教学课程资源库 更多>>

关键词： 喷雾   稳定性   二流体喷嘴   数字图像处理   快速傅里叶变换  

摘要： 随着科技的进步和发展,现代工业对喷嘴提出了更高的要求,二流体喷嘴因其能克服传统喷嘴的缺点,进一步提高喷雾质量而脱颖而出。但由于二流体喷嘴引入气相,并使之与液相在混合室内发生相互作用,因此其雾化效果存在天然的不稳定性。本文将试验和数据后处理技术相结合,针对二流体喷嘴,系统地研究了不同工况对喷雾稳定性的影响规律,这对于二流体喷嘴的发展具有重大的现实意义。本文以一种典型二流体喷嘴-内混式空气雾化喷嘴为试验研究对象,采用高速相机拍摄近喷嘴口处的液体碎裂形态,同时结合喷雾平均值图像和均方根图像分析了喷雾在对称形态上的稳定性。其中喷雾平均值图像是将多张图像对应像素点求平均值得到的图像,喷雾均方根图像则是求均方根得到的图像。结果表明:当液体流量较小时,喷雾的稳定性随着气液质量流量比ALR(Air-liquid Mass Ratio)的增大而增强,而当液体流量较大时,则与之相反。同样的,当ALR较小时,喷雾的稳定性随着液体流量的增大而增强;而当ALR较大时,也是与之相反。除此之外还结合了平均灰度序列和灰度重心序列的频谱图分析了喷雾在轴向和径向波动形态上的稳定性,结果表明:当液体流量较小时,液体的轴向和径向波动随ALR的增大先增强后减弱,在大液体流量工况下也是如此。在中小ALR工况下,液体的轴向波动随着液体流量的增大而增强,径向波动却与之相反;在大ALR工况下,液体的轴向波动随着液体流量的增大先增强后减弱,而径向波动却一直减弱。研究还发现轴向不同距离的液体轴向波动频率几乎相同,径向波动频率也是如此,但随着轴向距离的增大,其幅值也增大。当ALR工况较大时,液体轴向和径向波动的主频几乎相同,但轴向波动的幅值明显要比径向波动的大很多。本文采用马尔文激光粒度分析仪进行高频采样得到喷雾粒径数据,并对比分析了几种评价数据稳定性和离散度的指标。在时域上,选择变异系数来处理试验数据,在频域上选择采用快速傅里叶变换来对试验数据进行分析,以此来探究不同工况和轴向不同位置等因素对喷雾稳定性的影响。结果表明:综合所有的工况,小液滴的稳定性相对而言最好,中等粒径液滴的稳定性次之,大液滴的稳定性最差,中等液体流量和中等或偏大ALR工况时的喷雾稳定性最强;随着轴向距离的增大,中小液滴的稳定性逐渐增强,而大液滴的稳定性逐渐减弱。对液滴粒径数据的快速傅里叶变换结果表明:当固定液体流量而改变ALR工况时,频谱图中主频幅值的变化幅度较大,而主频频率的变化幅度较小;当固定ALR工况而改变液体流量时,随着液体流量的增大,主频的频率总是在增大,而主频的幅值却没有明显的变化规律;D和索特平均直径SMD(Sauter Mean Diameter)的数据经过快速傅里叶变换所得到的频谱图形状非常相似,但各频率对应的幅值均有所不同;当频谱图形状相近时,主频幅值的影响大于主频频率的影响,大于其余频率的影响。

关键词： 数字图像处理   工程教育专业认证   闭环培养体系  

摘要： 为了满足工程教育专业认证“以学生为中心、成果导向、持续改进”的理念要求和新工科“继承与创新、交叉与融合、持续改进”的建设目标，本文对《数字图像处理》课程教学展开探讨，在分析课程的特点和存在问题的基础上，从培养模式、课程内容、教学手段出发探索合适的闭环培养体系，为电子信息工程专业的新工科建设和工程教育专业认证提供示范和助力。

