教学课程资源库 更多>>

关键词： 火焰图像传感器   数字图像处理   图像灰度阈值   RBF神经网络   施耐德Quantum PLC   PID温度控制   点火炉  

摘要： 目前国内外的冶金行业烧结机点火炉控制技术主要是点火温度和点火强度两种控制方式。这两种方式均无法对点火火焰状态进行判断,从而在各种异常情况下无法对点火系统的稳定性和安全性提供保证。文章阐述了如何利用网络平台,并通过PLC计算机控制技术和网络摄像机等硬件设备与视频监控软件相结合,完全实现烧结点火炉自动控制系统。基于火焰检测技术的烧结点火炉自动控制系统,不仅可以稳定点火炉膛温度,改善烧结混合料表面点燃情况,而且还可以提高煤气利用率和使用的安全性,从而提高烧结矿产量和质量。 主要完成了下述研究和开发工作: 1、用点火图像控制系统取代传统的火焰监测系统,即由火焰图像传感器获得烧结点火炉点火火嘴图像信号。 2、阐述获取的点火火焰图像的数字化采集原理,介绍烧结点火数字图像处理系统的构成。 3、通过对点火图像不同燃烧状态的R、G、B色度值特征进行分析,利用图像灰度阈值分割算法,实现对烧结点火炉火焰图像燃烧状态判定。 4、介绍RBF神经网络及发展历史,并利用该网络进一步提高对烧结点火火焰图像燃烧状态判定。 5、在实现烧结点火火焰图像处理控制系统后,如何调整烧结点火炉各项工艺操作参数,以建立新的点火炉工艺管理操作制度。 6、利用计算机网络控制技术,将点火图像处理控制系统与点火炉温度控制系统有机结合起来,实现烧结点火模型全自动控制。

关键词： 毛纺   纱线   拼毛   Lab颜色空间   聚类分析  

摘要： 在毛纺生产中,一般将若干种有色毛及其他纤维以特定比例搭配,达到纱线所需的颜色及色光要求,这一过程称为拼毛。直到目前为止,拼毛是由人工完成的,因而存在着耗时费力,受主观因素影响等问题,并要求拼毛人员掌握色彩及染色等方面的知识,具备较高的拼毛技术水平和丰富的工作经验。因此如何提高拼毛效率,减少劳动时间,降低对拼毛人员拼毛工作经验的要求是一个值得探索和解决的问题。 本文尝试采用数字图像处理技术,结合模糊聚类（FCM）算法,对采集的图像进行处理,统计图像中各颜色纤维的比例,实现拼毛比例自动分析,消除人工拼毛存在的耗时性、经验性等问题。 首先将几种不同颜色的纤维按照一定的比例在拼毛机上均匀混合,得到分析用毛条试样,再利用扫描仪采集试样图像。然后对获取的毛条图像进行分色处理,并统计图像中各颜色像素点的比例。为使图像具有好的分色效果,将毛条图像由RGB颜色空间转换到Lab颜色空间,利用FCM算法在Lab颜色空间下对其进行分色处理。 扫描分辨率高低和扫描区域的面积大小对拼毛比例分析结果有很大的影响,本文对不同扫描分辨率的纤维图像以及相同扫描分辨率不同扫描区域面积大小的图像进行分析研究,结果表明:扫描分辨率越高,纤维图像质量越好,分析结果越准确,但计算量越大;在分辨率相同的条件下,图像扫描区域面积越大,分析结果越稳定,也就是越接近于各色纤维实际混合比例。考虑到不使试样准备工作量和分析计算量过大,同时满足分析要求。通过多方案比较,最终选定的扫描分辨率为3000dpi,扫描区域的面积为40×40mm2。 在用毛纱拆散后纤维进行分析时,因纤维层厚度较薄,图像扫描背景色的选择会影响到分析结果,尤其是试样纤维分布比较稀疏时,应选择与毛纤维颜色反差较大的背景色,从而有利于得到准确的拼毛比例。 文中分析实例包括对三色、四色和五色等比例的羊毛条,以及两色、三色和四色不同比例的毛纱进行了拼毛比例的自动分析,研究结果表明:本文提出的方法具有快速、准确的特点,可以替代现有的人工拼毛方法,有着良好的应用前景。

