基于反射光谱成像的相似异物检测新方法

针对现有方法进行相似异物检测时成本高、效果差等问题,提出一种基于优选波长反射光谱成像技术的相似异物检测新方法.该方法利用建立的波长优选函数,分析了近紫外一可见一近红外离散波段中异物与背景灰度差随波长变化规律,筛选了区分多个异物与背景的最佳光照波长,以此构建反射光谱成像检测系统.根据最佳波长反射成像系统来获取相似异物特征,同时,根据二值化自适应阈值来对异物提取图像进行处理.以棉花中的白色丝状异物为对象对该方法进行实验,结果表明,在反射光照系数为0.74时,该方法对相似异物的检测率达到94％.     

基于Ethernet IP协议的交流电参数检测仪表设计

针对电参数检测问题,设计一种新型电参数检测仪表,以ARM微处理器STM32F103为控制核心,利用电能计量专用芯片ADE7758作为电参数采集,并采用HMS公司的Anybus-Compact Com模块实现Ethernet IP工业以太网协议的仪表设计。设计结果表明,该仪表性能稳定、测量准确,具有良好的应用价值。     

离子色谱-质谱联用法测定4-甲基咪唑的含量

为了简单、方便地精确定量和定性样品中的4-甲基咪唑,建立了一种采用阳离子交换色谱-质谱联用(IC-MS)技术准确检测4-甲基咪唑含量的新方法,该方法的检出限为0.25μg/L,线性范围为2.5~200μg/L,线性相关系数为0.999 7,相对标准偏差为2.32%~4.25%,加标回收率为92.7%~96.3%.使用该方法对焦糖色素、可乐等样品进行检测,结果表明,该方法具有分离度高、灵敏度高、定量准确、精密度高、检出限低的特点.     

基于图像背景噪声相关性的篡改检测

图像拼接是一种简单而常用的数字图像篡改操作,本文利用拼接篡改图像背景噪声特性的不一致性,提出一种基于图像背景噪声相关性的拼接图像篡改检测方法。该方法首先利用小波变换对待测图像去噪,再将待测图像与去噪后的图像相减后得到背景噪声图像,最后根据背景噪声图像中子块与周围邻域子块的相关系数大小来鉴别拼接篡改图像并定位篡改位置。实验结果表明该方法能对拼接篡改图像较为准确地鉴别和定位。     

基于线阵CCD的车辆参数识别系统

提出一种应用线阵CCD进行车辆参数检测的方法,可用于公路智能收费系统.该方法以车牌及轮胎钢圈作为检测的主要目标,利用纹理特征确定车牌区域,采用梯度算子与连通域相结合确定钢圈位置,进而确定车辆长、宽、高、轴距等重要参数.实验结果表明,该方法识别速度快、准确率高,有较高的应用价值.     

基于Fourier描述子的唇形分类方法

针对唇读识别中唇形状态的描述问题,提出一种基于Fourier描述子的唇形分类方法.该方法通过迭代演算获得嘴唇的位置与大小,先通过边缘侦测法找出唇形边缘;再由Fourier描述子找出唇形外形的重要特征值,进而表达唇形状态的有效信息;最后将转换出的Fourier描述子经过正规化处理后,输入到人工神经元网络中进行分类.实验结果表明,该方法的唇形分类正确率较高,且耗时较少,为唇读识别中各状态的确定提供了依据.     

基于模板匹配与线性预测的目标跟踪算法

为解决复杂场景中目标遮挡、算法鲁棒性差的问题, 提出基于模板匹配与线性预测的算法。该算法分为模板匹配和线性预测两部分。场景中无遮挡物时, 执行模板匹配算法, 获取目标跟踪信息; 否则, 通过预测算法估计目标的状态, 进而实现目标跟踪。实验结果表明, 在目标有遮挡干扰的情况下, 采用该算法能稳定、准确地实现目标跟踪, 与传统的模板匹配算法相比具有较强的鲁棒性。     

基于高斯受限玻尔兹曼机的非线性过程故障检测

针对非线性工业过程,提出了一种基于高斯受限玻尔兹曼机(GRBM)模型的故障检测方法.该方法从海量过程数据中提取出GRBM隐层特征信息,通过隐层特征再构建出重构数据,并依据重构误差在残差空间中构建检测统计量,形成了非线性过程故障检测算法.仿真结果表明,基于GRBM的故障检测方法不仅比传统的核主元分析(KPCA)方法具有更好的故障检出率,并且针对大数据量问题具有更强的处理能力.     

基于嵌入式IPC的卷烟机电控系统设计

国内卷烟机电控系统大部分采用"PLC+高速处理板卡"架构,为了解决该架构稳定性较差的问题,提出了一种基于嵌入式IPC控制的电控系统架构。新架构基于嵌入式IPC高速、高性能的特点,将PLC逻辑控制与高速信号处理算法集成于同一平台,利用Ethernet总线控制技术实现外围子站的组态,从而解决原有多平台架构因兼容性差带来的稳定性问题。测试结果表明:新架构很好地解决了因多平台导致的故障误检误报、系统停机等问题,提高了设备的稳定性和生产效率。     

基于危险理论的无线传感器网络入侵检测的一种新模型

针对传感器节点的内存不足,电池能量有限使得无线传感器网络面临很严峻的安全挑战,提出了一种新式的基于危险理论的无线传感器网络入侵检测系统,它使用了通过K最邻近分类器产生的危险信号。实验结果显示这种系统是无线传感器网络的一种新的理想模型。