关键词： 湿法炼锌   搅拌   数字图像处理   Logistic回归模型   混合均匀性  

摘要： 湿法炼锌净化工艺是锌冶炼中一种非常重要的工艺。随着时间的推移,我国锌冶炼行业越来越难以获得品位高、杂质含量低的锌精矿。相反,铜、镉、钴、锗、铅等重金属与锌伴生的现象越来越普遍。因此,在湿法炼锌过程中,如果不能及时有效地利用含有金属元素的镉渣,将会浪费大量资源并造成严重的生态环境污染,其在环保和经济效益方面具有显著的优势,因此受到了广泛关注和研究。首先,本文搭建了顶吹-机械复合式搅拌实验平台,采用了一种Betti数量化算法,通过对其顶吹-机械复合式搅拌过程进行了实验,并利用数学分析软件对原始图像进行图像处理,原始图像经过灰度变换、高帽变换、滤波变换、二值化、开运算,最终得到用于计算Betti数的图像。其次,建立了顶吹-机械复合式搅拌气液两相混合均匀性Logistic回归模型,通过量化Betti数的积分面积来评价混合效果,实验过程中Betti数的变化符合Logistic回归模型,提出了Logistic积分面积拟合直线斜率6)和截距(7评价气液两相混合均匀性新指标,在不同的工况下,混合时间T与积分面积拟合直线的斜率6)、截距(7、积分面积S成负相关。实验结果表明,在顶吹-机械复合式搅拌中空轴电机转速为100rpm,浸没深度为12cm的工况搅拌混合时间最短。最后,基于前期的研究,在湿法炼锌净化实验中,通过反应动力学分析,离子、锌置换体系的反应速率受扩散控制,顶吹-机械复合式搅拌提高了扩散速率,可提高电化学反应速率,加速了湿法炼锌净化效率。顶吹-机械复合式搅拌的工况中空轴电机搅拌转速80r/min净化率最高,顶吹-机械复合式搅拌相较于蒸汽顶吹搅拌和机械搅拌分别提高了50.44%和9.48%,顶吹-机械复合式搅拌技术可以有效的提升搅拌反应釜的混合效率及净化率。

关键词： 数字图像处理   机场道面裂缝   图像分割   裂缝分类  

摘要： 机场跑道作为承载飞机起飞与着陆的主要区域,是机场飞行区重要的基础设施。在荷载因素与环境因素的反复作用下,机场道面容易出现各种病害,其中裂缝病害为大多数病害的早期表现形式。当前机场机场道面裂缝的检测工作仍停留在人工作业阶段,存在检测效率低、成本高、主观性强等缺点。因此智能化的机场道面裂缝检测方法成为研究热点。本文以机场道面裂缝图像为研究对象,根据道面裂缝的特点,提出了基于数字图像处理技术的机场道面裂缝智能检测方法,并进行实验验证。论文的主要工作内容如下:首先进行机场道面裂缝图像的预处理,完成相机标定与尺寸标定。根据道面裂缝图像的特点,进行图像灰度校正及提出改进的双边滤波算法进行图像去噪处理。其次进行裂缝图像的分割算法的对比分析实验,提出结合大津法改进的自适应canny边缘检测算法,有效分割出裂缝边缘。然后对分割后的裂缝边缘存在小噪点、内部孔洞及边缘断裂问题,使用连通域分析法去除噪点,使用数学形态学运算填充内部孔洞,连接断裂边缘,并提取出剔除毛刺后的裂缝骨架图。接着提取道面裂缝骨架图的节点数目,裂缝密度及投影特征作为特征向量,基于SVM决策树原理对机场道面裂缝进行分类识别,并进行实验证明本文算法能够满足机场道面裂缝检测需求。最后,进行裂缝检测实例验证,并结合三维建模技术完成检测出的裂缝病害的可视化。综上所述,本文提出的基于数字图像处理技术的机场道面裂缝智能检测方法能够有效提高机场道面裂缝检测作业的效率,方便道面管理人员掌握道面状况,提高道面管理效率。

