多先验融合的图像显著性目标检测算法

为了更加准确地检测出图像中的显著性目标，提出了多先验融合的显著性目标检测算法。针对传统中心先验对偏离图像中心的显著性目标会出现检测失效的情况，提出在多颜色空间下求显著性目标的最小凸包交集来确定目标的大致位置，以凸包区域中心计算中心先验。同时通过融合策略将凸包区域中心先验、颜色对比先验和背景先验融合并集成到特征矩阵中。最后通过低秩矩阵恢复模型生成结果显著图。在公开数据集MSRA1000和ESSCD上的仿真实验结果表明，MPLRR能够得到清晰高亮的显著性目标视觉效果图，同时F，AUC，MAE等评价指标也比现有的许多方法有明显提升。     

盘式刨花机控制系统的设计与应用

本文利用欧姆龙PLC为新开发的盘式薄片刨花机设计控制系统,实现生产过程的自动化,分析盘式刨花的机控制原理,详细描述PLC的硬件组成、软件流程以及系统功能的实现.     

基于十字模板的特征点匹配方法

针对传统模板匹配中矩形模板计算量大、容易造成误匹配的问题,对矩形模板进行改进,提出了十字模板匹配算法;对待匹配的两幅图像进行边缘提取,结合两幅图像的灰度图像获得灰度边缘图像,并利用十字模板匹配方法匹配选定的模板区域;最终在连续性约束的条件下,利用欧氏距离完成特征点匹配。对比实验结果表明十字模板匹配速度快,准确度高;基于十字模板的特征点匹配方法简单可靠,具有一定的实用性。     

自然场景图像中叶片区域快速多阈值提取方法

针对自然场景中植物叶片图像分割效果不佳,难以从含有多个叶片的图像中提取出完整叶片区域的问题,提出了一种叶片区域的快速多阈值提取方法。首先,使用人工蜂群算法优化Otsu多阈值选取的过程,以类间方差为适应度函数获取最优的多个阈值,在获取最优多阈值的过程中以迭代的方式自适应地确定出适合于叶片图像的分割阈值数目,然后使用边缘检测,逻辑运算和形态学操作等从多阈值分割结果中去除背景元素,提取独立、完整的叶片区域。实验结果表明,当对包含一个和多个叶片的自然场景图像进行处理时,该方法能够较为快速地得到更为完整、准确的叶片区域。     

一种基于分形的木材细胞图像特征提取方法*

木材纹理图像的分形维数可以代表木材很多的纹理特征,它是木材树种的一项重要数字特征参数。为了提取木材纹理特征,提出采用改进差分盒子法计算木材纹理细胞图像的分形维数值。理论分析和实验结果表明：该方法能够提取木材纹理特征,并且能在一定程度上克服图像比例大小对于特征提取所造成的影响,是木材纹理特征参数提取的一种重要方法。     

结合遗传算法的局部最小误差孔穴图像分割法

针对遗传算法和最小误差分割法各自的优缺点,将最小误差分割法与遗传算法进行改进并且相互结合,提出了一种结合遗传算法的局部最小误差孔穴图像分割法。该方法利用局部图像信息确定最佳阈值范围,并根据模拟退火思想对个体适应度进行自适应的调整,从而避免了早熟现象,提高了运算速度。实验结果表明:该方法不但能够准确地分割出孔穴图像,而且运算速度较快,是一种有效的孔穴图像分割方法。     

纳秒激光刨切微纳米木纤维的工艺技术研究

提出了一种利用纳秒激光加工微纳米木纤维的新方法;设计了一套实验系统,并详细介绍了系统各个设备的组成及功能;阐述了纳秒激光刨切微纳米木纤维的原理,结合实验得到的数据定性地分析了加工过程各个因素之间的关系。研究表明纳秒激光加工微纳米木纤维在技术上是可行的。     

纳秒激光加工微纳米木纤维的仿真方法研究

设计了微纳米木纤维的形状仿真和检测系统,描述了该系统的工艺流程,并对系统中各个组件的配置和参数做了具体说明,模拟六边形细胞模型加工的木纤维仿真结果。分析了纳秒激光头的直径和微纳米木纤维切削厚度设置的影响因素,找出完全破坏细胞结构时这两个参数的最佳设置,并以柳杉为例,按此设置确定其激光束直径理论值应设置在0.008到0.016mm之间。     

数控切割机虚拟训练和维修系统的研究应用

将虚拟技术应用在数控切割机使用维护过程中，能使操作者通过使用虚拟训练和维修系统得到操作真实设备的效果，不仅能减少事故发生和降低维修成本，而且不受场地和时间的限制，同时也能够缩短产品的学习操作时间。文章详细介绍了数控切割机虚拟训练和维修系统的系统功能、虚拟系统的实现、实际项目分析和VC＋＋编写程序的问题。     

数控火焰切割机虚拟样机系统设计与切割运动仿真

为有效的验证和评估数控火焰切割机设计方案中的机械系统、数控系统和数控加工工艺的协同效果,提出了一种建立虚拟样机的新方法.即利用Pro/E软件建立机床三维实体进行动力学分析,再以Deep Exploration作为OpenGL数据转换接口,建立虚拟样机的机械系统可视化仿真模型,并结合数控代码译码器、运动控制器和切割效果分析器,建立数控六轴火焰切割机虚拟样机,实现设计方案的动态模拟.采用该方法建立的虚拟样机功能模块具有平台无关性,并可重用于该机床的虚拟训练、加工过程可视化仿真等系统中.