双权值神经网络在图像分割中的应用

采用基于误差反向传播的双权值神经网络学习算法,同时确定核心权值、方向权值以及幂参数、学习率等参数,通过适当地调节这些参数,从而实现尽可能多种不同超曲面的特性。在对双权值网络进行训练时,通过对人物头像的分割,将该算法与带动量项BP算法进行了比较。最后将双权值神经网络成功地运用于车牌号码等图像的分割工作中,取得了良好的图像分割效果。     

DF_DBSCAN算法在图像分割上的应用

DF_DBSCAN算法(An Improved DBSCAN Clustering Algorithm Based on Data Field)是一种将数据场和密度聚类结合的算法.文章将该算法应用于图像分割,通过与其他图像分割算法进行实验对比,表明算法在图像分割上的适应性;通过对图像进行多种形式的预处理,反映势函数中参数mi对聚类结果的影响.     

基于GPU的图像快速旋转算法的研究及实现

本文提出一种基于GPU（图形处理器）的图像旋转并实时绘制方法。首先,文章概述了一种由GPU完成旋转变换的算法,指出其存在的问题与局限性;然后,引出基于GPU的图像旋转算法,并利用DirectX9．0作为软件开发包,在VC＋＋6．0平台实现了图像的旋转以及实时显示;最后,对两种方法的实验结果进行了比较与分析。算法充分吸收GPU在速度以及节约CPU资源等方面的优势,保证了图像旋转的运算速度与旋转质量。     

模糊神经网络技术在火灾探测信号处理中的应用

本文结合火灾探测信号的特点,提出一种将模糊神经网络应用于火灾探测报警系统的方法,实现模糊神经网络系统的自学习和自适应功能。依据模糊神经网络算法的要求,完成了网络结构的设计,并用BP算法对网络进行学习和训练。有效提高火灾报警的准确性,减少了火灾报警系统漏报率和误报率。     

在Delphi环境下实现图像的旋转显示

详细介绍了一种在Delphi环境下,利用Image、ScrollBar、Edit控件和数字图像处理算法,实现图像任意角度旋转显示的编程技巧,并给出了相关的程序源码.     

图像旋转的快速显示技术

在图像处理及图形、图像编辑等领域中，图像的旋转变换是较常用的一种操作。本文从理论上推导了图像旋转变换的递推公式，并给出了旋转变换的具体算法，算法完全消除了费时较多的乘法运算，代之以常数增量的加法运算，因而具有快速的特点。     

蚁群算法在图像边缘检测上的应用研究

将蚁群算法应用于图像边缘检测,提出了一种利用灰度梯度引导的蚁群搜索图像边缘的算法,其核心思想是利用图像的灰度梯度作为启发信息,并加入运动方向改变量,引导蚁群搜索边缘,迭代搜索可能的局部边缘曲线。通过对蚂蚁行走过路径上的信息素分布进行更新,使得分布在真实边缘上的信息素逐渐增大,从而使搜索逐渐向真实的边缘收敛,最后根据信息素的遗留结果提取的边缘曲线。此算法可有效抑制噪声干扰,最大限度的保留细节信息,以达到有效提取图像边缘的目的。同时在灰度提取及蚁群的选择上较已有相关算法有较大改进,并分析效果指出不足和进行相关的改进的方向。     

BP旋转算法在故障诊断中的应用

针对BP算法神经网络训练时收敛速度慢的缺陷,选用了一种改进的BP算法--BP旋转算法.选用旋转机械故障诊断中的实际故障样本,采用BP旋转算法训练神经网络,进行故障诊断.研究结果表明,BP旋转算法大大加快了网络训练时的收敛速度,具有实际应用价值.     

图像去模糊算法在车载图像中的应用研究

文中首先对造成图像模糊的因素进行分析,介绍了现有模糊图像去模糊所采用的主要技术。接着,文中重点对车载模糊图像的去模糊问题进行研究,所设计的去模糊优化算法能够有效提高车载图像的去模糊效果。     

应用BP神经网络对自然图像分类

针对图像的低层视觉特征和高层语义特征之间的鸿沟,利用一个多输出的BP神经网络,分析低层视觉特征,提取图像的主要颜色、灰度共生矩阵和7个不变矩向量作为网络的输入,用语义期望值作为网络的输出,并用加入动量因子和自适应学习率的BP算法来训练该网络。训练完成后,该网络能够对自然图像进行多种语义分类,从而建立起了从低层视觉特征到语义特征之间的映射。改进的BP算法提高了训练的速度和可靠性,实验证明,该方法取得了较好的检索查全率和准确率。     

