一种基于机器视觉技术的城市轨道交通客流量检测方法

为了准确识别并检测城市轨道交通客流量变化,研究轨道交通客流量的变化规律,以客观图像为研究对象,以机器视觉技术为研究手段,提出了一种新的交通客流检测方法。在对交通客流视频图像进行滤波与增强后,利用Canny边缘帧差法从预处理图像中获取完整的运动目标轮廓。同时,利用AdaBoost检测算法构建的强分类器完成乘客头部的检测,并通过双线差值算法消除视频图像中不同位置尺寸所产生的误检框,实现对目标的跟踪与记载,完成客流量的统计。结果表明,该方法在交通客流量的检测中准确率高于90%。检测方法对提高城市轨道交通客流量的检测准确性具有一定的借鉴意义。     

基于OpenCV的路面裂缝检测装置

传统路面裂缝检测采用人工分析和识别,其易受主观影响且精确度较低.设计一种基于跨平台计算机视觉库OpenCV的路面裂缝检测装置.以具有物联网功能、可搭载摄像头的ESP32-CAM开发板为核心硬件系统,对路面裂缝图像进行识别采集、分析和传输;在计算机端,利用OpenCV中的灰度化、滤波、边缘检测等函数处理来自ESP32-C...     

基于YOLOv3的H型钢表面缺陷检测系统

为了提升H型钢的表面质量和安全系数,设计了一种基于YOLOv3算法的型钢表面缺陷检测系统。设计的检测系统由硬件系统和软件系统组成:硬件系统包括八角架式图像采集装置、电动控制系统和通信系统;软件系统采用YOLOv3目标检测算法。现场测试结果表明:1)检测系统可实时采集图像,并根据H型钢的规格型号能够自动调节图像采集装置结构,准确快速地跟踪被检测目标,获得H型钢的高清全景图像;2)检测系统可对H型钢表面缺陷进行在线检测、分类和定位,并兼顾检测精度与检测速度,检测精度为81.25%,检测速度为30.78帧/s; 3)检测系统能够准确识别H型钢的结疤、凹坑、划伤和击伤等4类典型缺陷,满足生产过程中表面缺陷检测的实际需求。开发的型钢表面缺陷检测系统为H型钢表面质量智能化检测工作提供了新的选择。     

探秘车道偏离警示系统

随着国外重卡市场竞争的加剧,各大主流厂家都在不断用各种先进的电子装置"武装"自己的卡车。车道偏离警示系统(LDW)就是其中一种。原戴姆勒-克莱斯勒公司在2000年之前就开始为它们的卡车安装车道偏离警示系统,当年成功销售了7000辆采用该系统的车型;沃尔沃卡车、马克卡车、万国卡车、曼卡车、福莱纳卡车以及Sterling卡车的高端产品上,目前都配装了车道偏离警示系统;从2002年秋天开始,福莱纳Class 8系列的卡车产品开始将这套系统作为标配;2003年秋天,万国9200、9400、8600系列卡车上也可以配装此系统。     

基于灰度图像边缘提取的建筑外形尺寸测量方法

目前建筑施工测绘存在效率低下的问题。通过对目标图像进行灰度变换,以及包括图像校正、对比度展宽、灰度窗切片等图像处理方法对摄像机采集到的建筑外形目标图像边缘进行提取,从而获取目标结构的外形尺寸信息这一方法,可以有效解决该问题并且提升建筑结构检验的工作效率。MATLAB仿真实验结果表明这一方法取得了令人较为满意的结果。     

企业直通车

大金龙全系公路客车选装车道偏离报警系统本报讯由大金龙首创的车道偏离报警系统(简称LDWS,Land Departure Warning System),从7月12日起在其旗下的全系公路客车上选装,这也意味着中国客车进入一个主动安全的新时期。车道偏离报警系统是一种通过捕捉和计算车辆与道路标识线相对关系,对车辆非正     

