加油站复杂环境下车牌定位算法研究

车牌定位技术是整个车牌识别系统中最关键的一步。车牌定位的准确程度决定了后期车牌字符分割和字符识别的效果。现在已有的车牌定位算法大多数适用于路面情况简单、背景环境单一的情况,而对于加油站等复杂环境适用性不高。本设计提出加油站复杂环境下的改进的车牌定位算法,该算法通过边缘检测来初步定位车牌,并通过迭代融合算法,多次的筛选候选区域。最后对车牌进行阈值矫正,从而达到车牌精确定位效果。实验结果表明本设计中的定位算法,其准确率与时效性明显的高于传统的定位算法。该算法解决了传统定位算法只能应用于简单路面环境的局限性的问题,适合于车流量大、车况复杂的加油站现场,可行性高,定位准确,具有一定的实用价值。     

基于高斯混合模型的青梅表面缺陷检测识别技术

目前青梅的缺陷识别检测仍然依靠人工挑选方式来完成,但人工挑选方式受工作经验、劳动强度等因素制约,已经难以适应产业的发展。为有效提高青梅表面缺陷检测的自动化程度和检测精度,本试验应用机器视觉技术针对青梅表面的缺陷检测展开研究。通过搭建青梅表面图像静态采集系统,采用图像处理软件HALCON对青梅表面进行了单通道灰度图像提取、图像滤波、灰度二值化及特征提取等预处理操作,实现了对青梅表面图像的去背景化,并利用去边缘法在青梅H通道分量图像中成功提取到青梅表面缺陷。最后采用高斯混合模型构建青梅表面缺陷检测分类器,并创建了一套基于机器视觉的青梅表面缺陷检测系统。具体选取了348张青梅缺陷图像作为训练测试样本,其中78%的图像作为训练集,22%的图像作为测试集,结果表明:该分类器对青梅溃烂、伤疤、雨斑缺陷的检测准确率分别为100%,97.22%,92.31%,对完好青梅检测准确率为94.44%,验证了将高斯混合模型应用在青梅缺陷检测方面的有效性。     

基于滤波与图像序列灰度相关的小目标检测方法

本文针对运动小目标跟踪系统这一问题,提出了一种利用Wiener滤波和图像序列灰度相关性对图像进行背景估计,再利用目标运动相关性采用投票的原则检测动态小目标的新算法.该方法能在含有噪声的环境下取得较好的检测效果.     

面向轴类零件误差检测的虚拟检测单元研究

虚拟检测技术是对虚拟加工的扩展和深入研究,能为虚拟加工环节提供误差检测以便进行误差补偿。本文利用VC 6.0和WTK软件构建了针对轴类零件的误差检测单元,实现了轴类零件误差的自动检测。     

基于深度学习的小目标受灾树木检测方法

【目的】针对无人机森林图像中树木尺度小、生长密集以及分布不规律等问题,提出一种基于深度学习的小目标受灾树木检测方法,以准确识别和定位高分辨率无人机森林图像中的小尺度受灾树木。【方法】以辽宁省凌源县受红脂大小蠹侵害的油松林无人机图像为数据源,利用Label Img开源软件标注拍摄高度为180～240 m的图像,构建无人机森林图像数据集。设计小目标受灾树木检测框架,该框架在轻量级目标检测框架(SSD)基础上,首先从conv3_3开始构建预测模块,并根据图像中目标树木的尺寸删减预测模块,同时优化特征图上默认框生成方式;然后,通过特征增强模块将基础特征图转化为增强特征图,生成基础和增强预测模块;最后,利用基于默认框的双层损失函数训练检测模型以促进特征学习。【结果】基于深度学习的小目标受灾树木检测方法可实现无人机森林虫害远程监测,较准确检测无人机图像中细小密集的受灾树木。采用5组不同结构的SITD模型以及SSD、FSSD和RFBNet目标检测框架对无人机森林图像数据集进行训练和测试,以平均查准率(AP)和Precision-Recall曲线作为评价指标,试验选出最优SITD模型在测试集上的AP为92.62%,相比原始SSD300框架提升69.71%,且优于其他3种目标检测框架。【结论】基于深度学习的小目标受灾树木检测方法可实现对森林中受灾树木的自动化检测,能够简化林业有害生物监测流程,提升对森林虫害的预警能力。     

火焰目标提取方法的研究

在火灾识别应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法.为了精确地提取火焰目标,提出一种综合有效的实现算法,首先对采集来的图像进行抽样处理,然后采用数学形态学方法对图像进行二值化处理,最后再对图像进行分割处理,消除噪声干扰,提取出准确的火焰目标.实验结果表明该算法能够有效地提取出图像中的火焰目标.     

