人与禽交无码免费,gogo专业大尺度亚洲高清人体,欧美成人vr在线高清精品

基于灰度共生矩陣特征圖像的織物疵點(diǎn)檢測方法[顯示光電][其他]

提出一種由灰度共生矩陣生成相應(yīng)特征圖像的算法，進(jìn)行了圖像分割和織物疵點(diǎn)檢測。先將織物疵點(diǎn)圖像進(jìn)行灰度級量化至16級，再提取0°，45°，90°，135°四個(gè)方向上的灰度共生矩陣，通過計(jì)算灰度共生矩陣中的熵、相關(guān)性、對比度、差異性、逆差矩共五種特征值并生成相應(yīng)的特征圖像，對常見的5種織物疵點(diǎn)進(jìn)行了分割檢測實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明基于灰度共生矩陣生成特征圖像的檢測算法是一種檢測效果良好的疵點(diǎn)檢測方法。

發(fā)表于：2/23/2016

基于多特征融合的織物瑕疵檢測研究[嵌入式技術(shù)][其他]

織物瑕疵紋理特征復(fù)雜，單一特征不能很好地反映紋理信息。為此，本文提出一種基于局部二進(jìn)制模式（Local Binary Pattern，LBP）算子和灰度共生矩陣（Gray Level Co-occurrence Matrix，GLCM）的多特征融合算法。首先，對LBP算子進(jìn)行了改進(jìn)，提出一種基于鄰域像素中值的中心對稱LBP算子；然后，將其提取出的紋理特征和灰度共生矩陣提取的紋理特征進(jìn)行融合；最后，通過極速學(xué)習(xí)機(jī)和支持向量機(jī)做分類實(shí)驗(yàn)，驗(yàn)證融合特征描述織物瑕疵紋理特征的能力。實(shí)驗(yàn)表明，本文方法提高了織物物疵點(diǎn)檢測率，并且具有很好的抗干擾能力。

發(fā)表于：2/23/2016

一種圖像亞像素邊緣檢測算法的改進(jìn)研究[顯示光電][其他]

為了提高刀具預(yù)調(diào)測量儀的檢測精度，提出了一種改進(jìn)的圖像快速亞像素邊緣檢測算法——基于正交多項(xiàng)式擬合的亞像素邊緣檢測算法。首先，利用傳統(tǒng)的Sobel算子完成邊緣點(diǎn)整像素級別的檢測，確定邊緣的主體區(qū)域；然后，過邊緣點(diǎn)沿邊緣法線方向拓展像素，取一系列像素點(diǎn)并計(jì)算其灰度值；最后根據(jù)像素點(diǎn)灰度分布的數(shù)學(xué)特征，利用正交多項(xiàng)式和最小二乘法求擬合函數(shù)，通過擬合曲線確定圖像邊緣點(diǎn)的精確位置，實(shí)現(xiàn)圖像亞像素邊緣檢測。實(shí)驗(yàn)證明，該算法運(yùn)行時(shí)間短，約為0.63 s；檢測精度高，可達(dá)0.1 pixels。

發(fā)表于：2/23/2016

基于改進(jìn)的FT算法在自然圖像中的應(yīng)用研究[顯示光電][其他]

FT算法是在空間頻域內(nèi)的顯著目標(biāo)檢測算法。該算法簡單、高效，但是在自然圖像顯著目標(biāo)檢測中，存在顯著區(qū)域中心像素抑制、顯著目標(biāo)不突出等問題，故對FT算法進(jìn)行改進(jìn)。首先，在特征提取階段，除了提取顏色和亮度信息外，改進(jìn)的FT算法還提取圖像的邊緣信息，利用Canny算子檢測圖像的邊緣并用梯度算子表示邊緣特征，使得顯著區(qū)域的邊界信息更加豐富；然后，利用中心優(yōu)先規(guī)則線性處理顯著圖，提高顯著區(qū)域的中心像素的亮度，突出顯著區(qū)域，去除冗余信息。仿真結(jié)果表明改進(jìn)的FT算法是切實(shí)可行的。

發(fā)表于：2/23/2016

基于紅藍(lán)眼鏡的立體視頻播放器設(shè)計(jì)[顯示光電][其他]

研究了紅藍(lán)眼鏡的立體顯示原理，設(shè)計(jì)了基于紅藍(lán)眼鏡的立體視頻播放器。這個(gè)設(shè)計(jì)主要包括YUV與RGB之間的轉(zhuǎn)換、BMP文件的讀寫和立體視頻的合成等，最后通過軟件實(shí)現(xiàn)了立體視頻的播放。主觀實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的立體視頻播放器能產(chǎn)生較好的立體效果。

發(fā)表于：2/23/2016

基于脈沖響應(yīng)的電池端電壓在線檢測[電源技術(shù)][工業(yè)自動化]

