基于Blob分析的芯片管脚检测方法

机器视觉在工业产品质量控制中的应用越来越广.针对SOP器件的引脚质量检测问题,提出了一种基于Blob分析和质心定位方法的引脚平整度及间距测量算法,首先通过图像增强及预处理,从图像中分离出引脚,然后通过Blob分析的方法进行管脚数量和位置的检测,最后通过质心梯度的方法进行引脚质量检测.该方法计算简单.是一种有效的芯片引脚实时检测方法.     

循环流化床灰渣作为水泥混合材的研究及性能改善

试验研究了掺CFB灰渣水泥性能随灰渣掺量的变化规律,并探讨了添加激发剂和机械粉磨处理灰渣对水泥性能的影响。结果表明,随CFB灰渣掺量的增加,水泥强度随之降低,而当灰渣在水泥中的掺量不大于30%时,水泥强度可达到42.5水泥级别,当其掺量不大于40%时,水泥强度仍可达到32.5水泥级别。激发剂A能有效提高水泥早期强度,而激发剂B对提高水泥后期强度的贡献较大,同时激发剂A使粉煤灰和炉渣的28 d反应程度分别提高4.1%和3.5%,并促进掺灰渣水泥的水化产物中C-S-H凝胶增多,提高产物结构致密度。机械粉磨处理后能有效提高粉煤灰的活性,水泥强度和粉煤灰反应程度与粉磨时间成正比关系,而粉煤灰需水量比随粉磨时间的延长而先下降后升高。     

Keggin型杂多酸H3PMo12O40对磷脂双层膜电化学行为的影响

利用循环伏安法和交流阻抗谱，以铂电极支撑的磷脂双层膜（s-BLM）作为生物膜的模型，Fe（CN）6^3-和Fe（CN）6^4-为探针分子，研究了Keggin型杂多酸H3 PMo12 O40对磷脂双层膜电化学行为的影响，结果显示s-BLM与杂多酸H3PMo12 O40之间可以发生比较强烈的相互作用，使8-BLM的通透性发生变化．这种现象的出现可能是由予在杂多酸H3PMo12O40与磷脂双层膜发生作用时引起s-BLM表面分子的排列变化，进而在膜的表面形成不可逆的微孔，而探针分子Fe（CN）6^3-/4-可以通过这些微孔接近电极，产生氧化还原响应。     

类脂双层膜BLMs的镶嵌修饰与应用

报道了类脂双层膜BLMs在离子通道和电子跨膜传递、光电转换、膜与溶液中离子、分子的相互作用以及作为传感器检测离子、分子等方面的镶嵌修饰与应用。     

油罐车在途状态监测系统及其任务调度策略

为了实时监测油罐车在行驶途中的温湿度、车体姿势、支撑座压力、进出油口是否漏油等安全信息,以超低功耗的ATmega1281微控制器和AT86RF230射频模块为核心,设计了感知油罐车安全信息的无线传感器网络节点,构建了多参数在途监测系统。针对无线传感器网络操作系统TinyOS的FCFS调度策略对实时性强的任务响应慢及吞吐量低等缺点,提出了一种基于多队列任务调度策略。研究结果表明:采用实时任务和优先级任务分级调度,可以设置动态优先级和任务超时中断,满足了系统对高实时性和高优先级任务的响应,并保证低优先级的任务也能在适当时间内执行;仿真及实际测试表明,设计的油罐车在途状态监测系统在平均能耗增加不大于3%的情况下保证了监测系统的实时性。     

基于FPGA的车辆振动信号提取方法

为了从车辆复杂噪声背景中实时提取陀螺仪的有效振动信号,在分析弱信号特征提取方法的基础上,针对自适应滤波算法处理相关信号时收敛速度降低的缺点,提出一种适用于FPGA(Field Programmable Gata Array)的自适应步长LMS(Least Mean Square)算法.该算法通过建立步长和误差信号相关值...     

基于不确定抽样的半监督城市土地功能分类方法

为提高分类准确率, 解决城市区域社会功能标签分类难的问题, 提出了一种基于不确定抽样选择策略的半监督城市土地功能分类方法。该算法从轨迹数据中提取城市区域的特征向量, 只需对少量区域进行标签, 根据不确定抽样的主动学习选择策略, 从未标注训练样本中选取具有较多信息的数据, 利用半监督学习算法进行标注, 得到新的标注训练样本添加到训练集, 反复迭代后得到分类结果。实验结果表明, 该方法对不同社会功能的城市区域分类准确率可达90. 2%, 与传统方法相比分类准确率高, 减少了大量标注工作, 在少数标签数据上仍有较好的分类效果。     

一种几何约束目标识别方法

针对复杂背景中有几何形状且可分割的目标图像,本文提出了一种以方向编码进行抗旋转匹配,结合几何约束进行目标识别和分类的进行目标检测的方法.首先对图像分割,获得连通区域并进行标记后,对各标记块进行基于模板特征的旋转匹配方法,方法采180个编码矢量进行积相关计算,在标记块比较大的情况下,大大减少了传统相关匹配方法的计算量,获取模板最明显特征块在实时图像中的定位;然后根据目标模板各连通区域间的几何依赖关系进行几何约束计算,消除了可区分背景对模板匹配的影响.图像分割采用改进的分水岭方法实现,减少了纹理和噪声对图像分割效果的影响.最后针对目标识别的实际应用对方法的性能和误差进行了分析,给出了实验结果.     

基于脉冲耦合神经网络的目标特征抽取方法

为解决待识别目标的特征抽取问题,提出了一种脉冲耦合神经网络结合形状信息的图像混合特征抽取方法。该方法利用脉冲耦合神经网络将图像空域信号转化为时域信号的特性,结合物体形状信息,对图像的灰度和形状进行了统一描述。实验结果证明,该方法在一定程度上对物体的形变、平移、缩放不敏感,对目标识别系统是一种很好的特征抽取方法。