基于D-S证据理论和RBF网络的航空发动机叶片损伤图像识别技术研究

针对航空发动机叶片损伤图像采集过程中存在的不确定性因素及单一RBF网络或D-S证据理论在叶片损伤图像识别中存在的不足,提出一种基于D-S证据理论和RBF网络相融合的决策级信息融合损伤图像识别算法。首先,用RBF网络对损伤图像进行初步识别;然后,将RBF网络识别输出结果作为D-S证据理论的基本可信度分配;最后,利用D-S联合规则进行合成,得出最终识别结果。通过单一优化RBF网络的图像识别结果和融合识别结果的对比分析,证明了该方法在航空发动机叶片损伤图像识别方面的优越性。     

三峡右岸拌和楼汽车牌号图像识别系统

开发了三峡右岸拌和楼混凝土生产管理与车辆自动调度系统之子系统——汽车牌号图像识别系统．重点讨论了图像识别算法和识别牌的定位方法．依识别牌几何特征提出了一种特殊的二值化处理方法．生产实践证明该图像识别系统具有较高的可靠性与稳定性,完全符合生产和设计要求．     

一维及二维条码图像识别系统研究

根据矩不变的图像识别理论,并且与别的数字化图像处理技术相融合,针对条码中出现残缺或者受到污染这种状况的图像识别进行深入的研究,研发出的条码图像识别系统,还可以快速识别出任何角度出现畸形变化的条码图像。基于此,本文重点对一维及二维条码图像识别系统展开研究与开发。     

基于支持向量机的皮肤显微图像识别

该文针对皮肤显微图像症状识别过程中样本采集困难、数量偏少的实际情况,在皮肤症状识别中引入了一种新的模式识别方法——支持向量机(Support Vector Machines,SVM)．该方法基于统计学习理论的原理,较好地解决了小样本的分类问题．文中采用“一对一”的策略解决多类别的SVM分类问题,使用留一法进行交叉验证,并比较了SVM与人工神经网络算法的识别结果．结果表明,SVM算法识别率高(89．35％),且速度快．根据该算法,建立了皮肤症状显微图像识别系统软件的原型．     

基于DSP＋FPGA的实时图像识别系统硬件与算法设计

图像识别算法的运算量大,控制复杂,对系统的性能要求很高,DSP的结构特殊和性能优良,能很好地满足系统的需要,笔者选用ADS-BF535作为图像识别模块的核心,负责图像识别算法的实现,选用高速灵活的XC2S200 FPGA作为图像采集模块的核心,负责图像的采集,完成预处理工作,从而保证了系统的实时性,系统使用模板匹配和BP网络识别这2种算法对数字0-9进行识别。研究表明：在DSP＋FPGA的构架上实现的图像识别系统,结构灵活、通用性强,提高了算法的效率,充分发挥DSP和FPGA结合的优势,准确快速地实现了图像识别。     

智能建筑中红外图像处理的预处理技术研究

在红外图像识别系统的实际应用中,图像预处理效果的好坏将直接影响到后续识别算法的复杂程度以及系统的可靠性.基于红外图像的特性分析,提出了虹外图像识别系统的预处理过程,并详细研究了滤波降噪、目标增强等预处理技术,具有工程实用价值.     

三峡右岸拌和楼汽车牌号图象识别系统

开发了三峡右岸拌和楼混凝土生产管理与车辆自动调度之子系统－汽车牌号图像识别系统。重点讨论了图像识别算法和识别牌的定位方法。依据别牌几何特征提出了一种特殊的二值处理方法。     

基于Android和SURF算法的图像识别系统的研究

图像识别技术是计算机视觉和图像处理领域里的重要研究课题之一,在军事及民用领域应用广泛。在目标检测算法中,基于特征的方法具有压缩信息量、执行速度快、精度高等优点,SIFT算法便是其中之一,但传统的SIFT算法应用于图像识别过程中数据量大、计算耗时长,提出了一种基于SURF算法的图像识别方法,并使用Android NDK调用OpenCV在Android手机平台上实现了一套图像识别系统,结果表明,基于SURF算法的图像识别系统识别效果和实时性更好、具有更强的鲁棒性。     

基于机器学习的装配质量图像识别研究

针对柔性化生产线上人工装配过程中装配质量的检测问题,提出基于机器学习的装配图像识别方法。首先设计整体方案,采用普通工业相机结合图像识别软件的方式,构建硬件系统并开发软件模块。接着利用监督算法通过训练分类器实现图像识别。测试各算法方案并比较图像识别准确率、训练和分类耗时以及训练所需数据量,选取效果较好的算法方案。然后研究训练数据扩展方法,以降低训练图片数量并提高识别正确率。结果表明:采用合适算法方案的装配图像识别系统能满足工业应用需要。     

一种物质成分自动识别技术

不同的物质具有不同的显微形状结构,使用偏光显微镜获取物质的显微图像,应用阈值分割算法得到物质图像的粗分割结果,利用分水岭分割算法分离互相粘连的物质,分离出物质对象区域;应用该区域简单几何特征识别不同的形状,实现了物质成分的自动识别分类。     

基于霍夫变换的烧结矿粒度识别研究

针对烧结矿生产时无法直接得到粒度大小和分布,人工检测的准确性和即时性不高等问题,提 出了一种基于图像增强和霍夫变换的烧结矿粒度识别方法。 该方法首先使用形态学开操作、图像像素点分 割、拉普拉斯图像锐化算子等方法进行图像增强,然后应用高斯滤波和图像边缘检测算法,最后用霍夫圆检 测算法进行烧结矿粒度检测,实时处理获取的图像,并检测出烧结矿的粒度大小和分布。 该方法可以快速检 测出图像中的烧结矿,其中图像像素点分割方法是根据烧结矿和背景的像素值设置分段函数进行分割,大幅 度减少图像中的噪声,提升了烧结矿和背景的对比度以及亮度,并且检测的准确性和即时性高,克服了人工 检测的弊端,准确率可达到 98%以上。 通过实验表明:该方法对提高烧结矿的生产效率、改善资源的利用、 降低人员成本具有积极作用。     