关键词： 太阳能热发电   槽式集热管   弯曲变形检测   无人机摄影测量法   数字图像处理   截断效率  

摘要： 集热管作为槽式太阳能光热电站聚光系统的关键部件之一,用于接收汇聚的太阳辐射能。集热管的弯曲变形使其偏离聚光系统焦线位置,造成部分光线未能被其接收,直接影响聚光系统的截断效率,进而影响电站的发电效率。因此,研究集热管弯曲变形检测技术具有重要意义。本文以槽式集热管弯曲变形检测技术为研究对象,旨在找到一种快速、准确和非接触式的集热管弯曲变形检测方法,并研制相关检测设备,从而为槽式太阳能光热电站集热管弯曲变形测量提供检测技术与设备支持。本论文的主要研究内容如下:1.分析已有的以槽式集热管为检测对象的测量技术,提出了基于无人机摄影测量的集热管弯曲变形检测方法。由无人机搭载的相机从相互垂直的方向拍摄集热管图像,基于数字图像边缘检测技术,获取集热管边缘位置,进而计算集热管实际中心线位置,再连接实际中心线两端位置得到理想中心线位置,最后将集热管实际中心线与理想中心线做差获得集热管弯曲变形量。2.提出集热管弯曲变形对截断效率影响的计算方法。基于蒙特卡洛光线追迹理论,对槽式聚光系统进行建模,考虑太阳光斑大小和聚光镜面面形误差的影响,将集热管量化,计算集热管不同位置反射主光线的光斑与集热管截面相交的归一化面积,从而获得集热管弯曲变形量对截断效率影响的计算公式。3.基于无人机摄影测量法,研制了用于测量集热管弯曲变形的检测设备。详细介绍该检测设备的系统设计和各部分硬件实现,分析了相机拍摄方向和无人机拍摄距离的确定方法。4.使用MATLAB编程软件,开发了槽式集热管弯曲变形测量软件。该软件具有图像用户界面,操作简捷,可自动显示与保存检测结果。5.对槽式集热管弯曲变形检测设备进行测量误差分析,并开展相关实验。实验结果表明,该设备测量误差为0.62mm,重复性精度为0.35mm,验证了该检测设备的正确性和可行性。

关键词： 深度学习   目标检测   橙幼果   数字图像处理   果实损伤检测界面   智慧果园  

摘要： 橙是重要的水果品类和经济作物。橙幼果果情信息检测是制定果园管理策略的依据,对现代化、智能化果园生产具有重要意义。针对橙幼果果情自动化、规模化检测需求,本文提出基于深度学习的橙幼果识别和病虫害检测方法,主要研究内容及成果如下:（1）橙幼果背景去除方法研究。针对橙幼果颜色与背景相似导致传统方法识别困难的问题,提出了利用语义分割模型Seg Net去除图像背景以提高识别精度。首先建立橙幼果数据集,然后利用PSPNet、HRNet和Seg Net三种语义分割模型对数据进行处理,结果表明,Seg Net模型分割精度高于PSPNet与HRNet模型,其精确率、召回率、F1分数、MPA值和MIo U值分别为81.72%、82.06%、81.89%、81.17%和81.74%。基于学习率优化策略对Seg Net模型进行改进,改进后的模型的各指标分别为83.35%、84.79%、84.06%、82.34%和82.09%。对比原模型各指标分别提升了1.63%、1.73%、2.17%、1.17%和0.35%。所建模型实现了较高精度的橙幼果背景去除。（2）橙幼果目标识别模型建立。首先制作橙幼果识别数据集,数据集包含1500张经语义分割去除背景的图像,按3:1的比例划分训练集和测试集。对图像进行人工标注,使用数据增强的方法对数据集进行扩充后完成橙幼果数据集的构建。使用Faster-RCNN网络、SSD网络、单阶段检测模型YOLOv5s对橙幼果数据集进行训练,结果表明YOLOv5s模型的综合性能较优,其评价指标精确度、召回率、m AP值和平均识别时间分别为94.24%、96.98%、98.21%和0.067s。基于空洞空间卷积池化金字塔结构对YOLOv5s模型进行改进优化,结果显示改进后的模型即ASPPYOLOv5s的各指标分别为96.82%、96.20%、98.93%和0.071s。经语义分割后的图像的识别率满足目标需求。（3）基于深度学习的橙幼果损伤检测。依据橙幼果的常见损伤,本文构建了1200张由橙炭疽病、橙溃疡病、黑斑病和正常果实按照1:1:1:1的比例组成的数据集,使用未改进的YOLOv5s模型和基于注意力机制改进的YOLOv5s模型对数据集进行训练,结果表明改进过后的模型的平均精确率、平均召回率和平均m AP值均对比YOLOv5s模型分别提升2.5%、1.6%和1.1%。（4）基于Py Qt5平台的橙幼果病虫害检测界面设计。为了能直观显示病虫害橙幼果的信息,本文设计了基于Py Qt5平台的橙幼果病虫害检测界面,该界面能显示图像尺寸大小、果实病虫害类别和灰度值信息。研究结果表明,本文所提橙幼果识别方法和检测界面能够为果园管理提供橙幼果数量和质量信息。

