基于机器视觉的发光字符的缺陷检测方法研究

针对工厂检测流水线人工检测发光字符产品效率低的现状,提出一种基于机器视觉的发光字符产品缺陷检测方法。该字符检测算法是在光线较暗条件下,充分利用标准发光字符的灰度特征,通过字符预处理、字符阈值分割、边缘检测和仿射变换等,创建2套标准的字符灰度模板和字符差异模板,分别用模板与预处理过的待检测字符进行字符模板匹配和字符模板比较。在匹配和比较之后,利用所得结果区域的面积特征判断字符缺陷,通过图像增强将发光较暗的字符与黑色背景的对比度增强,解决了暗光条件下字符提取问题。制作字符二值图像消除灰度值不均导致的检测错误的问题,并通过平滑滤波处理消除锯齿状边缘减小检测误差。实验测试图像准确率达到99.3%,检测平均时间为332.4 ms。     

细胞特征参数计算机的提取理论

介绍3种细胞轮廓提取方法,提出利用链码技术提取细胞的边界轮廓信息.结果表明,该方法具有计算速度快和精确度高等优点.论述计算细胞周长、个数、面积、圆形度和重心等特征参数的多种方法,这些细胞特征参数可为木材材种识别提供重要的依据.     

盐阜盆景的基本特点

我国盆景大多数都是一主干上生长几个枝托，几乎成为制作盆景的通用公式。而笔者用小苗培育的这几盆盆景却挣脱了几大流派的束缚，以不同的面貌展示在世人面前，自命不凡地认为自己创作出了树木盆景的新款式(如图)。此说能成立吗?     

基于轮廓特征的稻种芽谷检测方法

根据机器视觉检测杂交水稻种子质量的要求,针对单粒、静态稻种图像进行芽谷分析识别。对金优402、汕优10、中优207和加优99品种的稻种采集了黑、白背景, A、B两面共4×400幅图像,每幅图像提取出16个稻种轮廓特征参数,经主成分分析降维后作为网络输入,对网络结构进行优化并充分训练后分别建立了各品种的两层人工神经网络。网络对测试集正常稻种的识别准确率均超过95%,对芽谷的识别准确率在85%至90%之间。     

基于文本挖掘的DNA微阵列表达数据方法研究

DNA微阵列技术是近年来发展起来的一种功能基因组学研究技术。利用DNA微阵列技术,可以从基因组水平上鉴定出相关的功能基因及其表达调控网络,有助于阐明这些基因的生物学功能及其机理。结合文本挖掘的相关研究结果,探讨了DNA微阵列技术的原理和特点,数据的分析和解释,基因的聚类方法和基于文献的DNA微阵列分析。通过基于文献的微阵列分析方法,找出隐含的、具有语义关联的生物概念,并进行推理,发现隐性的新知识。具体阐述了基于统计、基于自然语言处理、基于关联规则挖掘,基于模式识别的4种分析方法。基于文本挖掘的DNA微阵列技术,有利于发现基因或蛋白质之间的相互作用关系,自动识别生物学名词,提高数据分析效率等。     

基于图像算法的烟叶形状特征的提取

采用目标-邻域颜色判定法检测绘制出彩色烟叶图像的外形轮廓。在此基础上,采用矩形拟合法及比例测距法对烟叶轮廓进行特征拟合、分析,计算了烟叶的长度和宽度。     

结合非子采样轮廓变换和形态收缩算子的多源遥感影像配准

针对多源遥感影像自动配准中难以提取大量同名特征点的问题,提出了一种结合非子采样轮廓变换和形态收缩算子的自动配准算法。结合非子采样轮廓变换和形态收缩算子的特征提取算法能够克服角度和尺度偏差,在多方向、多尺度空间精确提取强边缘上的关键结构特征点;基于低频波段的归一化互信息匹配算法和三角形一致检验算法能够提取到大量高可靠性的同名特征点对,保证了多源遥感影像的高精度配准。文中选取角度和尺度偏差显著的SPOT-5(P)和ASTER影像组合进行试验,结果证明以上算法能够检测到大量分布均匀的同名特征点对,配准模型精度趋近于1个像元。该研究可为多源遥感数据的融合和目标识别提供前提条件。     

美国国家盆栽盆景博物馆杜鹃专题盆景展作品选登

2006年5月，位于华盛顿的美国国家盆栽盆景博物馆举办了“杜鹃专题盆景展”，展出的作品虽然不多，但这些作品的造型自然，姿态各异，没有受日本盆景形式的束缚。从作品树干、根盘、花片的分布和外形轮廓上，可以领略到作者精湛的养护和制作水平。     

圆锥公差的新注法—面轮廓度法

对ＩＳＯ３０４０－１９９０《技术制图－尺寸和公差注法－圆锥》所规定圆锥公差的注法－面轮廓度法进行了分析，并对其标注原理，标注示例和特点进行阐述。     

食品机械摆线凸轮机构参数的确定

在文献(2)中，我们曾讨论了修正梯形加速度曲线凸轮轮廓应用于封罐机、裹包机等食品加工、包装机械上能获得良好的效果。由于摆线曲线是组接修正梯形加速度曲线的基础。因此，本文就摆线凸轮机构参数的确定作进一步分析和讨论。