基于一种改进的Hough变换的输电线提取与识别

在野外拍摄得到的输电线图像中,输电导线具有明显的线性特征,因此可以直线为基础来研究导线提取与识别的算法。Hough变换是经典的变换域直线提取算法,针对输电线图像的特点以及从Hough变换改进的思路出发,运用形态学分析和搜索聚类的方法先去除输电导线二值边缘图像中的背景噪声,提取出导线上的像素点。经过预处理后,再运用阈值区间的自适应估算方法来计算Hough变换的参数阈值,从而识别出图像中的输电线。实验结果表明,该方法具有较好的提取效果,并且能准确的识别出输电线,计算简单速度较快。     

一种融合雨滴检测算法的混合高斯模型

介绍了一种融合了雨滴检测算法的混合高斯模型,针对雨天气候下的场景,对雨中运动目标的检测有较好的准确性.首先建立自适应混合高斯模型,然后结合混合高斯模型参数对雨天视频图像进行雨滴检测,并恢复得到一张较贴近无雨状态的图像,再用混合高斯模型对运动目标进行检测,最终得到一个贴近真实目标的检测区域,并对混合高斯模型参数进行自适应更新.     

基于ELM和PCA的汉语数字语音识别研究

传统BP网络在语音识别应用中存在训练时间长,容易陷入局部极小值等问题,针对上述问题,本文建立一种基于ELM的语音识别系统。ELM是一种快速的单隐层前馈神经网络(SLFN)训练算法,将该算法与单隐层BP网络进行实验比较。实验中对提取的特征矩阵采用主成分分析(PCA)算法进行降维,该算法有效地提取了语音信号的主要成分。实验结果表明在训练时间上,ELM明显优于BP算法,在识别率上,ELM优于BP算法。     

基于ELM神经网络的语音识别研究

ELM神经网络是一种新的神经网络,近几年来在数据拟合和模式识别等方面得到了广泛的研究。该算法的模型是基于单隐含层神经网络(SLFNs),相比需要经过长期迭代求解参数的其他网络,该算法只需要一次求解就能训练好网络参数,是一种快速训练算法。本文将该算法与时间规整相结合对语音进行识别研究,与SVM相比,ELM具有更快的训练速度,且识别效果良好。     

任意波形电源的设计

介绍一种幅值和频率都连续可调的任意波形电源,针对电磁阀性能检测而设计,具有较好的稳定性、精确性、安全性和快速启动性,可以瞬间输出10 A电流.以单片机为控制系统,控制DDS模块产生1Hz～ 10 KHz的波形信号,控制放大模块对其进行幅值和功率放大,得到0 V～40 V的波形信号,作为电源的最终输出.     

肤色与运动相结合的手势区域检测

复杂背景下,手势区域的检测很容易受到周围环境中光照以及类肤色等因素的干扰。针对以上问题,本文将改进的肤色检测算法与背景差分算法相结合来对手势区域进行检测。试验仿真结果表明,当存在外界干扰的情况时,该法能准确的检测到手势区域,并具有一定的实时性。     

基于谱减法和均匀子带频带方差法的端点检测研究

传统的端点检测算法是基于短时能量和短时过零率的双门限检测法,该算法对于含噪语音信号检测效果不佳.因此,将谱减法与均匀子带频带方差算法相结合,结合算法分两个过程,首先用谱减法对带噪语音信号进行降噪,然后用均匀子带频带方差法进行端点检测.实验结果表明,结合算法对于含噪较多的语音信号检测效果良好.     

嵌入式网络视频监控服务器的研究与设计

采用TF-320,W99684芯片为核心,介绍了嵌入式网络视频监控服务器的软硬件设计,并对嵌入式网络视频服务器的功能和特点进行了分析.     

CrMo钢板的金属尘化腐蚀扩散模型研究

基于Fick第二定律、化学动力学及扩散热力学,推导得到了扩散、化学反应等因素耦合作用下的修正Fick 2定律,以薄板为对象,差分求解得到尘化腐蚀过程中不同因素作用下基于两种扩散模型内部瞬时碳浓度分布图,并结合Cr5Mo钢的尘化腐蚀试验,分析了化学反应因素在扩散中作用。研究结果表明：c-Fick 2中修正项系数k～值对计算得到的浓度值有重要的影响;随着k～值的增大,浓度值下降得越多,当k～≤1时对扩散的影响不显著;本试验条件下k～=2.0769,化学反应因素对碳扩散的影响较小,该模型可以描述尘化腐蚀试验过程中的碳浓度分布情况,对尘化腐蚀程度的预测提供了依据。     

基于机器视觉的车道线检测算法

针对智能车辆视觉导航系统中的车道保持问题,采用图像处理技术检测结构化道路上的车道线,详细介绍了感兴趣的选取,通过对图像进行边缘检测,再结合Hough变换技术检测当前车道线,结果表明,用结合边缘检测和Hough变换来检测车道线,具有很强的鲁棒性和抗干扰性。