图像识别

摘要： 基于图像识别技术在煤粉二值化图像中进行煤粉颗粒基本特征的提取;建立煤粉颗粒和在线检测装置的三维几何模型;设定气固两相的模拟参数及边界条件后,采用CFD-DEM耦合方法模拟煤粉的气固两相流动,进行气相速度场的分析以及颗粒相的流动分析,研究颗粒的扩散机理,获得颗粒相的速度场和体积分数的分布,归纳出颗粒的流动特性。结果表明:气相在主流通道内流动比较均匀,沿管径增大方向流速逐渐减小;在检测通道内有比较明显的旋涡生成,湍流卷吸效应影响了煤粉颗粒影像的清晰度;形状规则的球形颗粒更易偏离主流流动方向,形成颗粒沉积;形状不规则的颗粒受气力输运作用影响较大,大部分在煤粉气流主流通道内流动;在颗粒受湍流卷吸效应偏离主流流动通道后,粒径较小的颗粒更易运动至检测通道两侧检测元件附近从而影响检测效果。

摘要： 针对传统耐火材料抗热震性检测方法所存在的诸如效率低、安全性差、没有过程记录等问题,本文利用图像识别技术并结合机器学习建立了新的检测系统,提出了设定初始误差系数E计算连通域特征分割阈值T的算法和基于骨架线区间划分的破损率计算方法,并借助新检测系统对多种耐火材料样品进行抗热震性测试.结果表明,新检测系统中图像处理算法的分割误差、假阳性率和假阴性率均值分别为3.73％、4.89％和1.82％,耐火材料破损率计算方法计算速度快且计算精度高.新抗热震性检测系统大幅降低了检测工作量并能自动保存所有检测记录.

摘要： 基于农业技术与信息化技术的不断发展与融合,针对当前河北省农作物害虫识别准确率和效率低等问题,提出了一种基于Asp.NET Core MVC架构的残差神经网络害虫图像识别系统。该系统首先通过移动采集终端和网络图片爬虫收集目标分类图片信息,再使用数据增强技术扩充样本库,得到神经网络训练模型的数据集;然后通过搭建机器学习框架,分别引入ResNet-50、ResNet-101、ResNet-152残差网络模型,对数据集执行训练并验证其准确度;最后将准确度最高的训练结果模型运用至农作物害虫分类服务系统。经验证,该识别模型具有良好的适用性和鲁棒性,可为河北省主要农作物虫害提供识别及诊断功能。

摘要： 近年来,随着国家可持续发展战略的不断推进,垃圾分类处理问题显得尤为重要。为解决目前传统垃圾分类过程中存在的垃圾种类繁多、人工分类效率低等难点问题,设计并实现了一种基于阿里云的垃圾图像识别分类系统。该系统使用方便,识别准确率较高,能有效提高垃圾分类效率,降低了垃圾分类难度,对垃圾分类政策的推广有很好的辅助作用。

摘要： 面向高马赫数超燃冲压发动机推阻性能测量需求,基于FD-21高焓激波风洞,建立了基于自由飞原理的发动机模型推阻测量技术,创新引用了电永磁铁悬挂释放技术与高精度时序控制技术。设计了梯形多孔圆形阵列标记板,使用基于圆形特征阵列标记与图像识别技术的模型典型特征追踪方法,并对位移原始数据进行最近邻离群点剔除,用二阶中心差分求取模型加速度并进行傅里叶频谱分析,通过巴特沃斯低通滤波方法去除微分运算引入的高频噪声。进行了发动机模型自由落体运动试验和通流试验,探讨了自由飞测力技术的数据处理方法,获得了发动机模型的受力数据,给出了测量技术的精准度。在自由落体运动试验中,获得的加速度与当地标准重力加速度值偏差约为±2%。在FD-21风洞名义马赫数10模拟条件下进行了两次冲压发动机通流试验,获得的水平方向加速度相对偏差为2.32%,竖直方向加速度的相对偏差为7.44%。

摘要： 为解决现有大型建筑钢结构形变监测方法中存在的结构形变监测精度低、监测效果不佳的问题,本研究提出基于图像识别的大型建筑钢结构形变监测方法。首先,采用加权平均值法灰度化处理大型建筑钢结构彩色图像,并通过离散傅里叶变换同态滤波增强灰度化的大型建筑钢结构图像;其次,构建二维矩阵确定大型建筑钢结构图像平面坐标信息点,确定特征点坐标,计算单像素的物理值;最后,引入二阶插值法校正摄影设备误差,获取大型建筑钢结构的实际位移量,实现大型建筑钢结构形变监测。研究结果表明,该方法监测大型建筑钢结构的形变监测精度保持在95%以上,监测效果较好。

