约束条件来保证估计出的亮度图像能满足Retinex理论的约束条件。在YaleB人脸库上的实验结果表明,本文算法能有效克服强侧光照时的阴影现象且没有损失人脸特征边缘;与较经典Retinex算法相比,侧光照时的识别率在最好情况时提高了24.2%,无强侧光照时也可提高4%左右,具有光照鲁棒性,可适用于任何光照条件下的人脸识别。     

基于测试仪器的波形识别研究

本文针对测试仪器发展中的智能化要求,在对采集信号进行奇异点的检测和消除、去噪等预处理的基础之上,提出了运用差分、均值的方法提取波形识别的特征信息。并用BP算法进行波形识别的实现。最后给出了一种较为典型的失真波形的仿真实验。仿真结果表明该方法能取得较为有效的识别结果。     

基于知识的注塑产品设计特征树构造研究

为了建立自动化的注塑产品成型性分析系统 ,要根据注塑产品的 BRep模型自动提取其设计特征。本文提出了一种注塑产品设计特征树构造算法 ,该算法应用正向推理技术实现设计特征的识别 ,并以特征树结构记录产品的设计特征。经实践证明 ,该算法具有高效、知识和代码分离等优点     

基于改进 MEDA 算法的脑电情绪识别

针对普通机器学习算法与迁移学习在应用方面的局限性,利用改进流形嵌入分布对齐算法(MEDA)算法解决跨被试情 绪识别中准确率低的问题。 其中 MEDA 通过流行特征变换来减小域之间的数据漂移,并能够自适应定量估计边缘分布和条件 分布的权重大小。 针对特征维度大且有可能存在不良特征的问题,提出改进 MEDA 算法,即引入改进最小冗余最大相关算法 用于特征选择,并对多源域下的多组识别结果进行决策级融合,进一步提升迁移学习效果。 在 SEED 数据集和实测数据对该算 法验证,改进 MEDA 算法相比于支持向量机、迁移成分分析和联合分布适配算法,整体识别精度分别提升了 8. 97% 、4. 00% 、 2. 89% ,改进的 MEDA 算法相比于改进前,每个被试识别准确率均有提升的同时整体识别提升 3. 36% ,验证了该方法的有效性。     

基于遗传算法的行星轮减速器优化

遗传算法可以通过模拟自然进化的过程来搜索最优解,只需目标函数及适应度函数,不需要依赖梯度或其它辅助信息,多用于函数优化、组合优化、生产调度、自动控制、机器人学、图像处理、遗传编程等诸多方面。文中利用遗传算法对行星轮减速器进行了多目标函数的遗传算法优化分析。     

基于多尺度分析的人脸识别算法研究

针对传统的人脸识别算法易受光照等因素影响的缺点,提出了一种基于多尺度分析的人脸识别算法。首先,对采集到的人脸图像进行预处理,去除噪声,减弱无用信息,增强有用信息;然后,在粗尺度上采用形态学梯度边缘检测算法对人脸轮廓进行提取,缩小人脸库的搜索范围;最后,在细尺度上对人脸的不变特征进行提取,采用Harris角点检测算法对在粗尺度上得到的边缘图像进行特征提取,减少计算量,提高了识别速度。在所拍摄的人脸库上对算法进行验证,实验表明,对易于进行轮廓提取的人脸图像的识别速度较快,精度较高。     

精密表面缺陷的数字化检测系统研究

精密表面疵病的自动检测长期以来一直是期待解决的问题。依据显微散射光成像系统对元件表面上的划痕、麻点、气泡等疵病形成暗背景下的亮疵病图像,提出了一个完整的数字化标准的精密表面疵病检测评估体系。首先利用比值匹配原理对xy两方向平移得到的子孔径扫描图像进行拼接。引入数学形态学实现疵病识别。运用膨胀、腐蚀、细化等算法,对二值化图像进行噪声消除,图像分割和特征提取。项目的研究成果已能分辨微米量级的疵病,为建立国内外疵病的数字化标准评价系统提供有力的理论及实验依据。     

基于序列图像提取稳定特征点的虹膜识别算法

为了尽可能降低不稳定特征点对识别率的影响,研究提出了基于序列图像提取稳定特征点的虹膜识别算法.该算法首先用二维Gabor滤波器对序列虹膜图像提取特征编码,然后对该序列特征编码求交集以提取稳定特征点,并利用这些稳定特征点建立虹膜的特征模板库,最后通过计算相似度,获得识别结果.在实验室采集的序列虹膜图库上,当等错率为0.3017%,分类阈值为0.6402时,正确识别率可以达到99.73%.实验证明该算法是有效、可行的,并更好地提高了虹膜的分类精度和改善了虹膜的识别性能.     

基于EEMD和多元多尺度熵的风力发电机组滚动轴承故障特征提取

为了降低风力发电机组滚动轴承信号的噪声和进行多信道数据处理,提出了一种基于EEMD和多元多尺度熵的特征提取方法。利用EEMD算法对多信道的原始声发射信号进行分解获取无模式混淆的IMF,通过敏感度评估算法选取反应故障特征敏感的IMF进行多元多尺度熵分析,由单因素方差分析选择最优尺度对应的多元样本熵作为各种故障的特征值。通过从实验台采集得到正常、轻微损伤和断裂3种状态的样本数据,与多种特征提取方法相比较和SVM算法分类分析,证明了所选择故障特征量的准确性,同时也验证了所提出的滚动轴承故障特征提取方法的有效性和准确性。