基于字典学习的煤与矸石图像特征识别方法

为了提升采煤过程中煤与矸石图像的自动识别效率,解决现有图像特征提取方式的瓶颈,根据相应的机器视觉原理,提出了利用字典学习算法对煤与矸石的图像进行特征提取的方法。字典学习算法经过煤与矸石图像的预处理之后,在字典初始化与更新时采用随机选择的方式,调整到最优的字典列数、稀疏误差和稀疏度等参数,最后利用支持向量机进行识别。实验表明:利用字典学习算法可以有效地表达煤与矸石的图像特征,自动识别效果较好,为采矿过程中煤与矸石的自动分选提供了一种新的思路和方法。     

子母弹对面目标的毁伤效能研究

针对目前高速发展起来的子弹药种类及对子母弹抛撒系统的技术要求,结合子母弹毁伤区域及目标区域特点,提出了有效面积比、目标覆盖率、饱和杀伤、系统毁伤效能等概念,建立一种新的子母弹对面目标毁伤效能评估准则,通过对子母弹弹道特征进行分析,建立了相应数学模型;提出的毁伤评估准则具有原理简单、运算量小,可操作性强、实用性高等优点,结合图形布尔运算可以对复杂面目标进行毁伤效能评估,从而提高了评估准确性,降低了毁伤评估难度,具有较高的工程使用价值,可作为子母弹毁伤面目标的通用评估方法.     

复合不变矩和GLCM特征加权融合的人脸识别研究

为了提高人脸识别率,提出一种基于复合不变矩和灰度共生矩阵的特征提取方法 CHu-GLCM。首先将人脸图像分割成许多大小相等的子块,提取所有子块的不变矩特征,并按照一定的权重系数把所有子块的不变矩特征组合起来作为整幅人脸图像的复合不变矩特征,再提取人脸图像的灰度共生矩阵;然后利用支持向量机在决策层把人脸图像的复合不变矩特征和灰度共生矩阵进行加权融合;最后分别在ORL和YALE人脸库中进行实验检测。研究结果表明:在训练样本个数为5时,与传统的特征提取方法相比,给出的方法可以使人脸识别率至少提高4个百分点。     

手工全叶卷雪茄烟在一定环境温湿度下定型时间对烟支外观质量的影响

手工全叶卷雪茄烟作为高档卷烟消费品，外观质量会对消费者的消费心理起到至关重要的作用。在高档雪茄烟生产环节，生产环境（环境温度和相对湿度）条件和雪茄烟生产加工过程定型环节的时间控制，对手工全叶卷雪茄烟的外观质量有着很大的影响。这就要求我们在实际生产加工环节通过反复的试验来确定最适合的条件，来有效促进雪茄烟的加工质量。