摘要： 为利用有限的钛合金烧伤图像来提高图像识别准确率,设计一种基于迁移学习的钛合金烧伤图像识别方法。利用该方法将经过ImageNet数据集训练的GoogLeNet和ResNet50网络模型保留卷积层及其对应权重参数作为特征提取器,分别与设计的特征识别网络建立连接,形成烧伤图像识别网络。在自制钛合金烧伤图像数据集上对网络模型进行训练。通过实验验证表明:该模型可以自动识别出无烧伤、轻度烧伤、中度烧伤、重度烧伤4类钛合金图像,识别准确率较未使用迁移学习的网络模型有大幅提升。

摘要： 针对绝缘子长期裸露在自然环境中致使浮尘等污渍在其表面附着堆积形成通路,导致绝缘子被两端电压击穿,以及在自然环境中由于雷电天气,使绝缘子损坏自爆,对输电线路存在极大隐患的问题,为及时发现输电线路中绝缘子自爆缺陷,采用无人机在输电线路巡检中所采集到的有关绝缘子串的图像,研究基于MATLAB图像处理的绝缘子自爆缺陷检测与判定方法,开发了基于MATLAB的绝缘子自爆检测系统。该系统对高压输电线路中的特殊绝缘体绝缘子串进行目标定位,通过图像处理技术将所采集的绝缘子串图像中的目标与自然环境分离。首先对所采集的图像进行预处理,然后将图像阈值化分割,得到有关图像。将高压输电线路与绝缘子分离。再将所得图像进行降噪,滤除图像中的相关杂质,得到最终的只有绝缘子串的图像。最后通过所得到的图像,判定绝缘子自爆缺陷位置。实验表明,通过MATLAB图像处理技术,可以获得清晰的绝缘子掩模图,并正确判定其自爆位置。

摘要： 图像识别是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的技术,并对质量不佳的图像进行一系列的增强与重建技术手段,从而有效改善图像质量。本文用改进胶囊网络对MNIST数据集进行训练。胶囊是一组神经元,其活动向量表示一种特定类型的实体的实例化参数,它的长度代表实体存在的概率,方向代表实体的实例化参数,低层的活性胶囊,依据转移矩阵对高层胶囊的实例化参数进行预测,当多个预测一致时,高层胶囊被激活。本文利用spread损失来代替margin损失,避免过早出现“失活”胶囊,并且在不添加重构子网络的情况下,对不同路由迭代次数进行研究,确定路由迭代次数对分类准确率的影响,并确定模型最优参数。研究表明该模型在未做增强和扩展处理的MNIST数据集上的误分率低至0.32%。同时,改进胶囊网络在Fashion-MNIST,CIFAR-10数据集上也表现出了良好的性能。

摘要： 多仓油罐车的装油口都集中在一起,在将鹤管对接到装油口上时,一旦疏忽接错了装油口,不但会造成配送数量错误,也极易发生混油、冒顶等事故,甚至引发火灾、爆炸。为了防范上述风险,利用视频图像识别技术,通过对车辆装车作业的视频图像进行深度学习,自动识别鹤管与装油口的实际对接情况,并在此基础上进行装车仓位的核对验证,避免装错仓位或接错鹤管,从而保障装车安全。

摘要： 传统工程项目建设存在可视化程度低、效率低下、管理分散等诸多问题,目前的施工进度管理方法更是难以满足日益严格的工期和质量要求,图像识别技术和BIM技术人工智能领域和建筑信息化领域的重要研究方向.文章归纳分析施工进度管理问题的各方面要素,将图像识别技术应用于塔吊视频的分项工程分类识别,并将识别结果通过自主开发的Revit功能插件进行有效的BIM模型映射,设计研发真实BIM4D模型的创建方法以及施工进度的精细化智能管理方法,并进行装配式工程项目的实践应用.应用结果表明,该技术可以有效对真实施工情况进行事中控制以及实时、远程、精细化管理,很大程度上解决了工程项目的进度管理问题,提升了整个项目的管理效率.

