关键词： 表情识别   邻域系统   数据处理   多区域融合   深度学习  

摘要： 表情识别是人工智能领域的重要研究方向,其研究方法主要包括数据处理、表情特征提取和表情分类三个部分。如何快速有效地提取表情特征是一个具有挑战性的研究课题。表情识别的主要方法包括传统的基于特征的表情识别方法和采用深度神经网络的识别方法,两类方法各有优劣。本文试图将二者的优点结合起来,借鉴人类的认知过程形成一套类人智能的算法,并借助计算机实现人脸表情识别。在将传统的表情识别方法和深度神经网络识别方法相结合的过程中,数据处理的好坏直接影响了特征提取的好坏。故本文在数据处理上做了两种尝试。第一是数据清洗,将原始数据通过人脸特征点定位出人脸区域,以及最影响表情的眉眼区域和口鼻区域,并在面部编码系统的理论支持下,通过实验找到了关于眉眼和口鼻的合适特征邻域,该邻域对人脸表情的准确率影响最大。第二是数据融合,为了让一张图像中尽可能包含更多的有用信息,将经过数据清洗后的三个关键区域进行融合,形成同时包含三个关键区域的图像。随后基于邻域系统的思想提出了三个概念,即方形邻域、特征邻域和具有因果关系的共现关联特征,同时从理论上证明了检测到的共现关联特征越多,其识别准确率越高,并且用实验验证了本文网络在一定程度上与人的认识过程相似。为了验证本文理论的合理性与可行性,本文首先搭建了一个多区域集成网络,以弥补单一网络特征提取单一的问题。集成网络可同时提取脸部特征、眉眼特征和口鼻特征,并根据三个网络的不同贡献为三个网络分配不同的权重,最后利用训练好的多区域集成网络对测试样本进行识别。在经典表情数据集CK+和混合表情数据集CJKR上的实验结果表明,该方法能有效提高表情识别准确率,但同时也增加了网络复杂度。为了在保持较高准确率的同时可以降低网络复杂度,提出了一种基于邻域系统的表情识别方法,该方法将经过数据融合的图像送入单一神经网络,使网络更关注与表情相关的重要区域。在两个经典表情数据集上,运用本文方法所得到的实验数据表明,本文提出的方法简单有效,与单一网络相比,本文方法可以同时提取三种不同视角的特征,有效提高表情识别准确率;与集成网络相比,该方法更简单易行。

关键词： 单片机   数据处理   校准装置   量值溯源   不确定度  

摘要： 文章利用单片机强大的数据处理能力，设计了一款简易的时间继电器校准装置，该校准装置能够校准四种工作类型的时间继电器，通过数据通信技术实现了校准数据的自动化处理，解决了时间继电器的量值溯源问题，并对校准装置的不确定度进行分析研究。

关键词： 线激光   点云数据   预处理   拼接   测量  

摘要： 随着三维测量技术的发展和计算机数据处理技术的不断进步,线激光扫描技术已广泛应用于工业测量、逆向工程等领域。基于激光三角法的线激光三维扫描技术具有精度高、测量灵活等特点,但是线激光扫描得到的初始点云数据由于物体表面反射特性、颜色特性以及扫描系统误差等因素影响,存在噪声和点云数据不完整的问题,导致点云测量误差。因此,点云数据预处理、拼接和测量在点云数据处理中具有重要意义,论文的主要工作和研究内容有:(1)针对随机采样一致性(Random Sample Consensus,RANSAC)算法需要人为设定阈值、内点数较少时易找到错误模型的缺点,提出了基于改进的RANSAC点云预处理算法。首先将移动平台数据采用改进的RANSAC平面拟合,利用中位数绝对偏差自动选取阈值,并且设置停止迭代条件;然后根据平面参数设定范围对含物体的点云平面分割,并利用统计滤波去除离散噪声点,得到目标点云。实验证明,改进的方法具有更好的预处理效果,适用范围更广,为后续测量提供了好的初值。(2)针对传统三维点云拼接时间长、部分重叠时拼接精度不高的问题,提出了一种基于图像特征的点云拼接方法。首先通过点云的扫描线拓扑关系将三维点映射到二维图像中,利用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法提取图像特征点,根据距离和角度筛选3个对应点,根据像素点与点云的对应关系,进而计算两幅点云之间的旋转平移矩阵实现点云粗拼接。然后对矩阵变换后的两幅点云进行体素采样精简、计算重叠区域,利用重叠区域的点云进行迭代最近点(Iterative Closest Point,ICP)精拼接。通过实际三维点云数据实验,提出的算法与常用拼接算法对比,运算速度提高约2倍且部分重叠的点云拼接精度高,由此验证了方法的有效性。(3)针对工件手工测量效率低和精度差的问题,提出了一种基于点云的工件几何尺寸测量方法。以圆孔工件类为例,分别基于点云坐标和基于图像特征测量,基于坐标测量是通过坐标转换将三维点云转至与XOY面平行,通过物体表面点云和基准面之差得到高度,利用三角化得到体积和表面积。基于图像特征测量将点云投影映射到二维中,形成二值图像,通过图像预处理,得到边界长度,利用带约束的最小二乘法拟合得到圆的半径。通过对标准量块的测量,验证了系统的测量精度达到±0.01mm;利用圆孔类工件验证了方法的可行性。