剩余容量(SOC)和健康狀態(tài)(SOH)的在線檢測是實(shí)現(xiàn)車用電池有效管理的關(guān)鍵之一，而電池開路電壓作為預(yù)測電池剩余容量的一個(gè)重要參數(shù)在充電和放電周期間不易獲得。提出了一種基于脈沖響應(yīng)預(yù)測鋰離子電池端電壓的方法，通過向電池施加電流脈沖，由輸入脈沖與電壓脈沖響應(yīng)的卷積來預(yù)測端電壓。闡明了脈沖響應(yīng)的思想以及方法的實(shí)現(xiàn)，通過實(shí)驗(yàn)驗(yàn)證了該檢測方法的有效性和可靠性，能夠達(dá)到實(shí)際應(yīng)用效果。

發(fā)表于：2/23/2016

艾德克斯測評某品牌智能插座[電源技術(shù)][物聯(lián)網(wǎng)]

隨著物聯(lián)網(wǎng)產(chǎn)業(yè)的快速發(fā)展，越來越多的智能化設(shè)備進(jìn)入了普通大眾的日常生活，智能插座就是其中的一個(gè)代表。智能插座是指內(nèi)置Wi-Fi模塊，通過智能手機(jī)的客戶端來進(jìn)行功能控制的插座。目前市面上擁有多個(gè)品牌的智能插座產(chǎn)品，多以強(qiáng)調(diào)家居的智能化為主。那么，在節(jié)能環(huán)保的大時(shí)代背景下，作為一款與家電設(shè)備配合使用的用電產(chǎn)品，自身的待機(jī)功耗是所有智能應(yīng)用的使用價(jià)值基礎(chǔ)。

發(fā)表于：2/23/2016

高壓輸配電線路低下限死區(qū)感應(yīng)取能電源的研究[電源技術(shù)][智能電網(wǎng)]

為解決高壓智能電氣設(shè)備供電問題，提出了一種高壓輸配電線路低下限死區(qū)感應(yīng)取能電源設(shè)計(jì)方案。采用兩種磁芯并行工作，根據(jù)電流范圍選擇不同的磁芯進(jìn)行取能，分析了感應(yīng)取能原理，研究了各參數(shù)之間的關(guān)系。結(jié)合Saber仿真軟件進(jìn)行建模分析，確定了磁芯尺寸和二次側(cè)匝數(shù)，設(shè)計(jì)了后續(xù)電路并進(jìn)行了實(shí)驗(yàn)測試。結(jié)果表明：該感應(yīng)取能電源能夠在3 A～1 000 A電流范圍穩(wěn)定供能，滿足高壓智能電氣設(shè)備供電要求。

發(fā)表于：2/23/2016

跟蹤目標(biāo)的快速橢圓擬合方法[嵌入式技術(shù)][其他]

提出一種基于最小外包矩形的快速橢圓擬合方法，該方法利用最小二乘法獲得目標(biāo)的最小外包矩形框，再求取外包矩形框的內(nèi)切橢圓，該橢圓能有效反映目標(biāo)的大部分運(yùn)動信息。本文對該方法進(jìn)行了目標(biāo)擬合的有效性和實(shí)效性實(shí)驗(yàn)分析。分析表明，本算法得到的擬合橢圓內(nèi)背景像素比例（Background Pixel Raito，BPR）相比于傳統(tǒng)的矩形框和經(jīng)典的Khachiyan橢圓擬合方法有了顯著的下降，且擬合方法無需迭代運(yùn)算，擬合速度僅次于傳統(tǒng)的矩形框，比經(jīng)典的Khachiyan橢圓擬合方法快3倍。本算法對于實(shí)時(shí)目標(biāo)跟蹤應(yīng)用具有很好的應(yīng)用價(jià)值。

發(fā)表于：2/23/2016

基于Web的鋰電池組管理系統(tǒng)[電源技術(shù)][智能電網(wǎng)]

為了實(shí)現(xiàn)對不同區(qū)域鋰電池組的遠(yuǎn)程管理，提出了一種基于Web的鋰電池組管理系統(tǒng)，并完成系統(tǒng)的軟件設(shè)計(jì)。系統(tǒng)基于前后臺分系統(tǒng)的設(shè)計(jì)思想，采用C/S和B/S相結(jié)合的軟件架構(gòu)，即后臺系統(tǒng)使用C/S架構(gòu)，實(shí)現(xiàn)與GPRS數(shù)據(jù)傳輸單元DTU的通信，保證系統(tǒng)傳輸數(shù)據(jù)的安全性；前臺系統(tǒng)使用B/S架構(gòu)，給電池管理員/用戶提供友好的界面，實(shí)現(xiàn)靈活的人機(jī)交互；兩個(gè)分系統(tǒng)之間利用數(shù)據(jù)庫進(jìn)行連接，實(shí)現(xiàn)電池?cái)?shù)據(jù)的存儲與訪問。

發(fā)表于：2/23/2016

基于MATLAB與DSP的自適應(yīng)濾波器設(shè)計(jì)與實(shí)現(xiàn)[嵌入式技術(shù)][其他]

