复杂背景下钢板表面缺陷检测的图像增强方法

为了实现复杂背景中钢板表面图像缺陷的准确检测,采用连续均值量化变换(SMQT)对钢板表面图像进行增强处理.每个均值量化单元的计算由3步实现:计算各个像素灰度值的平均;采用均值量化方法将各个像素的类度值量化为0或1;将量化输出分解到2个节点中.实验表明:与传统图像增强方法相比,本方法可以显示出图像底层的结构特征,并能自动...     

基于DSP的自动驾驶系统硬件体系的设计与算法研究

提出了一种以DSP为主要运算设备的汽车自动驾驶智能控制系统,并对硬件体系和图像分析算法进行了研究.对汽车自动驾驶系统的硬件结构进行了设计,采用车载PC和DSP—PCI卡的形式进行构建,并在该硬件结构基础上完成了算法的设计.对传感器采集到的数字图像信号进行灰度化、去噪、二值化、边界提取等处理后得到符合判断算法条件的图像.应用模式识别技术与GPS技术的结合,对图像中的车道、道路上的障碍、其他车辆、交通指示标志等物体进行识别和判断,并对下一步动作作出正确判断.对于前后方车辆和障碍物等采用激光雷达进行测距.     

机器运动仿真的新方法及其应用

以机械设计过程中形成的平面图形文件及运动分析数据为基础 ,提出了综合利用CAD软件和 3 D Studio软件的功能进行机器的实体运动仿真的新方法。与机构仿真相比 ,该方法更清楚地反映了机器内部零件的形状、装配关系及运动中可能产生的干涉大小和方位 ,又克服了 3 D Studio中人工生成各关键帧时相当繁琐的缺点 ,还阐述了仿真软件开发的主要思路 ,并给出了应用实例     

一种基于多可信属性的证据模型建立方法

可信远程证明是可信计算技术中非常重要的一部分,而可信证据又是可信远程证明的基础。但是,通过研究现有主要可信远程证明方法发现对于可信证据研究主要存在以下几个问题：首先,证据信息不充分,不能满足可信证明的需求;其次,证据信息组织不够合理;最后,由于可信性具有一定的主观性,与用户的预期相关,但现有方法中在收集证据时没有考虑用...     

一种基于融合递归机制的长文本机器阅读理解算法

目前对于机器阅读理解的研究大多都使用预先训练的语言模型如BERT来编码文档和问题的联合上下文信息,相较于传统的RNN结构,BERT模型在机器阅读理解领域取得了显著的性能改进.但是当前基于BERT的机器阅读理解模型由于输入长度有限(最大长度为512),在进行特征提取时,存在一定程度的语义丢失,且不具备建立长距离依赖能力.为了解决这个问题,提出了一种基于BERT-Base的长本文机器阅读理解模型BERT-FRM.通过添加重叠窗口层以更灵活的方式切割输入文本,使用两个BERT模型独立编码问题和文档,并且在模型中添加递归层来传递不同片段之间的信息,赋予模型建立更长期依赖的能力.实验结果表明,BERT-FRM模型与BERT-Base基线模型相比,在TriviaQA和CoQA两个机器阅读理解数据集上的F1值分别提升了3.1%和0.8%.     

人·机器

大约在８０年代初期,我看过一部名为《未来世界》的科幻电影。里面有男女记者各一,他们无意中发现了一家工厂在试制机器人,而且还做了和他们一模一样的机器人,若非亲见,简直不分彼此。主谋者试图以像人一样的机器人来代替人,以达到控制社会的目的。当然,这些人的阴谋是失败了。但看到影片结尾时那两位记者与他们的机器人替身难分难解的搏斗,还是不由得为人捏把汗。 是机器还是人,在此亦难分难解。似乎只有在倒地之后的肉身里冒出一股电路被毁的青烟,我们才如释重负地松口气──机器人也。再怎么像人,甚至如人般说话、表情、动作…     

双代号网络图中虚工序对时差计算公式的影响与修正

如何使用最少的虚工序和虚节点绘制双代号网络图属于NP-hard问题,所以对于任意一个给定的项目,会存在多个正确的而且虚工序画法不同的双节点网络图与之对应.本文的目的在于研究双代号网络图中不同虚工序对时差计算公式的影响并进行修正.虚工序画法的不同会导致网络图中产生数量和类型不同的节点,因此研究方法从分析节点入手.首先根据虚工序的画法将节点分为一般节点,虚出节点和虚进节点三类,然后逐一分析每类节点对工序时间参数节点式计算公式的影响.通过同定义式算法对比,结果发现工序自由时差和安全时差的节点式算法分别对于虚出节点和虚进节点失效.最后提出节点式计算公式的修正方法,实例分析证明本算法简捷有效.     

基于机器视觉的化纤长丝断头检测算法

为实现化纤长丝断头自动化巡检,提高企业生产效率,提出一套基于机器视觉的化纤长丝断头检测系统。检测系统通过工业相机采集长丝图像,并采用小波去噪和阈值分割算法进行图像增强处理;利用霍夫变换实现长丝主体与断头部分的形状分割;基于提取的多个形状特征,建立和训练径向基函数神经网络模型,实现对化纤长丝断头的检测和分类。选取150 tex/36 f规格的POY(pre-oriented yarn)长丝进行试验,结果显示该算法断头识别率超过95%,断头识别时间由人工检测的10² s数量级提升到10^-1 s数量级。     

多视域下基于机器视觉的索力测试

拉索是缆索承重体系桥梁的关键承力或传力构件,在体系构成中的地位至关重要。为解决现有非接触视觉测量存在的测试视场不足、应用场景复杂多变,致使其测试精度与视域范围相互矛盾无法协调统一的技术难题,提出了多视域下基于机器视觉的索力测试新方法。以全息视觉传感器系统获取斜拉索全视域-多视域下的空间几何构型数据,建立了像素映射及图像增强算法计算模型;通过数字空间基准平面的信息转化,对复杂测试场景下视觉传感器光轴射线与被测物体所在承影面非正交情况进行测试参数修正。为避免实测拉索全息性态特征因偏离标准悬链线所导致的索力测量误差,以单一视域下的几何构型拟合降噪后的全息曲线并精确定拉索上下锚固点坐标,进而可由拉索全息性态特征参数精确测算斜拉索索力。试验结果表明：所提方法可在复杂测试场景下量化分析拉索索力计算参数,相较于常规索力测试方法,最大相对误差为9.2%,均方根误差为2.79%,满足工程实践测试精度及稳定性要求,为复杂测试场景下斜拉桥索力监测提供了一种新途径。     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。