光源强度变化对图像检测精度的影响及其解决方法

在图像测量系统中,光源强度的稳定性容易受其驱动电源扰动以及工作环境因素等的影响。针对光源强度的稳定性对图像尺寸检测精度的影响进行了理论分析,提出根据光源强度在一定范围内的变化动态调整像素当量值的方法,减小光源强度变化对测量精度的影响。经实验验证,能够有效提高图像尺寸测量系统的精度,其标准偏差达到δ=0.001 2 mm。     

基于依赖度的WSN低功耗安全路由算法

针对无线传感网络抵抗内部攻击能力薄弱的特点,提出一种基于依赖度的低功耗安全路由算法RAD(Routing Algo-rithm Based on Dependency),使网络能自主发现内部恶意节点,提高网络安全性,延长网络寿命。算法将依赖度应用于路由过程中,通过依赖度鉴别恶意节点,并设立通信黑名单,确保链路的可靠性。仿真及实验结果表明,算法有较高的检测率和较低的能耗。     

具有计算机视觉的FMS神经网络智能调度方法研究

采用“事件驱动”的神经网络智能调度方法 ,当系统发生某一事件时 ,及时更新系统可利用资源和需调度的任务集 ,综合计算机视觉的反馈信息作出合理的调度决策 .仿真结果表明 ,该方法对简化调度策略、提高设备利用率、及时完成加工任务具有较好效果     

气门几何尺寸的多种边缘高精度检测

目前边缘检测算法只能检测水平边缘、垂直边缘,且检测精度低、处理速度慢、抗噪性能差;针对上述存在的缺陷,提出一种气门几何尺寸的多种边缘高精度尺寸检测算法。首先采用中值滤波和高斯滤波对气门采集图像进行预处理,然后针对不同的边缘使用不同检测算法实现图像边缘的像素级定位。在像素级边缘定位的基础上采用几何质心法亚像素边缘定位实现图像边缘的亚像素级精确定位。最后采用畸变校正技术对图像中边缘像素点的坐标进行校正,得到没有畸变情况下边缘像素点的理想坐标,根据像素当量计算得到气门的各个尺寸。通过在光学图像检测系统中的实际应用,证明提出的算法精确且稳定,满足高精度视觉检测的要求。     

基于Petri网和OMT的具有计算机视觉的FMS建模

文章通过分析 Petri网和 OMT建模工具的特点 ,提出一种 Petri网与 OMT相结合的建模方法 ,并用该法对具有计算机视觉的 FMS建模 ,使模型不仅能充分体现系统的动态属性 ,而且具有良好的可重用性     

基于平面模板的摄像机标定新方法

提出的一种基于平面模板摄像机标定的新方法是先通过假设图像中心坐标为模型的成像中心,由摄像机线性模型求解中间变量然后分解独立的摄像机参数,并将求得的参数作为带畸变的非线性模型初始值进行优化求解,最终得到摄像机模型所有参数的精确值。通过仿真实验和真实实验对本方法与其他方法进行测试与比较,结果表明算法有相似的收敛性,在噪声环境中有更好鲁棒性,并且具有更小反投影误差。