关键词： 表面增强拉曼光谱   生物分子   氢化可的松   纳米银   定量检测   支持向量机  

摘要： 表面增强拉曼光谱(Surface-enhanced Raman spectroscopy,SERS)技术自被发现以来,因其高灵敏以及能反映物质的振动信息的特性,在分子检测水平上,已成为探究分子结构信息的有力手段之一,推动着痕量检测的迅速发展。银纳米颗粒是一种高灵敏度的SERS增强基底,且采用还原法制备具有工艺简单、成本低廉的优势。本研究旨在以大面积滥用的糖皮质激素为研究对象,以SERS为检测手段,以纳米银颗粒为增强基底,设计了生物分子糖皮质激素氢化可的松的检测方案。本论文主要内容涵盖以下几个方面:1)验证拉曼光谱采集的工作原理,设计了拉曼光谱采集系统,进行验证性实验。采用葡萄糖还原法,聚乙烯吡咯烷酮为保护剂和分散剂,在常温下制备平均直径为50nm的纳米银颗粒增强基底,以罗丹明6G为探针分子,探讨纳米银粒子在硅片上密集排布和稀疏排布对增强效果的影响。结合FDTD对其增强原因进行了模拟分析,实验结果与理论模拟基本符合。2)提出了移动窗口中值法结合集成经验模态分解法研究尖峰噪声的去噪优化方法,并对验证性拉曼实验光路中采集的氢化可的松固体粉末拉曼光谱和氢化可的松SERS的尖峰噪声进行去噪。研究了生物分子糖皮质激素氢化可的松的拉曼光谱和在纳米银溶胶基底上的SERS,结果表明,氢化可的松的SERS与氢化可的松固体粉末的拉曼光谱相比,氢化可的松的拉曼峰在纳米银基底上出现了选择性增强。对0.1-10mg·L氢化可的松无水乙醇溶液的SERS进行了定量分析,分别采用移动窗口平均法、移动窗口中值法、Savitzky-Golay平滑法、小波阈值去噪法对去除尖峰后光谱进行去噪。分别采用自适应迭代重加权惩罚最小二乘法、不对称最小二乘法、BEADS(Baseline Estimation Add Denoising With Sparsity)算法三种算法对糖皮质激素溶液的SERS进行荧光背景扣除。应用Kennard-Stone方法以4:1比例将每种浓度的糖皮质激素溶液样品划分为训练集和测试集,选用连续投影法优选了17个拉曼特征位移。使用多种回归模型对特征位移建立定量模型。最终选择最佳的基于线性核函数的支持向量回归模型,测试集均方根误差仅为0.5026 mg·L,测试集决定系数高达0.9512,为糖皮质激素的精准监测提供方案策略。

关键词： 含间隙机构   动态特性   法向碰撞力   切向摩擦力   磨损  

摘要： 现代机械系统高速、高精度等的要求,运动副间存在间隙将严重影响机械系统运行的平稳性以及运动精度等。探索间隙对机构运动的影响规律以及运动副间磨损情况,对于高要求的现代机械系统的研究与发展,具有重要的意义和工程实际价值。本文的主要研究内容如下: (1)基于Hertz理论和弹性基础模型,通过引入与碰撞初速度、材料屈服刚度有关的恢复系数,得到与变恢复系数有关的非线性法向碰撞力,并建立了碰撞时包含非线性法向碰撞力与切向摩擦力的含间隙曲柄滑块机构运动学和动力学模型,通过数值仿真,分析了间隙大小、曲柄转速、材料特性以及间隙存在位置等对机构动力学性能的影响规律。研究结果表明,间隙的存在严重影响了系统的动力学性能,对于高速的、高精度的运行的机械系统,必须在设计研究中考虑间隙对机械系统性能带来的影响。 (2)通过借助Ansys软件把连杆柔性化处理后,在Adams软件中仿真分析了含间隙的刚-柔耦合机构与含间隙的刚体机构的动力学性能对比。分析结果表明,构件的柔性对含间隙的机构高速运行时的振动有明显的抑制作用,通过优化构件的结构而改变其柔性,可明显提高机构运行的稳定性。 (3)机构运行必然存在磨损,含间隙机构由于碰撞的产生,磨损更会加剧。为了研究含间隙运动副的磨损情况,应用变形的Archard计算公式搭建含间隙铰链磨损模型,并分析得到在转速确定时,平均磨损深度随时间和间隙值的变化规律及运动副的磨损预测。 本文的研究成果,对含间隙曲柄滑块机构的设计具有理论指导意义,对其他含间隙机构的设计和运动学、动力学性能研究也有借鉴作用。