摘要： 出租汽车运力调度是机场、火车站等重点区域高峰时期客流疏运的重要手段,但由于出租汽车等候区基本位于高架桥或地下通道等GPS信号盲区的特殊性,一般方法较难保障疏运服务有效进行.本文拟通过合理安装监控探头,基于图像识别技术,动态计算候客车辆和候车乘客之间的运力满足度,智能实现车辆的合理有效调度,有效保障高峰时期重点区域的公众用车.本研究对有效实现区域疏运保障任务具有现实意义,同时为深入研究区域运力管理、提升出租汽车运行效率提供理论支持.

摘要： 马铃薯在12～25°C环境下4～5d内极易萌芽,发芽薯含有龙葵素,食用超0.2mg/g可导致窒息甚至死亡.发芽是马铃薯贮藏过程中导致劣变和损失最严重的问题,其损耗占总产量的20％以上.国家标准明确了发芽缺陷是商品薯分级指标之一.许多学者利用图像处理方法对发芽马铃薯进行了检测识别.该方法可识别黄、紫、绿、黑不同颜色芽体, 在深芽眼或者未在深芽眼里的尺寸小的萌芽也可被检测出, 模型能一定程度的克服深芽眼、泥土、病斑等干扰因素的影响。对马铃薯的误判的两个假阳性样本分析, 可能是由于马铃薯块茎轮廓外的破皮凸起, 导致判别成马铃薯芽体。但是此模型在一定程度上解决了块茎表面压伤、划伤、病斑、泥土、芽眼、反光点等类芽体导致的误识别。对误判的假阴性样本分析, 可能部分马铃薯表面损伤、污点过于严重, 影响了芽体识别; 部分芽体过小, 或在块茎背面部分被遮挡, 会导致模型识别不出。建议在模型中增加损伤、污点样本的比例来强化识别; 同时优化相机位置, 确保检测目标马铃薯图像的完整性。

摘要： 在工业生产中,由于印刷电路板(Printed Circuit Board,PCB)上需要识别的元素具有不确定性,选择了能较好满足这种需求的无监督模板匹配识别技术.结合图像预处理方面的相关算法,研究设计了面向PCB的快速无监督模板匹配算法,对存在旋转角度的PCB图像,利用多次旋转匹配策略取得最优结果,较好地解决工业生产中存在的非标准角度的PCB图像匹配识别.通过图像识别定位系统测试,证明该系统能够满足PCB快速匹配识别的要求.

摘要： 水体中的溶解氧(DO)是污水处理生化反应过程中的一个重要控制参数,也是影响运行费用和出水水质的重要因素.而曝气反应过程是一种复杂的非线性的生化过程,其中水质水量不断波动,要实现准确测量水中溶解氧非常困难.为此提出了以曝气池水体图像为研究对象,检测水中溶解氧含量的新思路.通过图像处理提取曝气池水体图像的颜色特征,构建自适应遗传算法改进的BP人工神经网络为溶解氧检测系统建立了DO仿真预测模型.该方法具有较高抗干扰能力、成本低、防腐蚀性强并且工作稳定.对比工程实例得到拟合优度R2为0.99217,结果与工程实例情况基本一致.

摘要： 针对钢结构桥梁中出现的高强螺栓松动问题,国内外学者提出了多种检测螺栓松动的方法,以求实现对高强螺栓轴力的的实时检测.本文通过分析传统检测技术和图像识别检测技术的优缺点,深入地探析了图像识别处理技术的螺栓松动检测方法的原理与应用,将两种检测技术进行了对比,论证了基于深度学习的高强螺栓松动图像识别测技术的可行性,为进一步研究提供了科学依据.

摘要： 热轧/冷轧钢卷边部缺陷(分层、开裂、烂边、划伤、缺损等),是卷板类钢材制品中常见的一类缺陷,会对生产安全、制造成本以及终端产品质量造成严重的影响,甚至制约着钢铁企业的生产效率和品牌形象.传统的钢卷边部缺陷主要依靠人工识别,准确性差、效率低、作业环境恶劣.基于先进的机器视觉技术,利用图像处理技术对钢卷侧面的纹理特征深度分析,并使用机器学习中的SVM算法训练纹理特征数据使得有无边部缺陷的二分类的准确率达到95％以上,该方法可以准确地判断从实际工业环境中捕获的钢卷图像中是否存在边部缺陷.为高品质冶炼-连铸-热轧-(冷轧)卷板产线的工艺管理和质量管控提供可靠的科技支撑,对钢铁行业智慧工厂建设具有重要的借鉴意义和应用价值.

