转轴裂纹故障诊断

以轧钢机的万向同为例来探讨转轴的理解纹诊断，应用时间序列建模分析法和变分析技术，从理论和实验分析两方面研究了轧机万向接轴裂纹故障的诊断问题，文中以小四忆机万向接轴为例，用线切割机制造了两类８种不同深度的裂纹故障，从信号采集，时序建模到数据分析构成了一整套诊断方法。     

基于BP神经网络方法的焊缝图像识别系统

在工业探伤领域中,由于焊接过程出现的各种问题,会导致焊缝中含有气孔和裂纹等缺陷,影响产品的质量,所以焊接图像中缺陷的检测十分重要。受传统X射线焊缝图像检测的评片人员的技术素质和经验的影响,焊缝缺陷的检测逐步从人工评片过渡到计算机智能识别。本文以数字图像处理技术为基础,应用Matlab建立了基于BP神经网络的焊缝图像识别系统,实现故障类型的识别。     

基于双目立体视觉的列车目标识别和测距技术

随着近几年铁路运输量的大幅度提升,铁路运输自动化被提上了日程,现如今火车的调车与编组的效率都有了大幅度提高,但是,火车的摘钩分解操作依旧是需要人工完成.针对摘钩作业时间短,需要在机器人和车厢同步时准确识别目标把手和测距的问题,提出使用双目立体视觉技术配合机械臂自动摘取车钩的方法并对视觉部分进行深入研究:通过图像预处理和模板匹配技术识别目标把手,在利用特征检测和匹配算法恢复双目摄像机间的位姿信息,并对双目摄像机的位姿信息进行校正.为了克服立体匹配时光照不均的影响,提出了基于局部融合的立体匹配算法获取视差图,最后使用三角测量计算列车分解区域中目标把手的深度信息,实现三维重建.此方法可以在识别把手位置后,测量把手距双目视觉系统的物理距离,为机器人自动摘钩提供数据基础.     

双能X射线高动态范围安检图像压缩算法

为使拥有高动态范围的双能X射线安检图像在普通显示器上显示时不丢失细节,提出了一种基于多尺度局部保边(local edge-preserving,LEP)滤波的自适应色调映射算法.该算法对原始图像进行多尺度LEP滤波,得到1个基础层和3个细节层.随后对基础层进行对数自适应色调映射,并对3个细节层进行Sigmoid函数自适应增强.将处理后的各层图像相加,并进行直方图均衡化调整以去除噪声、提高图像对比度.该算法同时对高、低能X射线图像进行处理,并在处理后根据高、低能图像各自的特点进行融合,最终得到保留丰富信息的低动态范围双能X射线图像.实验表明,该算法在信息熵、对比度提升指数及峰值信噪比三方面都有提高,能够有效改善图像质量.     

基于改进SNN-HRL的智能体路径规划算法

针对SNN-HRL等传统Skill discovery类算法存在的探索困难问题,本文基于SNN-HRL算法提出了融合多种探索策略的分层强化学习算法MES-HRL,改进传统分层结构,算法包括探索轨迹、学习轨迹、路径规划三层.在探索轨迹层,训练智能体尽可能多地探索未知环境,为后续的训练过程提供足够的环境状态信息.在学习轨迹层,将探索轨迹层的训练结果作为“先验知识”用于该层训练,提高训练效率.在路径规划层,利用智能体之前获得的skill来完成路径规划任务.通过仿真对比MES-HRL与SNN-HRL算法在不同环境下的性能表现,仿真结果显示,MES-HRL算法解决了传统算法的探索问题,具有更出色的路径规划能力.     

双能量X射线透射条件下物质分类识别曲线的建立

通过对单、双能量透射技术的比较分析发现由于入射能量的不同,相同原子序数物质的质量衰减系数的变化速度不同,即在双能量方式下,同一原子序数的物质对低能和高能X射线的吸收程度(线吸收系数)是不同的,这样通过低能、高能两个不同线吸收系数比较与运算,就可以从两种不同物质组成的、不同厚度产生的或相互重叠的图像中将不同种类的物体区分开.基于此原理将铝板和有机玻璃板作为基材,实验确定了物质分类识别边界曲线,并用已知物质验证了实验得到的边界曲线是有效的.     

提取双能量透射图像特征值的优化方法

双能量X射线图像系统使用将高能和低能透射信号相结合的方法(计算出与有效原子序数相关的特征值R)来识别物质,但物体的厚度对双能量透射图像的R值有很大影响.提出了用两种能量透射信号比来消除物质厚度影响,通过复化辛甫森公式得到优化的透射信号估算面积吸收系数,以此来代替透射信号用以识别物质的一种改进的数值计算优化算法,通过实验数据分析和对该算法的错误概率分析证明此算法可以大大减小厚度的影响,误判率减小,从而提高物质分类识别的准确性.     

以技术创新为主线 推动安检设备研发

当今世界，安检问题已提到了一个前所未有的高度。世界各国纷纷投入重要的科技力量和大量资金以确保航空、铁路、道路运输、公共设施及人民生命财产安全。因此，研发准确、成本低廉的安全检查设备逐渐成为世界各国竞相研究的新课题。     

自适应调节医学CT序列图像窗宽窗位算法

调窗处理能够提高医学CT图像对灰度的识别准确率，默认窗位窗宽(127.5, 255)局限性强，人工调窗不仅需要具备丰富的先验知识，而且效率低下无法广泛应用，为此提出一种自适应调窗算法.该算法首先根据序列图像最大和最小灰度值绘制直方图.其次设置相关参数，遍历直方图去除频数小于阈值T₀的部分，再次遍历直方图将相邻两组频数差值小于阈值T₁的部分合并.最后根据直方图计算窗宽窗位.通过对比实验表明，该算法在均方误差、信噪比和峰值信噪比方面都有所提高，能够有效地提高灰度识别准确率.