基于倾角影响线的简支梁桥损伤识别

为了推广影响线理论在结构损伤识别方面的应用,提出了一种基于简支梁桥损伤前后倾角影响线差值及差值曲率的损伤识别方法。对简支梁桥倾角影响线的概念进行定义,推导了简支梁桥损伤前后的倾角影响线公式,并对损伤识别指标进行公式推导,从理论上证明了将其用于损伤识别的可能性。为验证本文建立损伤识别指标的正确性,建立简支梁桥结构有限元模型进行分析。结果表明:简支梁桥损伤前后的倾角影响线差值在损伤区域出现峰值;简支梁桥损伤前后的倾角影响线差值曲率在无损伤区域均为0,在损伤区域均不为0。分析得出结论如下:简支梁桥损伤前后的倾角影响线差值用于判别损伤位置准确度较高;利用简支梁桥损伤前后的倾角影响线差值曲率不仅对单处损伤和多处损伤均具有良好的识别效果,而且可以实现对简支梁桥损伤程度的识别。     

图像处理技术在钢板板号识别中应用

为有效提升钢板管理的方便性和有效性，需对钢板板号进行自动识别。采集钢板板号图像，应用图像预处理技术对图像进行倾斜纠正、增强处理及板号单个字符分割等进行研究，给钢板板号识别有效方法，为提高钢板板号的自动识别正确率提供保障。     

基于OCR技术的烟包出库信息比对系统开发

设计一套基于深度学习的文本检测比对系统,采用工业相机采集原产地烟包标签和物流入库条码标签的图像数据,利用OpenCV对图像进行预处理,提取标签位置并进行正畸和放大,利用PP-OCR超轻量级OCR系统对标签中的文字进行自动识别,并结合深度学习算法进行样本训练和逻辑匹配,实时检测出标签信息不符合的烟包,并触发剔除指令,将问题烟包移送至待检区。测试结果显示,该模型对烟包文本图像具有良好的识别效果,准确率达99.85%。在实际应用中,信息的实时识别准确率能保持99.97%,实现数据标签检查的自动化,降低检测人员的劳动强度,提高了生产线的自动化水平。     

改进的YOLOv3-Tiny网络在风机叶片损伤检测中的应用

为了解决YOLOv3-Tiny对无人机采集的风机叶片图像损伤检测精度不高的问题,提出一种基于深度学习的风机叶片图像损伤检测方法。首先提出一种跨越式特征联合网络结构,由卷积层和拼接层构成,将不同深度的特征信息进行融合再学习,提取目标多层级特征信息;其次引入Inception模块结构,其中4个平行通道的多个卷积核对输入的特征图进行组合和压缩,在减少网络的学习参数的同时更好地表征图像特征信息,提高小目标的检测精度。实验表明,改进后算法的检测精度提高了2.69%,在自制的数据集中mAP可以达到88.58%,并且模型的参数缩小了4倍。因此,改进的方法比传统的YOLOv3-Tiny网络具有更好的检测效果。研究结果可为基于图像的损伤检测和风机叶片损伤智能识别提供参考。     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法。首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连接层,从而将卷积层输出的多个特征图以自身为单位进行映射得到特征点。实验结果表明:改进后网络对苹果缺陷识别精度达到了98.57%,较改进前提升1.55%;较改进前模型参数量减少99.3%、训练速度提高32.67%、FPS提高33.28%,改进后的轻量级卷积神经网络不仅减少了模型参数量和训练时间,而且提高了检测精度和速度。因此,新的检测方法在减少模型参数量的同时,还可保证模型的检测精度和效率,具有较强的工程实用性,可为苹果缺陷分类提供理论参考。     

