一种引导滤波自适应双阈值优化边缘检测算法

边缘检测是图像处理的重要环节之一,传统的边缘检测主要包含基于模板匹配和基于图像梯度两类方法。为了克服模板匹配方法边缘信息丢失较多和图像梯度方法易受图像噪声影响的缺点,该文给出了一种引导滤波自适应双阈值并改进Kirsch算子的优化边缘检测算法。针对图像局部信息特征,在图像的不同边缘位置动态生成引导滤波函数,从而保持和增强边缘的效果;同时对Kirsch算子复杂的运算量进行简化,根据图像边缘区域自适应地选择两个阈值,二者有效结合可大幅提高边缘检测算法的准确度和运算效率。实验结果表明,与传统边缘检测Kirsch算法和Sobel算法相比,该文算法的边缘定位和运算速度较优,能检测出精细的真实边缘,对图像的处理速度是传统算法的4倍以上。     

改进的Faster R-CNN文本检测算法

复杂自然场景中准确提取和检测文本信息是文本识别的基础和前提,它受到文本尺寸、摆放角度甚至是姿态的影响.针对传统算法中滑动窗口都是固定大小,一些自然场景图像中的文本检测难,图像边界呈现冗余,运算量增大,运算时间长等问题,通过改进滑动窗口区域生成网络(Region Proposal Network,RPN)策略,提出一种改进的RPN(Improved RPN)网络模型,运用共享的目标检测和回归检测算法提取其中的网络结构,最终得到一种改进的Faster R-CNN文本检测算法.在数据集中分别选取对比度高、对比度低和任意对比度进行不同算法的文本检测结果对比,实验结果表明,本文算法具有较好的检测效果.     

基于多通信机制与机器视觉的智慧小区视频 监控系统

为了有效监控小区内的车辆速度,实现保障小区业主人身安全和促进城市小区健康发展,本文设计了一套基于多通信机制与机器视觉的智慧小区视频监控系统。首先,将基于Socket的网口通信与基于RS232的串口通信实施融合,连接测速摄像头与中心服务器,构建起智慧小区车辆视频监控系统的硬件平台。然后,结合高斯模型、Harris角点定位与RANSAC匹配优化方法,设计了车辆速度检测算子,实现车辆有无判断和车辆速度计算。在Visiual Studio平台开发系统,并对所提智慧小区视频监控系统进行了测试,结果表明:本文提出的智慧小区视频监控系统,在车速检测和系统智能性方面,都优于传统小区视频监控系统。     

工业电气设备的绝缘配合

<正>工业生产中,各种生产工艺交错相连,生产设备也彼此连接。电气设备中的交流电压和各种电容、电磁场等因素在一定条件下会产生强大的电流,因此对电气设备的绝缘性要求较高。在工业电气设备中,绝缘材料的应用多样,不同的设备对绝缘材料的要求也不一样,综合利用各种绝缘材料,可以在一定程