摘要： 热轧/冷轧钢卷边部缺陷(分层、开裂、烂边、划伤、缺损等),是卷板类钢材制品中常见的一类缺陷,会对生产安全、制造成本以及终端产品质量造成严重的影响,甚至制约着钢铁企业的生产效率和品牌形象.传统的钢卷边部缺陷主要依靠人工识别,准确性差、效率低、作业环境恶劣.基于先进的机器视觉技术,利用图像处理技术对钢卷侧面的纹理特征深度分析,并使用机器学习中的SVM算法训练纹理特征数据使得有无边部缺陷的二分类的准确率达到95％以上,该方法可以准确地判断从实际工业环境中捕获的钢卷图像中是否存在边部缺陷.为高品质冶炼-连铸-热轧-(冷轧)卷板产线的工艺管理和质量管控提供可靠的科技支撑,对钢铁行业智慧工厂建设具有重要的借鉴意义和应用价值.

摘要： 热轧/冷轧钢卷边部缺陷(分层、开裂、烂边、划伤、缺损等),是卷板类钢材制品中常见的一类缺陷,会对生产安全、制造成本以及终端产品质量造成严重的影响,甚至制约着钢铁企业的生产效率和品牌形象.传统的钢卷边部缺陷主要依靠人工识别,准确性差、效率低、作业环境恶劣.基于先进的机器视觉技术,利用图像处理技术对钢卷侧面的纹理特征深度分析,并使用机器学习中的SVM算法训练纹理特征数据使得有无边部缺陷的二分类的准确率达到95％以上,该方法可以准确地判断从实际工业环境中捕获的钢卷图像中是否存在边部缺陷.为高品质冶炼-连铸-热轧-(冷轧)卷板产线的工艺管理和质量管控提供可靠的科技支撑,对钢铁行业智慧工厂建设具有重要的借鉴意义和应用价值.

摘要： 热轧/冷轧钢卷边部缺陷(分层、开裂、烂边、划伤、缺损等),是卷板类钢材制品中常见的一类缺陷,会对生产安全、制造成本以及终端产品质量造成严重的影响,甚至制约着钢铁企业的生产效率和品牌形象.传统的钢卷边部缺陷主要依靠人工识别,准确性差、效率低、作业环境恶劣.基于先进的机器视觉技术,利用图像处理技术对钢卷侧面的纹理特征深度分析,并使用机器学习中的SVM算法训练纹理特征数据使得有无边部缺陷的二分类的准确率达到95％以上,该方法可以准确地判断从实际工业环境中捕获的钢卷图像中是否存在边部缺陷.为高品质冶炼-连铸-热轧-(冷轧)卷板产线的工艺管理和质量管控提供可靠的科技支撑,对钢铁行业智慧工厂建设具有重要的借鉴意义和应用价值.

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。图像识别装置(500)具有：图案显示部(510)，其在不同的时刻显示第1图案(810)和第2图案(820)，在该第1图案(810)中，亮线按照第1周期配置，在该第2图案(820)中，亮线按照第2周期配置；计测点判定部(520)，其检测位于照相机(400)与屏幕(900)之间的手指(F)，判定手指(F)的指尖(F1)；以及位置检测部(530)，其根据照相机(400)所取得的包含第1图案(810)的图像和包含第2图案(820)的图像，检测指尖(F1)相对于屏幕(900)的位置。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。图像识别装置(500)具有：计测点判定部(520)，其根据照相机(400)所取得的图像来判定指尖；图案显示部(510)，其使投影仪(300)显示第1图案，其中，该第1图案具有第1线状图案和第2线状图案，该第1线状图案的亮度沿着与穿过指尖的核线平行的方向按照第1周期发生变化，该第2线状图案的亮度沿着与核线平行的方向按照第2周期发生变化；以及位置检测部(530)，其从包含第1图案的图像中根据第1图案的变化来进行触摸识别。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。图像识别装置(500)具有：计测点判定部(510)，其根据照相机(400)所取得的图像，检测位于照相机(400)与屏幕(900)之间的手指(F)，判定手指(F)的指尖(F1)；线状图案显示部(520)，其使投影仪(200)在核线(EL)上显示线状图案(800)，该核线(EL)穿过指尖(F1)，是根据照相机(400)与投影仪(300)的位置关系而确定的；以及图案判定部(530)，其根据照相机(400)所取得的包含线状图案(800)的图像，判定包含在该图像中的线状图案(800)与不存在指尖(F1)时的线状图案(800)之间的差异。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。一种图像识别装置，摄像装置被配置于第2象限或第3象限，其特征在于，该图像识别装置具有图像处理部，该图像处理部根据所述摄像装置所取得的图像，检测消失部与位于核线上并显示在所述对象物上的检测用图像之间的距离而进行触摸识别，其中，该消失部是在对象物位于检测用图像显示装置与图像显示面之间时因来自所述检测用图像显示装置的光被所述对象物遮挡而在所述图像显示面上产生的，所述核线是根据所述摄像装置与所述检测用图像显示装置之间的位置关系而确定的，并且经过所述消失部。