基于图像的地铁车站施工人员不安全行为识别研究

为了解决人工监测不能实时看护和及时管理地铁车站施工人员的不安全行为等问题,构建了基于KNN,MLP和LSTM模型的不安全行为识别神经网络模型。首先,通过行为理论研究和现场调查分析,对地铁车站施工不安全行为进行了分类;其次,通过实验构建人体数据集,基于人体骨骼关节点提取不安全行为特征,并进行模型训练;最后,基于MobileNet V1的SSD目标检测算法对施工人员进行定位和追踪,结合射线法判断目标是否跨越不安全区域并发出警报,搭建神经网络模型对施工人员的不安全行为进行识别,并获得计算识别率。结果表明：传统机器学习算法KNN总体准确率为93.45%,优化后的MLP和LSTM两种神经网络模型总体准确率分别达到93.94%和93.68%,相对KNN算法分别提高了0.49%和0.23%。因此所提模型能有效识别施工人员不安全行为,可为地铁施工安全智能识别技术应用提供参考。     

新三矿高水材料充填沿空留巷技术应用研究

为使高水材料巷旁充填沿空留巷技术成功应用于综采厚煤层工作面,从而提高矿井煤炭采出率及经济效益,细致进行了高水材料巷旁充填沿空留巷施工设计,并在新三矿162506工作面进行了现场实际应用。采用高水速凝材料留巷技术后,成功留巷320米,留巷高度保持在2．5—2．8米,巷宽保持在1．4米,效果显著。表明无煤柱高水材料巷旁充填沿空留巷技术适合综采厚煤层工作面的围岩条件,高水材料也满足厚煤层巷旁充填沿空留巷需要。     

跳频通信中一种结合干扰预处理的平方定时同步算法

为了提高跳频通信中定时同步算法的准确性,设计了一种结合干扰预处理的跳频信号定时同步算法。首先对解跳后信号在时域完成基于能量的自适应门限的干扰检测,并根据检测结果将受干扰信号进行置零预处理;其次对预处理后的信号采用平方法进行定时误差估计;最后根据估计结果内插完成定时恢复。结果表明,提出的改进算法选取长度为200跳的符号,在干扰相对带宽为30%、干信比为10 dB、信噪比为5 dB、时钟稳定度为1×10^-6的条件下,进行干扰预处理后定时,归一化定时误差的方差为0.000 75,满足跳频系统解调性能损失小于0.5 dB的要求。设计方法提高了干扰条件下平方法定时的准确性,在跳频通信抗干扰应用中有一定的参考价值。     

Ant colony optimization for the single model U-type assembly line balancing problem

An assembly line is a production line in which units move continuously through a sequence of stations. The assembly line balancing problem is defined as the allocation of tasks to an ordered sequence of stations subject to precedence constraints with the objective of optimizing a performance measure. In this paper, we propose ant colony algorithms to solve the single-model U-type assembly line balancing problem. We conduct an extensive experimental study in which the performance of the proposed algorithm is compared against best known algorithms reported in the literature. The results indicate that the proposed algorithms display very competitive performance against them.     

流水工序调度与生产效率的关系模型分析

提出一种基于粒子群算法的流水工序调度任务优化模型。利用流水工序调度任务的特点得到流水工序时间约束条件,利用粒子群算法的原理建立流水工序调度任务优化模型,利用粒子群算法对模型进行求解。仿真实验表明,利用该算法能够得到流水工序调度问题的最优解,提高生产效率。     

基于二维Gabor小波与AR-LGC的人脸特征提取算法研究

针对Gabor小波提取的特征信息不够全面以及维数灾难问题,提出了一种基于二维Gabor小波与AR-LGC人脸特征提取的改进算法。首先利用二维Gabor小波提取归一化人脸图像的特征信息,使用AR-LGC算子对提取的Gabor特征进行编码;然后对编码后的Gabor特征图谱进行划分,对每个子块进行直方图统计,将其串联形成人脸表情特征向量并利用PCA进行数据压缩,最后利用C-SVM进行分类识别。实验结果表明,平均识别率为93.33%的比AR-LGC+SVM,Gabor+PCA+SVM提取特征算法的平均识别率分别高6.19%,3.33%。因此所提出的算法在人脸图像的特征信息提取方面有一定的参考价值。