关键词： 数字全息术   粒子位置测量   轨迹测量   速度测量   3帧粒子轨迹跟踪算法   喷雾场测试   数字图像处理  

摘要： 粒子场测试与诊断在科研、工程等领域具有重要的意义。粒子场轨迹速度的数字全息测量是将粒子场全息图直接以数字方式记录在CCD上,再以数字方式再现,同时获得3D粒子场的振幅和相位全部信息,通过对再现像的分析获得粒子的尺寸位置信息,结合PTV技术,利用粒子匹配跟踪算法,从时间序列粒子图像中获得粒子轨迹,进而得到粒子运动速度,实现粒子速度分布测量。本文在对数字全息基本理论研究基础之上,主要研究粒子场轨迹速度的数字全息测量方法,并将其应用于喷雾场测量,所做的主要工作如下: 1.对粒子场数字全息轨迹速度测量方法进行了理论研究。 2.对基于Hough变换数字全息粒子尺寸位置测量方法进行了改进,提出一种采用顶帽变换滤波和自动阈值提取方法,并对光强判焦和复振幅判焦准则进行了研究。对2D粒子场和3D粒子场进行了计算机模拟,对直径为51.1μm和119.4μm的标准粒子进行了实验,测量结果:对直径为51.1μm的标准粒子,粒子直径为52.5μm,相对误差5.40%;直径为119.4μm的标准粒子,粒子直径为120.48μm,相对误差2.30%。对粒子尺寸位置测量不确定性进行了分析,并对全息图信噪比、粒子提取率E p与粒子场深度L和粒子数密度ns之间的关系进行了分析。 3.提出一种基于3帧的粒子跟踪算法,对速度测量的不确定性及粒子识别率进行了分析,给出了在不同粒子数密度、不同粒子平均速度下,粒子场粒子轨迹提取率,并对2D粒子场和3D粒子场进行了模拟,测量结果:对2D粒子场,速度测量相对误差0.17%;对3D粒子场,速度测量相对误差5.6%。研究结果验证了该方法的可行性。 4.利用CW(连续)激光器和高速CCD数字记录动态粒子场,利用本文所提出的粒子轨迹速度测量方法,对标准粒子场、柴油喷雾场和乙醇喷雾场轨迹速度进行了实验研究,给出了粒子场2D、3D运动轨迹矢量图和速度分布图,以及在不同喷油脉宽下,沿X方向、Y方向的粒子速度变化曲线图,实现了雾场粒子尺寸、轨迹和3D空间的3C速度(3Dt-3C)分布测量。研究结果证明了该方法在粒子场轨迹速度测量中的可行性。

关键词： 图像斜分   燃烧稳定性   人工智能   支持向量机  

摘要： 火焰燃烧诊断一直是一个热点问题,而且对其研究有重要意义,现有的燃烧诊断系统都有不稳定、实时性差、识别率低的缺点。而实现炉膛火焰状态的实时监控准确判断以及燃烧诊断系统的自动化、智能化,能提高燃烧状态识别的准确性和可靠性,可以有效地防止熄火、锅炉爆燃等重大事故的发生,减少国家财产损失,保障人的生命安全。 论文首先分析研究了锅炉燃烧诊断现状,总结国内外研究方向和方式方法,指出其存在的不足与缺陷,分析总结了数字图像处理技术和人工智能的研究进展,着重研究了基于数字图像处理技术与现代人工智能相结合的燃烧诊断系统。 针对采集回的火焰图像含有噪声以及火焰燃烧区域为充满整个图片的问题,首先对火焰图像进行了预处理,包括对原图像的滤波去噪处理、火焰图像的分割即确定火焰燃烧区域,文中采用改进的基于二维直方图的图像斜分分割算法,然后在分割出的火焰区域中提取出能反映火焰燃烧状况的信息即火焰图像特征参量,将提取出的特征参量进行分析研究以找出最能代表锅炉真实燃烧状况的最优特征量组合,最后运用智能模型来诊断火焰的燃烧状态,并对未知火焰图像进行判别来检验模型的有效性和准确性。本文建立了两种智能模型来判断燃烧火焰图像的稳定性,分别为已有很多研究并成功应用在锅炉燃烧系统上的神经网络模型和最近几年发展迅速的支持向量机模型,文中对这两种模型进行了比较应用,分析各自的优势和不足,提供了一种新的人工智能的稳定性判别算法。 针对文中存在的不足以及未来发展趋势,提出了自己的看法。数字图像技术的优势是显而易见的,人工智能的发展是飞速的,相信结合数字图像处理和人工智能的燃烧诊断系统会越来越准确,越来越完善。