摘要： 一种训练图像识别模型的方法、图像识别方法和图像识别设备，该方法包括：获取初始训练图像，对所述初始训练图像进行图像信号处理的增广处理，得到处理后的训练图像；基于所述处理后的训练图像来训练图像识别模型。本申请的方案通过对初始训练图像进行图像信号处理的增广处理，可以实现基于某一款或某几款相机拍摄的训练图像模拟得到各种不同款相机拍摄的训练图像的效果，因而基于增广处理后的图像训练得到的图像识别模型将增强对不同模组的泛化性，从而使得图像识别模型针对不同成像模组拍摄的待识别图像进行图像识别时均有很好的性能。

摘要： 提供图像识别装置、图像识别方法及图像识别程序，能高精度识别为与正解的教师图像相似度高的合格图像或与正解的教师图像相似度低的不合格图像。图像识别装置具有：分类部，根据神经网络及输入图像，计算输入图像的分类得分，神经网络具有通过基于正解及非正解的教师图像的机械学习计算表示与教师图像的相似度的分类得分而决定的各层权重系数；异常判定部，根据函数逼近器及输入图像，计算输入图像的异常得分，函数逼近器是为计算表示与正解的教师图像的差异度的异常得分而通过基于正解的教师图像的机械学习构建的；识别部，根据分类得分及异常得分，将输入图像分类为与正解的教师图像相似度高的合格图像或与正解的教师图像相似度低的不合格图像。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。一种图像识别装置，摄像装置被配置于第2象限或第3象限，其特征在于，该图像识别装置具有图像处理部，该图像处理部根据所述摄像装置所取得的图像，检测消失部与位于核线上并显示在所述对象物上的检测用图像之间的距离而进行触摸识别，其中，该消失部是在对象物位于检测用图像显示装置与图像显示面之间时因来自所述检测用图像显示装置的光被所述对象物遮挡而在所述图像显示面上产生的，所述核线是根据所述摄像装置与所述检测用图像显示装置之间的位置关系而确定的，并且经过所述消失部。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。图像识别装置(500)具有：计测点判定部(520)，其根据照相机(400)所取得的图像来判定指尖；图案显示部(510)，其使投影仪(300)显示第1图案，其中，该第1图案具有第1线状图案和第2线状图案，该第1线状图案的亮度沿着与穿过指尖的核线平行的方向按照第1周期发生变化，该第2线状图案的亮度沿着与核线平行的方向按照第2周期发生变化；以及位置检测部(530)，其从包含第1图案的图像中根据第1图案的变化来进行触摸识别。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。图像识别装置(500)具有：计测点判定部(510)，其根据照相机(400)所取得的图像，检测位于照相机(400)与屏幕(900)之间的手指(F)，判定手指(F)的指尖(F1)；线状图案显示部(520)，其使投影仪(200)在核线(EL)上显示线状图案(800)，该核线(EL)穿过指尖(F1)，是根据照相机(400)与投影仪(300)的位置关系而确定的；以及图案判定部(530)，其根据照相机(400)所取得的包含线状图案(800)的图像，判定包含在该图像中的线状图案(800)与不存在指尖(F1)时的线状图案(800)之间的差异。

摘要： 提供能够进行高精度的触摸识别的图像识别装置、图像识别方法以及图像识别单元。图像识别装置(500)具有：图案显示部(510)，其在不同的时刻显示第1图案(810)和第2图案(820)，在该第1图案(810)中，亮线按照第1周期配置，在该第2图案(820)中，亮线按照第2周期配置；计测点判定部(520)，其检测位于照相机(400)与屏幕(900)之间的手指(F)，判定手指(F)的指尖(F1)；以及位置检测部(530)，其根据照相机(400)所取得的包含第1图案(810)的图像和包含第2图案(820)的图像，检测指尖(F1)相对于屏幕(900)的位置。