濾波是濾除信號中某些特定頻率的波形的技術(shù)，在數(shù)字信號處理中，主要用于濾除噪聲和干擾信號。由于噪聲和干擾信號的不確定性，采用固定濾波系數(shù)的數(shù)字濾波器無法達(dá)到最佳的效果。自適應(yīng)濾波器能夠隨著環(huán)境的改變而改動濾波器自身的參數(shù)和結(jié)構(gòu)，從而能夠隨著噪聲和干擾信號的不斷變化修正濾波器的參數(shù)和結(jié)構(gòu)，最終實(shí)現(xiàn)較理想的濾波。本文研究了最小均方差（LMS）算法，并結(jié)合自適應(yīng)濾波器的結(jié)構(gòu)和原理，設(shè)計(jì)出FIR結(jié)構(gòu)自適應(yīng)濾波器。最后給出MATLAB仿真結(jié)果，并利用DSP驗(yàn)證自適應(yīng)濾波器的性能。

發(fā)表于：2/23/2016

粒子群算法求解具有機(jī)器靈活性的FFSP[嵌入式技術(shù)][其他]

對柔性流水車間調(diào)度問題（FFSP）進(jìn)行了分析闡述，在此基礎(chǔ)上對某飼料廠的飼料生產(chǎn)過程建立了具有機(jī)器靈活性的柔性流水車間調(diào)度模型，該模型中存在多臺制粒機(jī)，既能加工大顆粒飼料，又能加工小顆粒飼料，但是必須在開始加工之前確定各臺機(jī)器的用途，增加了柔性流水車間調(diào)度的難度。利用新型的粒子群算法以最小化最大完工時(shí)間為目標(biāo)對該模型求解，為了克服粒子群算法易陷入局部極值的缺點(diǎn)，提出基于位置相似度的鄰域結(jié)構(gòu)，并對鄰域內(nèi)的較優(yōu)粒子采用基于最大完工時(shí)間排序的學(xué)習(xí)方式進(jìn)行局部搜索。實(shí)驗(yàn)結(jié)果表明，該方法有利于克服粒子群算法的早熟缺陷，有效地解決了飼料生產(chǎn)調(diào)度問題，有一定的應(yīng)用價(jià)值。

發(fā)表于：2/23/2016

基于STM32的機(jī)械手運(yùn)動控制器的實(shí)現(xiàn)[嵌入式技術(shù)][其他]

本文以五軸機(jī)械手的設(shè)計(jì)實(shí)現(xiàn)為背景，提出了一種基于以Cortex-M4為內(nèi)核的微處理器STM32F407構(gòu)成的嵌入式運(yùn)動控制器。本設(shè)計(jì)方案引入現(xiàn)場總線的通信方式，利用其高可靠性和高通用性的特點(diǎn)，使得運(yùn)動控制器具有高開放性和模塊化的特點(diǎn)。文中提供的以CAN總線控制多個(gè)私服電機(jī)的設(shè)計(jì)方法，使得硬件電路的設(shè)計(jì)大大簡化，也使得通信的效率和可靠性大幅提升。測試表明，控制器的性能穩(wěn)定可靠，能夠滿足機(jī)械手控制的需求，同時(shí)本設(shè)計(jì)對工業(yè)控制領(lǐng)域有著實(shí)際的應(yīng)用指導(dǎo)意義。

發(fā)表于：2/22/2016

基于綜合加權(quán)的層次化網(wǎng)絡(luò)安全態(tài)勢評估方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對網(wǎng)絡(luò)安全態(tài)勢評估中權(quán)值計(jì)算過于依賴專家經(jīng)驗(yàn)，忽略了客觀因子對態(tài)勢決策結(jié)果的影響的現(xiàn)狀，提出了一種綜合加權(quán)的層次化網(wǎng)絡(luò)安全態(tài)勢評估方法；依據(jù)該指標(biāo)體系綜合賦權(quán)，由層次分析法計(jì)算主觀權(quán)值和粗糙集方法計(jì)算客觀權(quán)值，聯(lián)合兩種權(quán)值得到綜合權(quán)值，并結(jié)合了因子加權(quán)求和法來綜合分析當(dāng)前網(wǎng)絡(luò)安全態(tài)勢狀況。實(shí)驗(yàn)表明該方法切實(shí)可行，能更客觀、準(zhǔn)確地分析網(wǎng)絡(luò)安全狀況。

發(fā)表于：2/22/2016

基于WiFi定位的老人看護(hù)系統(tǒng)[通信與網(wǎng)絡(luò)][其他]

針對我國逐漸進(jìn)入老齡化社會、老人增多的問題，利用Andriod平臺開發(fā)了基于WiFi定位的老人看護(hù)系統(tǒng)。該系統(tǒng)由客戶端、看護(hù)端和服務(wù)器組成，客戶端和服務(wù)器聯(lián)合完成定位功能，定位算法采用了基于RSSI的指紋算法估算出老人的位置坐標(biāo)?？蛻舳撕头?wù)器可進(jìn)行危險(xiǎn)區(qū)判斷，采用特征量閾值二次判斷法實(shí)現(xiàn)對老人跌倒檢測，當(dāng)老人進(jìn)入危險(xiǎn)區(qū)或摔倒時(shí)發(fā)出報(bào)警。實(shí)驗(yàn)表明，本系統(tǒng)定位速度快，定位精度高，準(zhǔn)確報(bào)警率高。

發(fā)表于：2/22/2016