基于GOM Inspect环境的复杂曲面零件的三维检测

在复杂曲面零件的检测过程中,利用高精度的扫描仪采集点云数据,再通过GOM Inspect软件把点云数据与产品设计模型进行比对分析,检测方法快捷、准确,最后输出的产品检测报告完整、详细、直观,提高了检测效率和准确性.以电吹风筒的手柄为例,分析阐述了基于GOM Inspect软件环境下的零件检测分析方案的过程.     

无人机搭载普通相机林火识别技术研究

提出了一种无人机搭载普通相机的林火识别技术,其是一种低成本无人机林火监测方法。本研究以旋翼无人机为载体,通过在南京森林警察学院院内的两块实验场地（林地、无林土丘）进行点火试验,以机载摄像机拍摄的森林视频图像建立了基于混合高斯背景模型和颜色模型的多级火灾隐患特征验证算法。在同一区域,结合地面调查数据,对无人机搭载普通相机林火识别技术精度进行检验。数据表明,在混合高斯模型得到候选火焰像素的基础上,通过试验设置最优阈值,采用归一化互相关方法设定相似度阈值为0.08,可实现对火焰特征的检测与识别。通过低成本的机载普通相机能较快地识别火灾隐患,降低误检率,可为相关研究和实际应用提供参考。     

基于深度学习的野生动物视频目标检测

以红外相机为代表的生态感知终端为野生动物监测研究提供海量的图像和视频数据。为改善人工识别海量数据时效性低、处理能力有限等问题,解决目标检测模型在受到复杂背景、多目标、昼夜明暗等多重因素影响的实际场景中应用的不确定性,以金钱豹、成年雄性岩羊、非成年雄性岩羊为例,建立野生动物目标检测数据集,对比分析Faster R-CNN、SSD、YOLOv5和YOLOv8等4种经典目标检测模型在实际场景中检测精度、检测速度和检测效果。结果表明：1)YOLOv5与YOLOv8的检测效果和检测速度整体优于Faster R-CNN与SSD,YOLOv8在多重因素干扰下检测精度更高、鲁棒性更强,更适合追求检测效果的场景;2)4种模型均能满足生态感知终端实时视频检测需要,但YOLOv5模型更轻量、检测速度更快,更适合算力有限时追求检测速度的场景。YOLOv5和YOLOv8性能优越,适合在实际场景中开展野生动物视频目标检测。     

和谐社会环境下企业财务管理目标探讨

财务管理目标是企业进行经济活动所要达到的根本目的,它是财务工作的起点和终点,也是财务理论研究的最基本的问题。在建设和谐社会的实践中,通过分析和谐社会对企业财务管理的要求,以"相关者各方利益最大化"作为企业财务管理目标,已成为新环境下财务目标的特点。本文在此基础上采用文献综合、比较分析等方法,结合信息论、系统论的观点对财务管理的目标进行了深层剖析,指出和谐社会环境下财务管理目标的实质就是实现相关者各方利益的最大化。     

加油站油气回收检测系统研究与探讨

为检验加油站油气回收系统的性能和回收效果,提出了一种油气回收检测系统的设计思路和实现方案,在回收系统中串接了此检测系统,通过系统内的压力、流量等传感器,测量计算出了回收系统的密闭性、液阻以及气液比,来判定回收系统的性能和回收效果,以保证油气回收系统的高效、可靠的运行,从而减少了油气泄漏,降低了污染,提高了回收系统的回收效率,同时给加油站增加了经济效益。     

基于高分二号影像的森林变化快速检测方法研究

[目的]探讨用于快速更新森林资源数据库的森林变化检测方法,监测短时期内森林采伐与更新的动态变化。[方法]以变化频繁快速,高度集约经营的广西上思县人工林作为研究区,以两个时相的高分二号遥感影像作为数据源,分别利用红波段、近红外波段和NDVI 3种特征的影像差值,并基于分布函数确定阈值,对研究区进行快速的变化检测,并提取变化区域和变化类型。[结果]表明,3种特征差值的检测精度排序为:NDVI差值法最优,红波段差值法次之,近红外波段差值法最差。其中NDVI的总体精度为87.12%,Kappa系数为0.76,[结论]该方法在实现快速检测变化的目的下,可用于森林资源数据库的更新。     

