基于机器视觉的红枣裂纹特征提取

裂纹是缺陷枣的一种常见外部呈现形态,剔除裂纹红枣可提升红枣附加值。本文先采用机器视觉系统采集红枣,选出正常红枣和裂纹红枣各20粒作为实验对象,并对这20组红枣进行预处理,然后通过实验验证正常红枣和裂纹红枣各自的不变矩特性,再将正常红枣和裂纹红枣的原始图像转换成HSI图像,通过在I分量上的差别采用二值图像不变矩进行图像处理,表明此方法的可行性,对红枣具有较好的区分功能。     

基于机器视觉的道路上前方多车辆探测方法研究

在安全辅助驾驶技术研究领域中,对道路上本车前方的车辆或正在超越本车的车辆进行检测与跟踪,是重要的研究内容。     

基于机器视觉的坯布疵点自动检测系统

布匹质量检测在纺织企业中是一种高度重复性和经、能的工作,然而在传统上,这个只能靠人工检测来完成,虽然增加了企业巨大的人工成本投入,但却仍然不能保证100%的检验合格率.在此,介绍了一个基于机器视觉的全新坯布疵点粗检系统,该系统通过最大偏差法来达到粗检之目的,最后通过对粗检出的布匹进行一系列的算法运算来达到检出疵点之目的,并且由全新的机器视觉软件WIT给出了具体的实现过程,结果表明,基于此算法的坯布疵点自动检测系统是可行有效的.     

多仿生机器鱼群体及单体控制体系结构的研究

多仿生机器鱼群体协作与控制的研究,是针对未来仿生机器鱼在水下作业、海洋考察、军事侦察等方面的实际应用而开展的相关理论和关键技术的研究。控制体系结构是其中很重要的一个研究内容,也是今后进一步开展研究工作的基础。考虑到机器鱼自主性和协作性的要求,本文给出了多仿生机器鱼群体和单体控制体系结构,并重点讨论了单体控制体系结构。该体系结构是混合分层的,具有较好的开放性,便于功能的扩展     

基于机器视觉技术的微小齿轮测试系统研究

基于机器视觉技术研究开发了一套用于微小齿轮测量参数的测试系统,阐述了系统的软件及硬件设计思路。     

基于机器视觉的芯片成型分离视觉检测系统的研究

芯片引脚是否合格,是成型分离制程检测的关键。针对这一问题,应用机器视觉和机器自动化技术,研制出实现成型分离制程芯片检测自动化的检测系统。实验测试表明,该设备具有较高的检测精度和检测速度,能够满足生产需要。     

基于机器视觉的色环电阻阻值测量

本文介绍了一种基于机器视觉对色环电阻阻值测量的方法,首先将图像进行预处理,然后采取了相应的图像颜色空间和识别算法,包括:图像分解、颜色空间的变换、颜色识别、图像分割.     

基于机器视觉的跟踪目标距离研究

研究目的在于完善机器视觉在目标物的检测、跟踪方面的技术,系统地研究应用图像处理各种方法,对物体进行检测、识别,用计算机视觉技术测量目标物的距离,并且应用于各种条件。主要任务包括摄像机标定、图像获取、图像预处理及目标物提取、测距算法研究几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案。     

基于机器视觉技术的钨矿初选工艺研究

本文首先分析了机器视觉技术应用在钨矿初选环节的可行性,其次对钨矿初选系统实现、工艺算法分析进行了详细介绍,最后通过钨矿筛选的具体算法分析表明机器视觉技术在钨矿初选环节使用的可行性、高效性。     

机器视觉检测系统的研究

介绍了机器视觉的概念,分析了典型的机器视觉系统结构,并介绍了机器视觉的关键技术,如光源照明技术、光学镜头、摄像机及图像处理与分析中目标物体的识别和执行机构等,展望了机器视觉的发展趋势.     

基于颜色内容的图像检索原理与方法

本文介绍了基于颜色内容的图象检索技术原理,分析了颜色的特征、颜色直方图构造、颜色直方图匹配算法及其优化、索引编制和检索匹配的过程等问题。     

基于模板匹配的穴位定位与跟踪研究

按摩机器人在按摩时,由于人体的移动,需要实时对穴位定位和跟踪。本文结合人体背部特征和运动特点,提出了基于模板匹配的按摩机器人穴位定位和跟踪的算法。首先在人体背部预按摩穴位点处布置红色圆形人工标志,利用快速模板匹配算法获取各个人工标志的中心坐标,然后利用相机标定技术获取穴位的世界坐标,最后通过对人体颈部人工标志的跟踪,计算出人体偏移量,将偏移量累加到穴位坐标,实现穴位的跟踪。实验结果表明,该算法具有较高稳定,在误检测方面,明显优于HOUGH算法。     