摘要： 针对数字图像处理实验教学中实验课时较少、实验内容单一、学生实验热情不高等问题，在实验教学中将科研项目渗透到教学中，增加高光谱图像分类综合拓展内容，提升学生的学习兴趣和实践能力，激发学生的创新热情。

关键词： 复合材料自动铺放   轨迹规划   全局度量   内嵌物理知识神经网络   数字图像处理  

摘要： 先进复合材料轻质、高强,已成为航空航天高端装备减重增效的优选材料。自动纤维铺放技术能有效地提高复材构件的制造效率和质量,是航空航天复杂曲面构件自动化成型的关键技术。在自动铺放过程中,铺放轨迹决定了纤维排布,进而直接影响复合材料零件的性能。为满足复材构件的力学性能和铺放质量要求,铺放轨迹需要同时考虑转弯半径、纤维角偏差以及轨迹间距等工艺指标。在复杂曲面构件变刚度铺放场景中,曲面的几何不可展性和理论铺设方向的高自由度均会导致上述三个优化目标相互制约,难以兼顾。现有铺放轨迹规划方法大多在对基准轨迹进行优化后,通过路径密化方法生成铺放轨迹,理论上仅能保证所生成轨迹局部满足单一要求,难以整体满足多个优化目标。为实现多目标下的复合材料自动铺放轨迹整体规划,本文针对各项铺放工艺要求给出了铺放轨迹的全局度量方法,将轨迹整体规划问题转换为定义在曲面参数域的泛函问题,并给出两种目标函数的求解思路,进而通过提取目标函数等值线形成整体优化的铺放轨迹。最后,本文设计了仿真实验对本文方法的有效性进行验证。结果表明,本文提出的铺放轨迹整体规划方法相比于现有铺放轨迹规划方法能够整体兼顾轨迹的方向性、可铺性以及间隙质量,为实现目标域内铺放轨迹的整体优化与调控提供了理论与技术支撑。本文主要的创新如下: (1)围绕铺放轨迹的表征,在曲面参数域上分别对复合材料自动铺放轨迹的可铺性、方向性及间隙质量三大工艺指标定义了轨迹的全局度量,并以此实现了轨迹规划问题的泛函定义。 (2)针对泛函问题的求解,提出了基于内嵌物理知识神经网络(PINN)的铺放轨迹整体规划方法,将全局度量下的优化目标作为损失函数,通过神经网络训练实现目标函数求解,从而实现多目标下铺放轨迹的整体规划。 (3)针对PINN法进行轨迹规划时存在的效率问题,提出了基于图像处理的轨迹整体规划方法,构造了图像参数域进行全局度量的有效表征,并对优化目标进行简化与重定义,设计了图像逆卷积算法对目标函数进行求解,实现了铺放轨迹的整体、高效规划。