关键词： 复合绝缘子   憎水性   图像处理   BP神经网络  

摘要： 随着输电线路电压等级的提高,绝缘子承受的机电负荷加重。特别是在污秽严重的地区,传统的电瓷绝缘子、玻璃绝缘子在使用中暴露出性能上的固有缺陷,复合绝缘子的使用可以部分克服这些缺陷,因此其在超高压和特高压输电领域的应用势在必然。然而复合绝缘子的使用,也为科研和运行人员带来了很多新的技术难题,特别是复合绝缘子憎水性的检测问题,多年来一直无法实现在线检测。本文对复合绝缘子憎水性自动检测问题展开专题研究,相关研究对于保证复合绝缘子安全稳定运行具有重要意义。 本文首先对高压绝缘子的发展现状进行了综述,分析了复合绝缘子的自身优势,针对复合绝缘子憎水性检测的方法进行了论述。在这个基础上阐述了复合绝缘子憎水性的形成机理,并分析了复合绝缘子憎水性检测主要方法及优缺点。研究表明,均熵法和形状因子法作为憎水性指示函数法中的经典方法,存在不足,需要用新的算法来改进,并提出采用憎水性函数指示法能够有效改善憎水性检测效果。 对现有的基于数字图像处理技术的复合绝缘子憎水性自动检测算法的分析与研究表明,传统数字图像处理技术不能达到很好的效果,需要引用新的数学方法对其进行改进,以期对绝缘子憎水性图像进行准确分割。采用基于同态滤波的局部直方图均衡化算法极大的改善了复合绝缘子憎水性图像的显示质量,初步去除了高频噪声。而后通过自适应中值滤波算法滤除了图像大部分的剩余噪声。采用基于最大类间方差的遗传分割法通过反复迭代搜索得到较优的分割阈值,实现了憎水性图像的准确分割,可满足后续基于BP神经网络的憎水性等级的判定。 通过分析与研究采用改进形状因子法分级得到的具体实例数据,指出了该方法的具体缺陷,继而采用改进型BP神经网络实现复合绝缘子憎水性等级的判定,实验数据表明,BP神经网络分级能够准确判断复合绝缘子憎水性等级。