关键词： 叶片评价   三维测点预处理   多约束轮廓匹配   叶型特征参数提取  

摘要： 叶片是航空发动机的关键零件,其型面质量直接影响航空发动机性能和飞行安全。相比目前叶片检测广泛应用的三坐标测量,双目结构光测量具有数据密度高、易于自动化等优势,精度已达8μm,为叶片检测提供全新高效的技术手段。然而,在基于三维点云的航空叶片评价中二维截面测点精准计算困难、叶型轮廓匹配考虑因素单一、叶型特征参数提取复杂,已成为制约航空叶片精确检测的主要难题。为此,本文以高精度面结构光传感器采集的叶片三维测点为研究对象,对叶片三维测点预处理、叶型轮廓匹配、叶型特征参数计算等方面开展深入研究,研究内容如下:(1)研究叶片三维测量点云中不同类型噪点的去除方法,提出基于六点迭代定位原理的稠密测点快速定位算法,建立基于kd-tree的叶型截面测点计算方法,解决了二维轮廓测点难以精准提取问题,实现了叶片三维点云快速稳定预处理。(2)定义叶型轮廓匹配的位姿(位置度、扭转角)约束条件,构建考虑轮廓度变公差的测点距离权值系数,建立综合考虑轮廓度、位置度和扭转角约束的多约束叶型轮廓匹配模型,提出基于简单约束有限内存拟牛顿法(L-BFGS-B)的多约束叶型轮廓匹配位姿求解方法,实现了叶型测量点云与理论点云的有效配准,解决了由于叶型形位误差在公差带边缘微小超差导致的航空叶片整体评价失真难题。(3)研究基于截面测点的叶型特征参数提取与计算方法,实现了叶型特征参数的快速精确计算;基于课题组i Point3D框架开发了具有自主知识产权的航空叶片自动检测软件i Point3D Blade,实现了基于三维点云的航空叶片自动精确评价。(4)搭建了GOM ATOS 5 Airfoil传感器的高精度双目结构光测量实验平台,完成了航空叶片三维测点预处理、叶型轮廓匹配、叶型特征参数提取与计算实验。实验结果表明,本文所提的叶片评价方法截面误检率相较现有方法降低5.6%。开发的i Point3D Blade软件已成功应用于中国航发某厂的叶片生产中。

ISBN: (纸本)9787301333341

关键词： 铁路点云   滤波算法   分割算法   可视化   系统开发  

摘要： 智能铁路作为未来铁路交通技术,在传统铁路产业基础上融合了现代信息技术以与人工智能技术。准确、实时的铁路线路信息的全面获取是智能铁路建设的的重要数据基础。激光扫描系统以其快速高精度的三维点云数据获取能力,目前已在铁路建设中的地物提取、三维重建、线路规划等领域得到了大量研究,成果广泛应用于智慧工地、建筑信息建模、施工模拟等智慧铁路所涉及的领域。然而,与激光扫描系统的快速获取能力相比,数据的处理能力则明显滞后。获得的海量线路点云数据在处理时没有专业的软件,只能基于通用软件进行操作,通用算法与线路长带状特性不匹配导致数据加载慢,且功能分散经常需要多个软件进行联合操作导致效率低下,且数据后处理需要大量人工介入,过于依赖人工经验导致自动化程度不高,随着铁路数字孪生技术的深入发展,又面临着多源数据融合、智能化场景理解、初级可视量算升级到高级计算分析等诸多新要求,因此根据行业需要,梳理既有线路点云数据处理流程,结合线路特性整合及改进既有点云处理相关算法,进行线路点云数据处理系统的设计与开发是激光扫描技术在铁路建设领域专业化应用亟待解决的问题。本研究结合既有线路特性,主要围绕线路点云处理关键技术中的滤波和钢轨点云分割两大方面进行了相关算法整合及改进,进而基于VS+PCL+Qt进行了线路点云处理可视化系统的框架搭建及主要功能研发。主要研究内容如下:(1)整合滤波算法,提取钢轨顶面点云数据。分析现有点云滤波算法及适用性,针对线路点云的不同路基形式以及线路高程特性,设置高程条件阈值;对于车辆走行直接接触的钢轨,基于点云数据的反射强度属性设置反射强度条件阈值,然后综合高程和反射强度进行条件滤波,将线路结构的钢轨与其它线路结构物进行分离。对于分离钢轨与其它线路结构物后存在的大量离群点,采用统计滤波算法进行滤波处理,最终实现了散乱钢轨点云数据的轻量化处理。(2)基于欧式距离聚类分割算法,实现钢轨点云数据结构化分类。在滤波取得的数据基础上,结合线路左右股钢轨之间的距离远大于单侧钢轨顶面点与点之间的距离的特点,采用欧式距离聚类方法,将左右股钢轨数据单独提取出来并存储,实现了散乱钢轨点云数据结构化分类。(3)既有线路点云处理可视化系统的设计及主要功能研发。基于VS+PCL+Qt进行了线路点云处理可视化系统的框架搭建。基于功能分析进行了系统设计,主要包括初始点云数据加载读取与显示、线路点云滤波、钢轨分割、结构化数据输出的等功能。以VS为平台,结合QT图形用户界面应用程序开发框架,基于PCL点云算法库,针对既有线路点云数据的点云设计并开发了一套针对既有线路点云的综合处理系统,完成了包括线路点云专业可视化界面的设计、系统框架的搭建以及线路点云数据的滤波降噪、钢轨分割、数据输出等功能。本文选取相关点云数据对系统进行测试,取得了较为满意的实验效果,验证了系统的可靠性。

