液动压悬浮抛光固液两相流CFD数值模拟及PIV验证

针对液动压悬浮抛光固-液两相流中固相颗粒与工件表面撞击的过程,对不同加工工况下的固相颗粒与工件表面的撞击角度和速度进行了研究。采用计算流体力学方法建立了液动压悬浮抛光流场的三维模型,并输出了固相颗粒撞击工件表面的速度场;同时使用粒子图像测速方法对不同工况下的抛光流场进行了试验观测。研究结果表明:CFD模拟获得的撞击速度值与PIV观测值非常接近,且随转速增加,PIV观测值受固相颗粒之间的撞击效应影响越大;抛光过程中固相颗粒撞击工件表面的角度非常小,近似于在工件表面平行摩擦,且抛光盘转速和抛光液浓度对撞击角度的影响很小。     

基于循环一致性对抗网络的室内火焰图像场景迁移

基于深度学习的视频火灾探测模型的训练依赖于大量的正负样本数据,即火灾视频和带有干扰的场景视频。由于很多室内场合禁止点火,导致该场景下的火灾视频样本不足。本文基于生成对抗网络,将其他相似场景下录制的火焰迁移到指定场景,以此增广限制性场合下的火灾视频数据。文中提出将火焰内核预先植入场景使之具备完整的内容信息,再通过添加烟雾和地面反射等风格信息,完成场景与火焰的融合。该方法克服了现有多模态图像转换方法在图像转换过程中因丢失信息而造成的背景失真问题。同时为减少数据采集工作量,采用循环一致性生成对抗网络以解除训练图像必须严格匹配的限制。实验表明,与现有多模态图像转换相比,本文方法可以保证场景中火焰形态的多样性,迁移后的场景具有较高的视觉真实性,所得结果的FID与LPIPS值最小,分别为119.6和0.134 2。     

超高清电视系统关键技术浅析

本文对国内外的电视技术发展现状进行了充分的研究和分析,并对超高清电视系统的相关图像技术参数进行了分析和介绍。     

基于机器视觉的运煤车车号识别技术研究

在铁路运煤装车过程中为了快速、准确地识别车号,提出一种基于机器视觉的运煤车车号识别技术。将连通区域提取与投影分割法结合,实现车号的粗定位、细分割,并对图像中的断裂字符进行二次分割,构建了基于BP神经网络的分类模型进行车号识别,提升了煤炭装车的效率和精度。