WJ—1型智能微粒检测仪的设计

库尔特计数技术是液体中不溶性微粒大小和数目测定的有效方法，本文介绍了它的基本原理和以该原理为基础研制的ＷＪ－１型智能微粒检测仪，该仪器采用负压传感器－双电磁阀组成的主动虹吸控制系统，代替了水银虹吸法，没有污染，目前已用于药品输液制剂的微粒检测。     

综合Canny法与小波变换的边缘检测方法

提出一种Canny法与小波变换相结合的边缘检测方法.首先,对源图像进行小波分解,在不同分解层上对高频子图像用小波模极大法进行边缘检测,对低频子图像用Canny法进行边缘检测,然后采用一定的融合规则将这两个边缘图像融合在一起,得到一幅完好的边缘图像.这种边缘检测方法结合了小波变换法和Canny法的优点,对用不同方法得到的两种边缘信息进行融合,从而有效地抑制了噪声,保留了连续、清晰的边缘.实验结果表明,这种结合方法要优于单独使用Canny法或小波变换法.     

基于非下采样contourlet变换的图像边缘检测新方法

非下采样contourlet变换(nonsubsampled contourlet transform, NSCT)由于其平移不变性使得检测出的边缘定位准确。但是传统的基于非下采样contourlet变换的边缘检测结果中仍存在伪边缘,这是固定阈值选取不当所致。采用双阈值对高频子带中的模极大值进行筛选,用得到的两个矩阵进行补偿链接可以减少伪边缘。由于NSCT系数的结构特点,低频子带中也存在丰富的边缘信息,再用Canny算子对低频子带进行检测。仿真结果表明,基于双阈值的模极大值方法检测的高频子带细节丰富、定位准确、纹理清晰,Canny算子检测的低频图像边缘,轮廓完整连续,融合后的图像有效地抑制了噪声,消除了伪边缘。     

基于梯度二阶导数的Canny阈值自适应选取算法

图像边缘含有丰富的图像信息,对于很多视觉系统至关重要,比如目标检测与图像分割等。传统的Canny算子仅能用于灰度图像,无法有效利用彩色图像中的颜色信息;此外,该方法需要人为设定高低阈值,不能自适应提取图像边缘,进而造成背景边缘放大等问题。提出了一种基于Canny的自适应彩色图像边缘检测算法;该算法首先通过图像一阶直方图的统计特性,自适应地选取高斯滤波器的参数σ,有效去除了噪声;同时改善了σ参数设置不合理对边缘检测的影响。其次采用了基于图像梯度二阶导数的阈值选取的方法,即根据图像特性自适应选取合适的阈值。实验结果表明:算法能很好地改善传统Canny算子的缺陷,对于彩色图像的边缘信息提取能达到很好的效果。     

混凝土动弹模量超声检测仪的设计

动弹模量是衡量混凝土质量是否合格的重要指标,设计出一种基于超声波的混凝土动弹模量检测设备。利用声波在不同密度的物质中传播速度不同的原理,穿过混凝土的超声波速度在一定的条件下能够反映出混凝土的弹性模量。综合利用微控制器技术、数据采集技术,对数据进行处理,快速测量出混凝土的动弹模量。该设备具有精度高、操作简便、易于携带等特点。     

一种改进的虹膜内边缘定位算法

首先利用小尺度高斯低通滤波器对虹膜图像进行预处理,去除可能存在的眼睑和睫毛干扰;然后用Canny边缘检测算子得到虹膜的内边缘,通过自适应选取非极大值抑制的高阈值,并对不连续边缘进行修整,得到比较理想的虹膜内边缘;最后利用圆周上任意不共线的3点可以确定一组圆心及半径的参数的性质得到虹膜内边缘的圆心及半径,完成虹膜内边缘定位。实验结果表明,该算法可以比较准确地定位出虹膜的内边缘。     

双检测器串联色谱柱分析六味地黄丸

对高效液相色谱系统进行了改造并用于中药六味地黄丸的分析.紫外检测器与蒸发光散射检测器串联以提高峰容量;升高分析温度串联色谱柱以增加柱效.结果显示,紫外检测器共检测到156个峰,蒸发光散射检测器检测到195个峰,其中41个色谱峰为可以认证的共有峰,所构建的系统非常适宜于中草药指纹图谱的研究.     

重症监护X-ray图像中呼吸导管的自动检测

近年来,移动X-ray成像机器被广泛地应用于重症监护病房,它可以及时地检测到病人体中呼吸导管（ET）的位置是否正确．不适当的导管位置会给病人造成不适感,严重的会给病人造成生命危险．另一方面,由于移动X-ray图像比较模糊、对比度低、噪声大,使得用计算机自动识别气管内的呼吸导管具有一定难度．首先对X-ray图像作增强处理使图像中的边缘更清晰而便于边缘检测．在基于增强图像的基础上,利用呼吸导管边缘的对称性和导管的大致方向不变性,对哈夫变换算法作有针对性的改进．利用此方法检测32张合有呼吸管的X-ray图像,实验结果为检测出93．75％．     

OpenCV的车道线检测方法

基于开源计算机视觉库(OpenCV),提出一种轻量级的车道线检测方法.首先,对输入的原始图像进行灰度化处理,紧接着使用双边滤波滤除噪声,大幅度保留原始图像的边缘信息;然后,用Canny边缘检测提取图像边缘;最后,使用速度更快的渐进概率Hough变换(PPHT)识别车道线.仿真结果表明:预期检测车道线的效果较好.