运动补偿图像编码中的并行三步算法

本文提出了一种计算运动图像位移矢量Ｄ的新算法。这种新算法称为并行三步算法，模拟结果表明：这种新算法比现有的同类算法有更好的性能。     

基于PD＋I型云模型的移动机器人路径跟踪控制研究

对云模型的基本理论知识作了简要介绍,然后设计了PD I型云模型控制器,并将其应用到机器人路径跟踪过程中。仿真结果表明,该控制器鲁棒性强,实时性好,跟踪效果较优。     

基于核密度相关度量的视频目标跟踪

传统的Mean shift 方法采用颜色直方图作为特征，以Bhattacharyya系数作为目标参考模板与当前帧中候选目标间的相似度量，通过迭代寻找距离函数的局部最小值，从而得到当前帧中的目标实际位置。由于颜色直方图仅仅描述了图像中目标的全局颜色分布而忽略了空间位置分布，使得当目标邻域中存在与目标相近似的颜色模式时，算法无法取得理想的跟踪效果。本文提出了基于核密度估计相关的距离度量，在描述参考目标和候选目标时，考虑到诸如颜色、梯度等目标像点的特征区间的同时，融入了目标像点的空间位置信息，使得跟踪算法更加稳健和精确，能够更好适应目标和背景变化复杂的应用场合。     

基于并行SOM和自适应禁忌优化算法的负载均衡分簇路由设计

为了克服传统分簇路由协议中无法有效缓解"热区"和数据传输可靠性不高的问题,设计一种基于并行SOM和自适应禁忌优化算法的负载均衡路由协议。首先,将整个网络区域分为若干子区域,在每个子区域中自适应的根据节点与基站的距离确定分簇数目,采用并行SOM并行对网络区域进行分簇,同时根据能量和位置因素选举簇头;然后,以最小化各簇头到基站的最小跳数为目标,采用改进的禁忌优化算法来寻找各簇头到达基站的最优解和次优解,构成多条冗余路由,以增强数据传输的可靠性,最后,对基于改进禁忌优化算法的最小跳数路由协议进行了设计和描述。仿真实验表明:文中方法能有效地提高网络生命周期和提高数据传输的可靠性,具有很好的负载均衡能力,是一种适用于WSN的有效分簇路由算法。     

嵌入式平台中Shift目标跟踪算法的收敛局限性优化

嵌入式平台目标跟踪在应用的过程中Mean-Shift算法具有一定的收敛局限性,因此提出了一种基于改进Mean-Shift的嵌入式系统目标跟踪算法,首先对标准Mean-Shift算法的采样模式进行了改进,然后标记已采样的点来加快运算速度,最后对原算法的收敛局限性进行了优化。通过对算法进行仿真,得到结果是:改进的Mean-Shift的嵌入式系统目标跟踪算法相比于之前的算法具有更好的应用性能,其精确性也相对较高。     

基于隐性群体双模分解的并行振荡抑制算法

现实的通信网络由多重网络组成,构成具有多维任务分配的复杂网络结构,在任务处理中会产生并行振荡,对复杂网络中的振荡抑制是提高复杂网络并行处理的重要因素。传统的并行振荡方法采用奇异值分解降维的特征匹配算法,在面对大规模复杂任务求解时产生大量的内存需求和时间损耗。提出一种基于隐性群体双模分解的并行振荡抑制算法,首先进行复杂网络多维业务并行处理模型设计,得到了复杂网络多维业务并行处理模型的指标参量体系,采用隐性群体并行特征匹配方法实现双模特征匹配并行处理。仿真实验表明,采用该算法进行复杂网络隐性群体的并行特征匹配,实现并行处理和串行处理,双模分解的时间成本及空间成本大幅降低,加速比提高2倍,有效抑制网络振荡。算法在进行复杂网络多任务并行处理中发包数量,时延和能量效率等方面具有优越性能。     

基于鱼群信息链特征优选的域间流量监测

对内容中心网络的域间流量监测是未来互联网架构和网络安全监护的重要内容,通过域间流量监测,防止网络拥堵和不稳,提供网络性能,同时缩减网络冗余流量。传统方法中,对域间流量的预测采用双谱分析的方法进行特征提取,实现对局域网流量的预测,算法受到短时缓冲流量的非线性特征的影响,性能不好。提出一种基于鱼群信息链特征优选的域间流量预测算法,进行网络流量信号模型分析,构建流量监护数据样本驱动空间,进行鱼群信息链特征优选系统模型与数据预处理,得到域间流量为一阶空间权矩阵,域间网络流量信息数据表示为一个方阵,实现基于鱼群信息链特征优选的域间流量预测算法的改进。实验得出,采用该算法,在较低的信噪比下,仍然具有较高的预测精度,域间流量估计误差较低,性能较优。