高褐铁矿配比下提高烧结矿产质量指标

为了在高褐铁矿配比下提高烧结矿产质量指标,在把握烧结混匀矿特性的基础上,通过微型烧结试验和烧结杯试验,研究了高褐铁矿配比下烧结矿二元碱度、钙质熔剂种类等因素对烧结黏结相数量、强度和类型,以及烧结矿产质量指标的影响.结果表明:在高褐铁矿配比下,提高烧结矿二元碱度至2.0水平,并采取适当增加生石灰使用比例以及提高烧结抽风负压和烧结料层高度的配合措施能够改善烧结矿产质量指标.     

烧结矿FeO含量模糊聚类算法的研究与应用

烧结机速、料层厚度和点火温度等烧结工艺参数对烧结机尾断面辐射图像特征分布有着重要的影响,而断面辐射图像特征与烧结矿化学成分存在复杂的非线性映射关系．根据方差分析理论,运用混合统计量来确定烧结机尾辐射图像特征的最佳分类数,并应用划分熵来验证分类数的正确性．现场实验表明：该算法正确,能在线运行,准确预报烧结矿FeO含量区间．     

改善较低碱度烧结矿质量的研究

为了在较低碱度下能够得到较高强度的烧结矿，分别进行了配加硼酸、钢渣、盖州有机添加剂的实验室试验，最后选择若干矿样喷洒CaCl2，进行冶金性能试验，结果表明，合适的添加剂及含量可有效提高低碱度烧结矿的强度及其冶金性能。     

基于ISO 18000-6C标准的防碰撞改进算法设计

此设计指出ISO 18000-6C标准算法存在的一些问题,分析了帧的最佳长度.以河南师范大学图书馆为例,结合Q值估算和动态二叉树搜索算法,对ISO 18000-6C标准算法进行改进,以降低Reader(读写器)对Tag(电子标签)的识别时间及漏读率,使RFID系统具备更好的性能.最后对改进算法进行了仿真实验.通过对仿真结果的分析,证明改进算法运行效果良好.     

SiO2对烧结矿冶金性能及微观结构的影响

为给高铁低硅烧结矿的生产提供理论依据,设计烧结矿碱度R为1．8、1．9和2．0,每种碱度下以SiO2含量为变量,产生12组配矿方案进行烧结杯实验,研究SiO2对烧结矿冶金性能及微观结构的影响.结果表明：SiO2质量分数从4．8%~5．7%增加时,其冷态强度逐渐增加,最大增幅为8%;烧结矿还原性逐渐降低,降幅区间为从86．80%到81．01%;还原粉化指数RDI+3．15逐渐增大,增幅区间为从75．95%到87．21%;对于软熔性能,其软化开始温度T10在4．8%~5．4%的SiO2含量区间先升高,在5．4%~5．7%之间又降低,而软化区间有变宽的趋势.选定一个碱度水平R=2．0,烧结矿SiO2质量分数在4．8%~5．7%范围变化时,其微观结构由熔蚀状向针柱状发展,结构均匀性逐渐提高,主要矿物组成由赤铁矿向铁酸钙发展,且低温还原粉化的骸晶状赤铁矿逐渐消失.     

一种启发式识别被积函数算法的设计与实现

本文提出一种启发式识别被积函数结构类型算法。该算法识别速度比在符号积分系统常用的顺序识别函数的方法快三至四倍,并已在IBM-PC/XT微型机上实现。     

天钢配加印度粉烧结的实验室研究

印度矿粉由于其高铁低硅,并且价格低廉,因此受到国内多个钢铁厂的青睐,为了充分发挥其优势,从不同品味的印度矿粉出发,得出其各自的烧结特点,找出不同品位印度矿粉对烧结矿的冶金性能的不同影响,并通过对烧结矿的显微结构和矿物组成分析了微观组织结构的变化规律,找出内外部条件的依存关系,有效指导了天钢烧结生产。     

基于特征脸和神经网络的人脸表情识别方法

当前人脸检测系统主要使用的是基于主成分分析算法和神经网络技术,本文提出了识别不同特征点的另一种技术,所提出的识别系统用来实现特征提取、主成分分析和人工神经网络,即用特征脸和主成分分析算法进行人脸识别.在主成分分析算法中,通过识别初始人脸图像集得到特征向量和特征脸,然后这些人脸被投射到特征脸上以计算权重,这些权重建立人脸数据库以便通过神经网络进行人脸识别.测试结果表明,其准确率达82.1%,达到了理想效果.     

烧结矿/兰炭混装还原试验研究

为了降低炼铁生产成本、优化炉料结构以及充分利用低品质冶金焦资源,在实验室条件下进行兰炭用于高炉炼铁的矿焦混装初步试验研究。采用综合热分析仪研究兰炭的基础特性,并模拟高炉条件下的矿焦混装程序还原过程。结果表明,兰炭与CO₂的反应性要好于焦炭,兰炭可明显降低烧结矿直接还原的起始温度并加快还原速率;在高炉还原条件下,兰炭可以降低大块焦的溶损率,提高烧结矿的还原度;增加兰炭加入量,烧结矿的还原度相应提高;在兰炭加入量相同的条件下,兰炭和烧结矿分层混装时烧结矿终点还原度较高;过多增加兰炭加入量和改变矿焦混装方式对抑制大块焦溶损率的作用较小。