关键词： 油管接箍   数字图像处理   图像识别   Video and Image Processing Blockset   OpenCV  

摘要： 在石油与天然气开采生产过程中,修井作业是一个重要的环节。由于修井任务越来越繁重,修井工人的劳动强度十分高。所以要提高修井效率、减轻修井工人的劳动强度,这就要求有较高自动化程度的修井起、下操作来解决或者减轻上述问题。因此,对油管接箍的自动检测成为修井作业的重要目标。 数字图像处理及模式识别技术是涉及了人工智能、神经生物学、计算机视觉、图像处理、数学等多个领域的交叉学科。随着此技术的不断发展,大量的应用于航天和航空技术、工业和工程、军事公安等方面。本课题就属于石油工业方面的应用。 本文结合了数字图像处理技术,通过分析已有的图像预处理方法及运动目标与识别算法的基础上,对油管接箍单帧图像以及视频图像进行处理及算法分析,并开发出接箍图像自动识别软件,取得了一定的成果。主要研究工作包括以下三方面: 首先,研究已有的图像预处理方法,包括图像增强、图像分割等。应用各种方法的不同算法对油管接箍单帧图像进行处理,对比分析各种算法的处理效果,选择出适合修井作业环境的最佳接箍图像预处理算法。 其次,运用MATLAB组件Simulink中的Video and Image Processing Blockset模块,设计了几种油管接箍上提视频图像处理及标记系统。通过仿真验证对视频图像处理的算法的效果,为后期开发自动识别软件系统打下基础。 最后,针对油管接箍提升的具体现场环境,研究并分析了适合油管接箍上提的图像识别算法。基于VC++6.0软件开发平台及OpenCV(开源计算机视觉库),设计开发出油管接箍图像自动识别系统。实验结果表明在简单背景情况下,对油管接箍图像具有很好的识别效果。

关键词： 机织物   经纬纱密度   组织   配色模纹图   计算机   图像   神经网络   遗传算法   聚类算法   Hough变换   Fourier变换  

摘要： 机织物结构参数包括经纬纱特数、密度和织物组织,色织物还包括色纱排列参数。在纺织工厂,除经纱和纬纱的特数确定通常采用取样称重、计算而得,其他参数目前仍依靠专门的检测人员在放大镜等辅助设备的帮助下分析完成,这种人工分析机织物结构参数的方法不仅耗时费力、效率低下,而且检测结果会受到测试人员的主观因素影响,不同测试人员的检测结果可能出现较大差异。当前纺织生产已呈现小批量、多品种的发展趋势,纺织工厂需要一种快速、准确的机织物结构参数分析方法。为此,本文研究如何利用数字图像处理技术,实现机织物结构参数(不包含经纬纱线特数)的自动识别。 本文的研究主要涉及以下内容:机织物图像的自动纠偏理论与方法;机织物经纬纱密度的自动识别;单色织物的组织识别;色织物的色纱排列、配色模纹图及组织的识别。现将各章内容简要介绍如下: 第一章简要介绍论文的选题背景及意义。概述了国内外有关基于图像处理技术的机织物结构参数自动识别的研究现状。分析了国内外研究存在的不足,并提出了研究色织物结构参数自动识别的问题。 第二章涉及机织物图像的采集方法和纠偏理论。就采集机织物图像的扫描分辨率、图像尺寸等参数选择进行了探讨。针对机织物图像采集存在着的偏斜问题,给出了自动纠偏方法。 第三章实现了机织物纱线密度的自动检测。首先按照织物中色纱组成将织物分成单色织物、单系统多色织物和双系统多色织物等三种类型,分别采用不同的方法完成三种织物密度的自动测定。对于单色织物,基于Hough变换完成织物中纱线偏斜角度的自动检测,并利用灰度投影法完成织物图像中纱线的自动定位,从而实现单色织物纱线密度的自动检测;对于单系统多色织物,利用FCM算法在Lab颜色空间下对织物进行分色,使得截取的子图像中只含有一种或两种颜色的纱线,进而实现单系统多色织物纱线密度的自动检测;对于双系统多色织物,利用彩色梯度图像对纱线的边缘信号进行增强,并采用灰度投影法和互相关分析法完成双系统多色织物纱线密度的自动检测。 第四章涉及单色织物组织的自动识别。首先基于纱线分割结果完成组织点的定位,提取每个组织点的灰度均值及其方差特征,灰度共生矩阵的能量、熵特征,利用FCM算法结合上述特征参数对组织点进行初步识别。然后以组织点的初步识别结果为基础,提出采用BP神经网络和组织数据库两种方法完成织物组织的最终识别,分析实例表明两种方法都有着较好的织物组织识别效果。 第五章实现了色织物配色模纹图的自动识别。在识别过程中,首先利用双系统多色织物密度检测的方法完成纱线和组织点的定位,提取每个组织点的颜色特征,然后基于FCM算法完成色纱数目的自动提取和组织点的颜色分类,最后基于组织点的颜色分类结果得到色织物的配色模纹图。 第六章涉及色织物的色纱排列参数和组织的自动识别。给出了两者识别方法,方法一是基于色织物图像直接识别出色纱排列参数,首先利用FCM算法,在Lab颜色空间下对色织物图像进行自动分色,然后遍历分色后的子图像,判断出每根纱线的颜色,得到经纱和纬纱的排列参数,完成经纬色纱周期的自动提取,得到色纱排列参数。方法二是基于配色模纹图识别出色纱排列参数识别,分别采用遗传算法和逻辑分析法完成基于配色模纹图的色纱排列参数的识别。 在完成配色模纹图和色纱排列参数识别后,利用色纱排列、配色模纹图和织物组织之间的关联性,自动求解出组织点经纬属性,实现色织物组织的初步识别,再利用组织数据库方法完成色织物组织的最终识别。 第七章对全文进行了总结和展望。给出了本文的主要进展及存在的问题,对基于图像处理的织物结构参数识别的进一步研究提出了建议。

