用于自动导引车辆的数字工位实时识别系统设计

开发了用于自动导引车辆的数字工位视觉识别系统.根据路面区域、导航线区域和数字工位区域的不同颜色特征,以彩色图像中的R分量(红色分量)为处理对象,利用红色分量在每一副采集图片的像素分布中寻找字符可能出现的区域;根据HIS颜色空间特征参数饱和度S和色调H,提取数字工位;快速校正后,利用字符的整体结构特征进行数字初步分类,优化字符特征区域的确定及统计办法,在改进的特征统计基础上进行数字的再辨识.现场实验表明,该系统可获得较好的识别效果(正确率达到98%),字符提取耗时16 ms,校正、识别总耗时47 ms,满足车辆数字工位识别实时性、准确性、鲁棒性的要求.     

便携式压力变送器检定系统的设计

基于虚拟仪器技术,设计了便携式的压力变送器检定系统。该系统以高精度智能压力表为标准表,以LabView为软件平台,通过计算机完成压力变送器的信号采集与转换,并与标准表进行对比。整个系统具有信号采集、误差计算、报表打印等功能,且携带方便,操作简单,可大大提高工作效率。     

光学过程层析成像技术及其原型系统

提出了一个用于两相流参数检测的红外激光过程层析成像原型系统,并对系统的结构、算法、性能以及特点进行了分析.模拟实验结果表明,光学过程层析成像技术可以获得高成像速度和分辨率,是一种有发展潜力和应用前景的多相流参数检测技术.     

基于贝叶斯统计推理的复杂场景边缘检测

复杂场景图像存在大量的噪声和纹理干扰,传统边缘算子的检测效果不理想.为此,文中提出一种基于贝叶斯统计推理理论的多信息融合边缘检测算法.该算法融合了梯度算子、拉普拉斯算子以及两级均值比率(ROA)算子的输出响应;通过最大类间属性互信息对特征属性进行最优离散化;利用非参数直方图方法估计类概率密度函数;并通过贝叶斯风险最小化原则实现边缘检测.试验中该方法的Bhattacharyya误差界为0.093,工作特性曲线下的面积(AUC)达到0.958,证明了该算法的有效性.与经典算子检测结果的比较也表明,该算法能够有效地克服图像中的噪声和纹理干扰.