杉木人工林目标树经营技术参数的研究

对浙江省杉木Cunninghamia lanceolata主要分布区51个不同发育阶段杉木人工林典型样地调查,分析不同优势木高杉木人工林的径级结构,并利用126株优势木数据,建立杉木人工林优势木的胸径、树高、冠幅之间关系,得出胸径与树高相关关系的最佳回归方程为:Y=0.361 8X+4.497 9,模型的拟合度R^2=0.796 5(X表示胸径,Y表示树高);胸径和冠幅的相关关系的最佳回归方程为:Y=0.137 9X+0.858 9,模型的拟合度R^2=0.881 6(X表示胸径,Y表示冠幅)。通过对3株50年生杉木人工林大径级林分优势木的树干解析,研究大径级杉木人工林优势木的胸径、树高与材积的生长规律,结果显示生长率都呈现逐年降低趋势,树高较为明显。树高、胸径、材积生长率最大值出现在10年生时分别为5.278 7%,15.069%,25.895%;而50年生时仅为0.273 3%,0.186 9%,0.921 7%。研究提出杉木人工林目标树经营的发育阶段划分、合理密度、目标树数量等关键经营技术参数,为杉木人工林的目标树经营提供理论依据。     

农林仿形对靶喷雾及其控制技术研究进展

仿形对靶喷雾是实现农林精确施药的一种重要技术方式,近年来在理论发展和技术应用中取得重要进展。文中从仿形喷雾目标探测技术、常用仿形机构、仿形对靶控制及算法、仿形变量喷雾测试技术和典型农林仿形喷雾机方面评述现有仿形对靶喷雾技术,归纳包括红外线、超声波、图像和LIDAR等仿形喷雾目标探测方法与技术;分析常用仿形机构的仿形原理和各自设计的优缺点,强调轻量化是仿形机构设计的趋势;综述仿形对靶喷雾控制系统硬件和软件方面的发展,强调智能算法的应用能有效提高仿形喷雾控制系统的鲁棒性;分析评述仿形变量喷雾测试装置、喷雾系统数学模型和PWM变量喷雾技术的进展;介绍几种典型的农林仿形喷雾机,并提出农林仿形对靶喷雾的研究建议。     

UF-MDI混合胶刨花板制造过程中施胶方式的探讨

利用 4 ,4′-二苯基甲烷二异氰酸酯 (MDI) -脲醛树脂 (UF)混合胶压制刨花板是一种能够显著降低游离甲醛含量的有效方法。本文借助差示扫描量热法 (DSC)和板的力学性能测试等手段 ,重点研究了酸对混合胶固化和施胶方式的影响。试验中所用混合胶的比例为UF∶MDI=6∶1(UF施胶量为 6 % ,可乳化MDI施胶量为 1% ) ,热压温度为 175℃ ,压力 3MPa ,热压时间 6min。按照是否添加固化剂、分别施胶和混合施胶等情况进行压板试验 ,并利用DSC分析固化剂对混合胶反应过程的影响。结果都证明 :酸性固化剂对MDI的固化是很不利的。在UF∶MDI=6∶1的条件下 ,添加氯化铵做固化剂时宜采取分别施胶方式 ,不加氯化铵时宜选择混合施胶方式。按刨花板性能优劣程度 ,施胶方式顺序为 :UF与MDI混合后施胶 ,不加氯化铵 >分别施加UF与MDI,UF里加氯化铵 >分别施加UF与MDI,UF里不加氯化铵 =UF与MDI混合后施胶 ,加氯化铵。混合胶刨花板的甲醛释放量可以降到 9mg·(10 0g) - 1 以下 ,符合E1 级人造板标准的要求     

新型喷动循环流化床落叶松木材快速热解实验研究

笔者对新型喷动循环流化床落叶松木材快速热解过程中反应温度和物料粒径对快速热解产物产率的影响进行了研究.结果表明:快速热解反应温度500-600℃时生物油产率有最大值,新型喷动循环流化床适宜的物料粒径范围为0.2～1.2mm.     

废气中有机碳与总烃的关系研究

采用气相色谱法研究了主要成分为异丁烷、氯乙烷和正己烷的废气中实际有机碳浓度与总烃浓度的相互关系。建立的分析方法含碳量在6.33～633mg/m3的范围内其线性关系良好,相关系数为0.9996,低浓度和高浓度回收率为106.3%和101.5%,相对标准偏差为1.36%。测定结果表明:废气中总烃浓度和实际的有机碳浓度并不一致,两者关系和废气中有机气体的种类有关,例如含有异丁烷、氯乙烷和正己烷的废气,其实际有机碳浓度高于总烃(以碳计)的浓度。     

非破坏性木材内部缺陷检测--木材CT扫描研究动态

对断层扫描技术(CT)在木材工业中应用的可行性,以及在木材工业中实际应用之前需要解决的问题进行了探讨.针对木材CT图象的各种处理方法,以及各国目前在该领域的研究动态进行了回顾.将CT技术引进木材工业,将使锯材和单板生产的价值最优化成为可能.