关键词： 自动光学检测   数字图像处理   神经网络   主成分分析   缺陷检测  

摘要： 随着电子工业的发展,表面组装技术逐渐成为了电子组装工艺的主流技术。由于电子组装质量不仅影响到产品的机械性能,而且也影响到产品的电气性能,因此,对于表面组装缺陷的检测也变得越来越重要。 本文首先介绍了表面组装技术的特点及主要缺陷类型。阐述了常用的检测方法及其特点,并将基于数字图像处理技术的自动光学检测（AOI）作为研究对象。总结了目前国内外对AOI技术的研究现状。 其次,在分析了组装电路板图像的特点,以及组装电路板图像的主要噪声类型的基础之上,本文重点研究了数字图像预处理的方法,实现了对图像的增强和去噪处理,取得了比较好的效果。同时,提出了基于HSI颜色模型的图像定位和校准方法。通过提取组装电路板图像中的定位点,建立坐标系,实现了对图像的定位和校准。 然后,本文重点介绍了元器件型号错误检测和RCL元件焊点缺陷检测的实现过程。对于元器件型号检测,在分析元器件丝印字符特点的基础上,阐述了字符图像预处理和字符特征提取的方法,并运用BP神经网络实现字符识别。对于RCL元件焊点缺陷检测,在分析了焊点图像特征并提取了多个图像特征的基础上,针对生产实际,提出了一种二阶段法的缺陷检测模型,在第一阶段,采用单一特征量通过感知器神经网络对样本进行检测,在保证较低的漏检率下筛选出大多数的良品。在第二阶段,采用多特征并经主成分分析（PCA）方法降维处理,通过BP神经网络对样本进行多类别分类。通过与传统的缺陷检测方法比较,证明二阶段方法在检测的准确性和效率上都有明显的优势。 最后,本文对全文进行了总结并对下一步研究的方向进行了展望。

