感应无线技术研究及其在位置检测中的应用

感应无线检测技术是一种新型的检测技术,既有别于有线位置检测,又不同于无线位置检测,广泛地应用于移动机车的自动定位中.该方法是基于电磁感应原理,通过检测感应电动势的相位和幅度,得到移动机车的位置.本文探讨了感应无线检测的原理和电磁感应的特点,分析了编码电缆结构,阐述了位置检测的基本工作原理,并推导了位置检测公式,同时给出了检测系统的实现电路.     

双馈发电机转子位置角及转速的检测

为了达到提高双馈发电机转速测量的高精度目的,提出了一种数字测速方法.介绍了测速原理和TMS320F2812的正交解码电路和捕获单元原理.采用增量式光电编码器,利用TMS320F2812内置的正交编码脉冲电路、外围硬件电路并依设计的测速原理编写相应程序,检测双馈发电机转子初始零位、校正转子位置,进行转子位置角及转速的精确检测与计算.双馈发电机的运行实验结果表明,检测方法正确且转速测量精度高.     

钢板边缘位置光电检测电路设计

阐述了光电检测技术的基本原理和光电检测系统的基本构成,给出了光电检测电路的设计要点,最后给出了钢板边缘位置光电检测电路并对电路的工作原理进行了说明。     

位置敏感器件(PSD)的杂光干扰研究

光电位置敏感器件（ＰＳＤ）是一种可直接对其光敏面上的光斑位置进行检测的光电器件，基于ＰＳＤ可构成多种非接触的高精度动态位移监测仪器。在ＰＳＤ器件使用中的一个关键问题是如何克服各种杂光干扰，以提高检测的精度和可靠性。根据ＰＳＤ的原理及其特征方程，分析了杂光在ＰＳＤ上的两类作用模式，并根据ＰＳＤ特征方程推导了存在杂光干扰时ＰＳＤ输出信号与杂光的关系，及杂光导致的位置误差方程。根据上述推导，文章给出了３种克服杂光干扰的实用方法。     

数字阵列光电位置敏感器件新型结构的研究

简要阐述光电位置敏感器件的特点、工作原理,根据光电位置敏感器件的原理和光电位置方程,分析了背景光与测量精度的关系.在此基础上,采用分布图像的峰值检波器来模拟预处理光电信号,通过数字转换得到图像的重心位置;采用集中平行的模拟计算估算射到感光区的光分布的重心,并通过时钟比较器得到数字化图像.给出了检测位置的二维光传感器阵列、显示与图像数量的平方根成正比功耗关系式以及几个重要结论.     

H.264中基于图像差值的编码模式快速选择算法研究

分析了现有的基于率失真优化的图像帧编码模式选择方法,指出了该算法运算复杂度高的原因.提出了一种基于图像差值的快速编码算法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算去编码模式的具体选择方法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算法编码模式的具体选择方法,以及其参考帧的选取依据.     

基于瞬态有限元永磁同步电机静止位置检测策略

无传感器控制的永磁同步电机在低速和静止时一直存在着转子位置难以检测和估算的问题,本文针对该情况提出了一种基于瞬态有限元分析的转子位置和永磁极极性检测的策略和方法.以两相凸极永磁同步电机为例,通过对永磁同步电机瞬态磁场的有限元分析,考虑铁心饱和与注入信号瞬态特性的影响,提出一种对转子位置非常敏感的组合电感的计算算法,并给出基于该组合电感的转子位置和永磁极极性检测的策略和优化转子位置检测的方法.计算结果表明,该方法能在电机静止和低速时,快速准确地判断出转子位置和永磁极极性.     

基于脉间码型捷变的相位编码旁瓣抑制方法

针对低重频动目标检测雷达,提出了一种基于脉间码型捷变的相位编码旁瓣抑制方法. 该方法将信号设计与信号处理相结合,在相参积累帧内的各个脉冲重复周期发射捷变的编码序列,利用不同编码序列脉压后主瓣位置相同而旁瓣位置不同的性质,经过相参积累达到抑制旁瓣的目的. 计算机仿真与测试结果表明,该方法可以有效地抑制相位编码的距离旁瓣,而且在存在回波遮挡的情况下仍然具有较好的旁瓣抑制性能.     

基于双目视觉的原木材积自动检测系统

根据原木材积检测的特点,针对传统人工检尺存在的主要问题,基于双目视觉理论,设计了一种由CCD摄像机、单片机和上位机图像处理软件组成的自动化测量系统.选用HYC-600摄像机组建双目视觉前端,并给出了单片机信号采集处理板、光电编码器和光电开关等关键技术的设计方法,完成了双目标定、Bouquet校正、三维重构和各功能模块的软件开发.实验结果表明:该检测系统能有效克服人工检尺的缺点,成本低、精度高、可靠性强、安装使用方便.     

