应用型高校本科《数字图像处理》课程项目化教学方法探索

针对数字图像处理课程涉及学科众多、理论性强,学生难以实现从理论到编程实践的跨越的状况,引入了项目化教学方法。该方法共分为五个阶段,通过强化其中的图像处理算法的制定和编程实现这两个阶段的训练,有效的提高了学生对图像处理算法理论的理解,锻炼了学生的编程实践能力。通过这一教学改革,提高了学生的学习兴趣与主动性,提高了教育教学效果,增强了学生的综合能力。     

循环流化床提升管内聚团速度的研究

聚团是气固循环流化床(CFB)中最常见的现象,对气固之间的热量和质量传递有重要影响。为了考察循环流化床内不同运动方向聚团速度的特性,采用高速相机对提升管内气固流动进行摄像,并利用Matlab图像处理程序,分离出颗粒聚团区域并计算颗粒的运动速度。采用拉格朗日(Lagrange)法计算聚团速度,并根据聚团运动方向对上行和下行聚团的速度分别研究。研究结果表明:采用拉格朗日法能准确地计算聚团速度,上行聚团速度略大于下行聚团速度,聚团速度主要分布在[?3,3] m?s?1且随表观气速的增加而增加;边壁区域下行聚团数量远大于上行聚团数量,中心区域上行聚团数量略大于下行聚团,下行聚团数量占聚团总数的60%～70%。聚团速度沿轴向高度略有增加,在顶部受出口的影响略有减小。聚团横向移动在边壁区域较小,中心区域较大。     

拉普拉斯算法在荧光靶光斑位置测量中的应用

在同步辐射光源中,荧光靶探测器是一种重要的光斑观测装置,通过荧光靶图像可以对光斑位置进行测量,但光斑弥散导致图像中光斑的边缘变模糊,会对测量结果带来一定影响。为了提高荧光靶探测器的准确性,本文使用拉普拉斯算子对荧光靶图像进行增强处理,再结合图像的阈值分割法找到光斑的边缘位置,从而实现对光斑的定位。经测试,该方法能准确地从图像中提取光斑并计算光斑的中心位置,比用canny算子方法界定的光斑边缘更接近实际情况,对提高荧光靶探测器的位置测量分辨率有一定的帮助。     

机器双目视觉里程计定位算法

随着人工智能的发展,在智能机器人及无人驾驶汽车应用上,空间定位是最基本和关键的问题。针对空间运动载体的定位算法,提出了双目视觉里程计定位算法,从摄像机标定、图像处理、特征提取和匹配以及运动估计4个方面展开了研究。出于实时性和精确性的考虑,使用Matlab 2016b和Visual Studio 2015两个软件进行混合编程。运用该算法对搭载双目相机的汽车在行进过程中所拍摄的图片进行计算,得出汽车精确的运动轨迹。     

基于机器视觉的玻璃缺陷检测

随着科学技术的进步,高端显示屏产品对平板玻璃的质量要求越来越高,玻璃的表面缺陷检测技术也因此备受关注。传统的人眼检测方法工作量大且准确率低,已经无法满足生产实际要求。研究了一种基于机器视觉的玻璃质量检测系统,采用先进的CCD成像技术和背光式照明获取图像,用MATLAB图像处理工具箱对采集到的图像进行灰度值化、滤波降噪和阈值分割处理,实现对缺陷区域的特征提取和识别。最后用BP神经网络对玻璃表面的三种缺陷进行分类,该神经网络识别的平均误差率为9.84%,表明此检测方法具有一定的应用价值。     

基于机器视觉的航空铆钉尺寸检测技术

航空铆钉的尺寸偏差会增加航空事故发生的可能性。为了实现航空铆钉尺寸检测的高精度与智能化,提出一种基于机器视觉的航空铆钉尺寸检测方法。通过边缘检测算法对铆钉进行自动识别与检测,可减少航空铆钉尺寸的误差。基于航空铆钉产品规范,分析得出各项尺寸参数要求与事件流程,使用OpenCV作为开发平台,采用阈值分割算法与分水岭算法进行图像分割;同时,通过平滑处理、形态学、轮廓提取算法完成图像处理。实测结果表明,在±0.005mm精度下,铆钉尺寸检测结果与实际值的吻合度达到90%以上。