关键词： 机器视觉   放牧山羊   数据处理   羊群定位   羊只目标检测   坐标转换  

摘要： 近些年来,随着全球气候持续变暖以及不科学的放牧行为,内蒙古自治区鄂尔多斯市鄂托克旗的草场出现大面积退化现象。为实现草地资源合理利用,促进牧场可持续发展,鄂托克旗农牧局采取了一系列信息化技术手段加强对牧场放牧的监管力度。以内蒙古亿维白绒山羊有限责任公司鄂托克旗一分场为试点,在场内架设了14部云台摄像头,实现牧场全天候监控,并采用GPS进行室外羊群定位。由于GPS在功耗、羊只佩戴设备舒适性与人工维护等方面存在局限性,本课题以鄂托克旗一分场阿尔巴斯绒山羊为主要研究对象,针对当前GPS在牧场羊群定位应用的问题,充分利用牧场现有云台拍摄的视频图像,研究开发了一种基于机器视觉的放牧山羊定位算法,该算法在对设备算力和内存要求极低的情况下实现了快速准确的羊群定位。论文主要工作如下:(1)在牧场使用云台摄像头对绒山羊群进行图像采集,经过处理后构建了绒山羊图像数据集;使用GPS数据采集装置获取羊只位置经纬度信息,并与云台拍摄的图像进行匹配、整理及融合,构建了坐标转换文本数据集。(2)研究基于浅层卷积神经网络的羊只目标检测算法。提出使用通道注意力机制SENet、Ge LU激活函数和层归一化的浅层卷积神经网络Shallow SE,对YOLOv4中的PANet部分和YOLO Head部分进行精简优化,得到精简后的Custom＿YOLO目标检测模块,构建Shallow SE-Custom＿YOLO羊只目标检测算法模型。模型整体参数量仅有4.5 M,检测平均准确率可达95.89%,检测时间仅为8.5 ms。(3)提出基于全连接网络的3D坐标回归算法模型。使用全连接网络拟合目标的2D坐标与3D坐标的转换关系,实现对羊只空间坐标的预测,平均距离误差仅为0.88 m。(4)基于机器视觉的羊群定位算法设计与可视化。将羊只目标检测算法与3D坐标回归算法结合,提出基于机器视觉的羊群定位算法。搭建羊群定位可视化界面,实现羊只目标检测和目标定位结果可视化。经过定位精度、速度测试,羊群定位算法平均定位误差仅为0.94 m,定位时间0.21 s,实现了快速准确定位。

关键词： 边缘节点   物联网(IoT)   最小二乘法   数据处理   边缘计算  

摘要： 针对边缘节点体系结构支持功能单一、模块划分混乱、向云端传输数据中的带宽开销大以及数据传输安全问题,设计开发了一套面向IoT的边缘节点平台架构.该平台架构包括设备管理、数据管理、资源管理、应用管理以及导出服务管理5个模块,使用最小二乘法等算法在边缘侧实现数据采集、数据过滤、数据加密、指标分析等功能.测试结果表明,该平台能够无间断收集周围环境信息,分析环境数据,能够降低边缘侧向云端传输数据的成本,同时保证数据安全可靠传输.