全站仪公路测设的精度探讨

光电测距极坐标法是公路工程施工测设中点位测设的一种常用方法，光电测距三角高程也正成为高程测设的一种重要方法，本文对使用这些方法测设的点的平面位置和高程精度进行了深入探讨，得出了若干结论；给出了测设成果的检测限值；并就如何提高点位测设精度提出了处理措施。     

智能坐标测量系统中零件位姿自动识别

零件位姿自动识别是实现三坐标测量机智能化的关键技术．设计了基于图像不变矩和神经网络的图像匹配与识别算法，将被测零件的虚拟图像与实际图像进行匹配，实现了零件放置姿态的识别功能．由图像几何矩计算出零件在实际图像中的位置和方向，经过像平面坐标系至机器坐标系的转换，得到零件在机器坐标系中的位置和方向．实验结果表明，此零件位姿自动识别方法是智能且高效的，识别算法的重复精度小于0．1mm，识别系统的最大空间定位误差不大于0.6mm．     

基于双三次插值算法的集成电路在线检测快速模板匹配

为了解决目前电路板缺陷检测视觉识别系统对多目标识别检测过程实时性差、识别效率低,甚至出现无法识别等问题,首先对集成电路板图像按一定比例进行双三次插值算法处理,并在该基础上创建模板图像,然后进行归一化积相关匹配快速地识别检测出目标的大概位置,最后以双三次插值算法缩放比例值还原目标在原图像中的位置,从而精确识别检测出的目标。实验结果表明:该算法能达到100%识别,运算时间比传统算法快2～11倍,可见该技术提高了检测效率,具有很好的实用性。     

一种基于K-均值聚类方法的肤色分割算法

随着智能化信息处理技术的发展,人脸检测与定位越来越受到重视.本文在利用颜色信息进行皮肤检测的过程中采用YCbCr颜色空间,利用高斯肤色模型,得到图像中任意像素属于肤色的概率,同时借鉴了模式识别中广泛应用的K-均值的思想,设计了基于K-均值聚类方法的肤色分割算法,完成了图像的二值化.     

基于卷积神经网络的胶囊内镜息肉与溃疡辅助诊断

针对目前胶囊内镜(WCE)自动检测方法需要对每种病灶设计对应的识别算法以及识别准确率不高的问题,设计一种基于卷积神经网络的息肉与溃疡辅助诊断算法。与传统检测算法相比,卷积神经网络可自动学习病灶图像特征,实现更强泛化能力,更高准确率和效率。该方法针对具体WCE图像,首先评价图像R、G、B通道携带信息的特征;其次,分析全局直方图均衡化、伽玛变换和拉普拉斯变换对提升图像对比度的效果,选择其中表现最佳者与信息最丰富的2个颜色通道组合成3通道输入到卷积网络中训练和识别。测试表明,本算法识别准确率96.8%,比传统的经典图像检测方法高出至少16.73%,检测速度达到68.6图/s,能够推广应用到医疗辅助诊断领域。     

图像模糊信息融合算法的性能评价

讨论了图像模糊信息融合算法的性能评价问题，采用信息融合技术，可把图像的模糊信息进行融合处理，进一步提高基于模糊技术的图像模式识别的准确率，从信息论的观点出发，提出利用模糊熵来评价模糊信息融合算法的性能，以指导对融合算法的设计和分析，提高评价方法的客观性和精确性。     

基于超分辨率重构的航天器位置姿态测量方法

航天器间相对位置和姿态的确定是实现航天器编队飞行的重要基础.为了解决航天器相对位置姿态的远距离测量精度问题,该文提出了基于超分辨率重构技术的测量方法.介绍了由单帧图像求解相对位置姿态的测量原理,研究了图像传感器退化成像模型和基于该模型下的图像配准算法,给出了超分辨率图像重构算法及其算法流程.利用地面试验原型系统的实际测量数据对算法进行了验证,试验结果表明该方法大大提高了高精度测量距离的范围,有效解决了航天器间相对位置姿态的远距离测量精度及稳定性问题.     

基于人脸识别的门禁系统设计与实现

人脸识别技术是生物技术和计算机技术的复合应用,市场对门禁的安全性和可靠性的要求也越来越高;提出了一种基于ARM9处理器的快速人脸检测门禁系统设计方案;首先选择实用有效特征,简要介绍人脸检测和人脸识别算法的基本原理,针对该算法实现原理详细阐述硬件系统设计方案;最后在设计的硬件系统上进行算法移植,并开发门禁系统控制软件,实现了嵌入式快速人脸识别门禁系统的研制.通过分析测试结果,系统可靠运行高、速度快,能够实现门禁系统的功能.     

径向基神经网络算法在车牌字符识别中的应用

提出一种基于径向基网络的汽车车牌字符识别算法.在预处理阶段,采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度;在字符分割阶段,采用极限元素位置确定法实现独立字符分割;在字符识别阶段,利用自行构建的字符子块图像库对径向基神经网络进行训练.选取基于反向传播(BP)神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较.实验结果表明:文中方法在识别准确率上具有明显优势,更适用于汽车车牌的字符识别.     

基于图像饱和度分量Zernike矩的元件封装识别

针对电子元件的自动检测识别问题,给出一种图像饱和度分量的Zernike矩识别电子元件的新方法。根据电子元件的图像颜色特征,分层提取原始图像的饱和度分量,通过遗传算法对饱和度图像分量进行二值化分割并计算改进的Zernike矩作为元件图像的识别特征,利用切比雪夫与曼哈顿距离加权线性来取代传统的欧氏距离判断相似性,降低相似性判定时的运算时间,从而达到识别元器件外观的目的。实验表明,该方法能够准确地识别待测的元器件封装,可应用于电子元件生产和检测中。     

基于深度学习的无人驾驶汽车车道线检测方法

车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近年来迅猛发展,在图像识别、图像分割、语音识别及数据预测等方面都取得了出色成绩。结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研究,提出一种基于深度学习的车道线识别算法。对比研究已有算法,针对其中的信息融合问题,提出了一种新的特征图上下文信息融合方法,将该方法与VGG(Visual Geometry Group)网络相结合提出融合上下文信息的车道线识别网络VGG-FF,进一步加入空洞卷积提出融合空洞卷积及上下文信息的车道线识别网络VGG-FFD。将该网络模型在公开数据集以及自制数据集上进行了性能测试,实验结果表明该模型具有良好的识别效果。