关键词： 孔内表面   缺陷检测   畸变校正   图像展开   实时检测  

摘要： 当前国内生产厂家在对孔内表面进行质量检测时,主要通过游标卡尺、人工目测等方法来进行,存在检测效率低、可靠性不足、精度差、检测标准不统一等问题。在需要对缺陷进行较为精密检测的场合,常见的检测方法往往存在一定的限制,无法满足实际使用中可靠性、精度、检测效率等方面的需求。针对该问题,本文在深入研究内窥图像成像原理的基础上,以孔径8-20mm的机械零件内孔为研究对象,对孔内表面缺陷检测展开研究。具体研究内容如下: （1）镜头选择、检测平台搭建及图像预处理。基于镜头成像原理,根据孔内缺陷检测对镜头焦距及视场角的要求,选择合适的内窥镜镜头,搭建实验平台。运用该实验平台采集实时的原始图像,采用加权平均算法、中值滤波算法、线性增强算法对原始图像进行灰度转化、滤波降噪、图像增强等预处理。 （2）基于畸变校正拉伸因子的孔内图像畸变校正。针对传统畸变校正方法在校正后边缘部分不清晰的问题,通过引入畸变校正拉伸因子,提出一种快速畸变校正算法,该算法可实现纵、横两个方向上畸变的快速校正,算例表明:与传统经度模型、经纬校正、双经度、球面投影等算法相比,本文提出的快速畸变校正算法在校正时间、结构相似度、边缘图像清晰度等三个指标上均表现出一定的优越性。运用本文校正算法分析不同类型、不同缺陷、不同孔径的孔内图像表明,平均校正时间为3.17s、结构相似度为0.9203、边缘图像清晰度为55.045,可以满足畸变校正要求。 （3）基于CU-BI-LM算法的孔内图像展开与非线性拉伸。针对柱面展开算法展开效果欠佳、展开后图像边缘信息缺失、展开图像与真实图像之间比例失调等问题,本文将柱面展开算法、双线性插值算法与L-M优化算法相结合,提出CU-BI-LM算法对畸变校正后的图像进行展开,实验结果表明:在实际划痕缺陷测量尺寸为50mm的情况下,采用本文提出的算法展开后的测量结果为49.2mm,误差率为1.6%,在可接受范围之内。 （4）基于深度学习的孔内缺陷识别分类研究与在线检测系统的设计开发。为了实现孔内表面缺陷的自动分类,采用ResNet50模型对孔内缺陷图像进行分类识别,通过超参数优化实验,得到最优网络训练批为16、最优学习率为0.001、最佳微调模型为仅冻结Conv2x的结论。实验结果表明,优化后模型的平均准确率为92.3%,能够有效达到孔内表面孔内缺陷检测要求的目的。此外,设计了在线检测平台,该平台采用MATLAB中的GUI工具箱搭建而成,将上文中的预处理、畸变校正、展开、识别算法嵌入到系统中,输入待检测的图像之后,该平台可实现孔内表面缺陷的快速、高精度、自动化在线检测。 本文研究对孔内缺陷检测手段的丰富和拓展具有一定的实际意义,在需要对孔内缺陷进行大批量、高精度、快速检测的场景下具有实际应用价值。

关键词： 数字图像处理   图像去噪   中值滤波算法   FPGA  

摘要： 近红外数字图像处理是利用计算机软件或新兴硬件微处理器对近红外图像进行处理的方法。它包括图像复原、图像重建、图像分析、模式识别和计算机视觉等领域。其中,图像去噪作为图像复原的一个分支,在医疗、军事、工业等领域广泛应用。滤波算法是图像去噪的核心,传统数字图像去噪系统主要基于软件平台,在实时性要求高的场合无法满足需求。因此,在以硬件为核心的系统平台上实现数字图像的快速去噪,同时满足实时性要求和减少硬件资源消耗成为图像处理研究的重要课题。本文提出了一种基于FPGA的近红外光电探测阵列生成图像去噪处理方法。相比于PC软件平台,FPGA可以在较低的工作主频下实现更高的处理速度,并实现数字图像像素点的并行化处理与输出。在深入研究传统数字图像噪声去噪算法的基础上,通过MATLAB仿真对比研究,本文选取中值滤波算法作为数字图像噪声(尤其是椒盐噪声)的去噪算法,并对其加以改进使之更适合在FPGA硬件平台上实现。该系统设计的关键在于改进的快速中值滤波算法,相比传统算法,该算法可以在三轮共21次比较中获得3×3快速中值滤波模板窗口的中值结果,简化了算法的计算过程,节约了硬件资源,同时提高了系统的时序性能。整个去噪系统包括三个主要模块:CMOS视频图像缓存模块、快速中值滤波算法模块和DDR3 DRAM控制模块。快速中值滤波算法模块是算法的主要设计模块。部分模块引入FPGA流水线设计思想和乒乓传输原理,提高了系统的数据传输吞吐量,同时保证了良好的时序性能。本文采用ISE Design Suite 14.7作为开发环境,并使用Xilinx公司的Spartan-6系列FPGA芯片XC6SLX16-2CSG324作为FPGA核心。该芯片功耗低、成本低、硬件资源配置丰富。该系统采用Verilog HDL对各个模块进行描述并实现其功能,包括将快速中值滤波算法用硬件结构描述,各模块接口信号连接与时序匹配,模块内部逻辑设计。该系统充分利用了FPGA片内和片外存储器件,在满足设计要求的前提下节约硬件资源,简化逻辑设计。系统实现过程中,首先在Model Sim平台进行功能仿真验证,然后通过综合和布局布线进行上板验证。最终实现了基于FPGA的快速中值滤波系统,其工作频率为110MHz,输入为640×480分辨率原始图像。为了进一步验证算法的有效性,对比了非制冷红外探测器拍摄图像的前后处理效果,以评估快速中值滤波算法的可靠性。