基于嵌入式机器视觉的流水线分拣机器人设计

针对传统流水线上人工错误率高、速度慢和人工成本高的问题,设计了一种深度学习的流水线智能分拣机器人来缓解流水线的压力。该机器人采用分层结构设计,上位机采用Jetson Nano来完成机器人的图像采集、识别和处理,下位机由STM32G0作为主控,通过舵机和电机实现机器人的功能控制。同时上位机与下位机之间进行有效的数据交互,实现了机器人的抓取和分拣协调工作。在实验测试中,该机器人能够通过学习样本实现自动分拣不同类型的对象,并且能够精确识别。该流水线分拣机器人融入了计算机视觉与嵌入式系统,不仅使分拣机器人结构更紧凑,而且有利于提高社会生产力水平,具有良好的应用前景。     

基于PRI谱的双门限雷达信号分选算法及其硬件平台设计

针对修正的PRI变换法无法分选重频参差雷达信号的缺点,提出了一种基于PRI谱的双门限雷达信号分选算法.该算法先对PRI谱设定双门限检测各个准PRI,再结合组合查看及序列搜索提取各个PRI.同时,构建了一种预分选、主分选结合的新型分选平台.预分选利用带有PowerPC的FPGA构架片上系统,完成对脉冲雷达信号的实时测量、AOA分类及数据存储;主分选采用DSP专职完成其他维参数的分选算法.谊分选新算法在保留抑制PRI子谐波优点的同时,对重频固定、抖动和参差的雷达脉冲信号都有较好的检测结果.视频信号源的大量测试表明,谊分选平台对普通雷达、PRI抖动和参差雷达、频率捷变雷达及一些特殊雷达均具有较好的分选能力.     

组合模型的图像配准

为解决图像配准中因旋转变换,尺度缩放,光照变化,相机抖动,气流变化以及压缩等影响成像质量,而导致特征点检测数目不足的问题,本文提出了基于组合模型的图像配准方法.该方法采用KAZE与SURF算子联合检测局部区域中线性与非线性特征点;同时为了提高计算效率,采用二进制向量描述符表征特征点,并使用汉明距离计算特征点之间的匹配距...     

PROFIBUS-DP网络总线用于轿车座椅装配线

本文以分布式I/O控制系统为模型介绍基于PROFIBUS/DP网络通讯的控制系统架构,阐述了PROFIBUS/DP控制系统的软,硬件设计思想及在轿车座椅装配线的具体应用.     

基于控制网的装配流水线监控实现

基于罗克韦尔的ControlNet控制网,使用罗克韦尔软件,实现装配流水线的逻辑控制和上位监视。在罗克韦尔运动控制台上,通过连接在控制网中的两台ControlLogix控制器,使用RSLINX和RSNETWORKS FOR CONTROL NET软件,进行控制网组态配置;使用RSLOGIX5000软件,进行装配流水线的逻辑控制编程;使用RSVIEW SE软件,进行上位人机界面组态。实验证明,在控制网上实现工业生产过程的控制及监视具有广阔前景。     

基于DSP和FPGA的图像选别系统设计

色选设备是集光、电、气、机及图像处理为一体的高科技综合技术;基于DSP和FPGA的图像选别系统具有精度高、处理速度快、集成度高、功耗小等优点;首先介绍图像选别系统的硬件组成,然后以破损花生检测为研究对象,通过MATLAB编程研究不同处理算法的优缺点,最后移植到DSP上测试编写的程序,提出破损花生的检测算法,实现了依据破损面积大小对花生的选别;在花生筛选中,除了破损花生检测,还有花生的大小检测,因此在上述基础上进一步提出花生几何参数的计算方法。     

基于线匹配的图像拼接

提出一种图像拼接算法,通过确定两幅图像的最佳拼接线,不需要手工指定特征点,可对图像进行快速、自动无缝拼接。实验结果证明了该算法的有效性。     

基于数据驱动的单循环排序算法及其优化

排序是计算机科学中最基本、最重要的研究问题之一。目前常用的排序算法均为双重或多重循环设计，并且大多是程序驱动，本文提出一种新型的基于数据驱动的单循环排序算法，并对该算法进行了性能优化与分析.     

基于模糊控制的拉式策略在装配生产控制中的应用

利用模糊控制鲁棒性强的特点, 将其引入单产品装配线的生产控制系统中, 构造新的拉式控制策略. 在建立控制系统周期审查模型和完成控制器设计的基础上, 通过缩小变异范围改进遗传算法求解以极小化在制品量和投放波动为目标, 顾客满意率为约束条件的多目标规划, 从而达到优化控制系统参数的目的. 为考察模糊控制系统性能, 通过实例与多阶段定量在制品法(Constant work-in-process, CONWIP)、Kanban和一般拉式策略 (Generic pull, GP) 系统进行比较, 结果表明模糊生产控制系统不仅能维持较低的在制品水平, 更重要的是能维持较低的订单投放波动水平.