关键词： 数字图像处理   图像放大   分形插值   迭代函数系统   随机布朗运动  

摘要： 利用图像插值可以实现对数字图像进行不同比例的放大。传统的放大技术以采样定理为基础的,在对图像处理中都存在一定的缺陷从而降低了图像的质量。由于分形具有无穷的细节和其自相似性,本文采用分形的方法对图像进行插值放大处理来保持图像放大后的视觉效果。 本文首先从图像数字化的基本理论出发,从采样和量化的观点论述了采样点数和量化级数与图像质量之间的关系,从中得出采样点数越多,量化级数越高,则得到的图像质量越好。还分析了图像质量的客观评价和主观评价标准,客观评价的特点是采用客观指标和定量指标,而主观评价的特点是主观性和定性评价。目前最常用的评价方法是主观评价。 通过介绍分形的基本理论与方法,提出了基于迭代函数系统的图像放大技术,该技术是将采样点进行仿射变换来得到所需图像,它需要有严格的自相似性,而且在仿射变换中还需要有固定的吸引子,使其缺乏随机性。因此适用于对图像的局部放大处理。 分形布朗函数是随机分形的数学模型,对于图像纹理所具有的统计特性可以被较好的反映出来。本文将分形布朗函数用于图像放大,提出基于分形布朗随机场模型的图像插值方法——随机中点位移法,然后用MATLAB软件实现编程。 最后使用MATLAB软件对于不同的内容的图像和不同像素的图像分别采用不同的放大技术进行放大处理,有些图像还进行了连续的放大处理,通过这种方式来验证方法的有效性。 通过对实验结果的分析,可以得出采用随机中点位移法实现对图像的放大处理的图像,虽然有一些模糊,但在细节上却有了明显的改善,而且能够保持原有图像的纹理特征。

关键词： CSBN晶体   衍射效率   全息存储   数字图像处理  

摘要： 光学体全息存储技术作为最有特色和最有潜力的存储技术,成为光学存储领域的研究重点。具有钨青铜结构的铌酸盐晶体许多是优良的光折变材料,铌酸锶钙钡晶体(分子式(Ca0.28Ba0.72),(Sr0.60Ba0.40)1-xNb2O6,简写为CSBN)是由山东大学晶体材料国家重点实验室新近生长的一种具有钨青铜结构的铌酸盐。CSBN晶体属于四方晶系,点群4mm,空间群为P4bm；具有非中心对称,类似SBN结构。根据CSBN晶体通式中下标x的不同取值,可获得不同类型的CSBN晶体,如CSBN25(x=0.25),CSBN50(x=0.50)和CSBN75(x=0.75),本论文主要研究CSBN50晶体。 数字图像处理技术应用于精密测量领域形成了一种新的测量技术——图像测量技术,具有高分辨率、高速度、动态范围大、信息量丰富和自动化等诸多优点。本文改进了传统光全息存储实验系统,研究了新型铌酸锶钙钡晶体的全息存储特性,并结合图像测量技术的上述优点,处理实验结果图像,分析实验现象形成的原因。具体内容包括以下几个方面： 首先测量CSBN50晶体全息存储性能,以确定晶体全息存储实验最佳条件。采用两波耦合的实验方法,在一定条件下测量了CSBN25、CSBN50晶体的衍射效率,通过对CSBN晶体能量转换关系图的分析,画出CSBN25晶体、CSBN50晶体的衍射效率与两光束入射夹角的关系曲线,发现晶体衍射效率最大时,两光束夹角约为25°；随后在相同的实验条件下,以CSBN50晶体为存储介质,利用图像采集软件记录了细铜线的衍射光随时间变化的图像,从记录图像中发现,再现衍射光斑清晰可见,随着时间延长再现衍射光从中心开始向四周逐渐变暗。通过对再现衍射光的分析,得到CSBN50晶体擦除时间约为55s。最终确定CSBN50晶体全息存储实验最佳物光和参考光的夹角为25°,即晶体衍射效率最大时两光束夹角位置。 设计晶体体全息存储实验系统,包括光路的设计、系统各个部分的协调等,改进传统光全息存储实验系统,优化实验光路,降低实验成本。用C++Builder5.0开发了一套相关的图像接收与处理系统,实现图像自动存储、实时接收与实时处理,提取图像信息,突出图像特征,以分析实验现象形成的原因。 利用改进的实验系统,进行CSBN50晶体体全息存储实验,在整个全息存储再现过程中发现两个比较特殊的实验现象：一是再现图像随时间由中心向四周逐渐变暗；二是再现过程中图像出现边缘增强现象。采用数字图像处理的方法,分析再现图像的灰度,并构造再现图像的三维显示图,得出再现图像随时间由中心开始向四周逐渐变暗是由于激光光强的高斯分布特征,而再现过程中图像出现边缘增强是由再现光与体光栅的部分衍射光发生自相位共轭所引起的。