摘要：陶瓷基板是半导体元器件的重要基础材料,其瑕疵检测对保证产品质量具有重要的意义。提出了一种基于改进YOLOV4网络的陶瓷基板瑕疵自动检测方法。针对陶瓷基板瑕疵尺寸较小、颜色形状多变以及不同类瑕疵间尺寸变化较大导致的瑕疵检测困难问题,改进的YOLOV4网络通过借鉴Complete Intersection over Union(CIoU)思想优化初始先验框设计,引入基于梯度协调机制的置信度损失函数和十字交叉注意力网络来改善缺陷检测能力。实验结果表明,基于改进YOLOV4的陶瓷基板瑕疵检测方法对于陶瓷基板污染、异物、多金、缺瓷以及损伤这5类瑕疵检测的平均准确性达到98.3%,可满足工业现场对陶瓷基板瑕疵的检测精度要求。

摘要：特征提取的充分性和分类器设计的合理性是影响玉米种子识别精度的两个关键问题。采集了玉米种子的高光谱图像,并提取每粒玉米种子在不同波段下的图像熵作为分类特征;在此基础上,利用支持向量数据描述方法构建每类玉米的分类器模型,对待识别样本的测试精度达到了94.14%,对新类别样本的识别精度达到92.28%。仿真结果表明:新方法可实现玉米种子的准确识别,同时解决了传统分类器对新类别样本的错误分类问题。

摘要：设计并实现了一套基于达芬奇平台OMAP3530的近红外人脸识别系统。本系统采用850nm的LED灯提供主动的近红外光源,在OMAP3530和EPM570处理器的协同作用下,实现了可见光图像与近红外图像的实时采集与处理。软件设计基于Codec Engine架构,ARM端负责图像的采集、识别结果的显示和数据库的管理;DSP端专注于人脸识别算法。通过图像采集、人脸检测、特征提取和特征匹配4个步骤实现人脸识别。本系统充分利用了OMAP3530丰富的接口和强大的图像处理能力,并且经过了C与汇编语言的优化。当环境光强发生变化时,系统仍能获得较高的识别精度和较好的实时性。

摘要：邻域粗糙集模型在对数据进行粒化时,只考虑了邻域半径内的样本个数,未考虑样本之间的分布信息,在一定程度上造成了原始数据信息的丢失。针对上述问题,定义加权邻域及加权邻域依赖度的概念,证明了加权邻域依赖度具有非单调性变化的特性。以加权邻域依赖度为度量基准,整合变精度和邻域粗糙集的优势,设计一种基于前向启发式的属性约简算法。通过在12个UCI数据集上的对比仿真,可以发现所提算法不仅可以有效提高分类精度,在一定程度上也降低了算法对变精度参数β的敏感性。

摘要：运动目标检测是物体检测领域的一个重要研究方向,在目标识别中有着至关重要的作用。针对传统运动检测方法精度不高、无法对运动目标进行检测,本文将深度卷积神经网络引入到运动目标光流检测中,将前后帧图像及目标光流场图像作为网络的输入,自适应地学习运动目标光流,并通过对网络放大架构的优化及网络的精简,同时采用数据增广等技术,设计出精度与实时性兼顾的目标物体光流检测网络。实验结果表明,本文方法在运动目标的光流场检测中有更好的表现,SS-sp和CS-sp网络相比原网络在检测精度上均提高了约5.0%,同时大幅减少了网络的运行时间,基本满足实时检测的要求。

摘要：苹果采摘后的及时分类,可以降低储藏、包装、加工等生产成本,对于增加果农的经济收入,提高企业经济效益具有重要的作用。项目研究并开发了一套基于ARM11+Linux架构,以S3C6410为核心处理器、运行精简的Linux内核的苹果采后田间预分级检测系统,克服了传统分级检测系统体积庞大,难以田间实时应用等缺点。该系统利用CMOS图像传感器,基于Linux下的V4L2编程框架,实现苹果图像的实时采集;采用基于Haar-like特性的级联Adaboost目标检测算法,调用Open CV机器视觉库,完成检测图像中的苹果缺陷和大小识别;并由执行机构完成不同等级苹果的分离操作。系统控制界面采用QT应用程序开发框架和多线程技术,保证了控制按键的快速响应。实验结果表明,一个苹果的平均检测时间为300 ms,对于各级苹果分类的平均精度为93%,与传统苹果检测系统相比,该系统检测速度快,成本低,体积小,适合苹果的田间预分级检验。

摘要：针对目前水产养殖环境监测手段及设备相对落后的现状,研制了一套基于GPRS技术的水产养殖无线远程监控系统。通过检测水温、pH值、溶氧量等主要环境参数,建立水产养殖管理系统,监控中心通过GPRS网络实现水质参数的远程实时显示和对增氧泵的远程控制;养殖人员还可通过手机进行数据查询和控制。该系统有效地解决了水产养殖系统中布线、维护困难的问题,具有成本低、可扩展性强、节能效果显著等特点,满足了水产养殖智能化的需求。

摘要：载波芯片(COC)是光发射次模块的重要组成部分,随着芯片制造工艺的进步,COC向着微型化、高密度的方向发展,缺陷的种类变得更加复杂多样,基于传统图像处理方法的光学检测技术已无法满足COC多类别缺陷检测的需求。为此,将YOLOV3网络引入到COC的典型缺陷(崩口、定位柱破损以及波导污渍)检测。针对波导污渍缺陷目标较小,且不同类型缺陷之间尺度变化较大的问题,改进了原有YOLOV3的特征提取网络,兼顾目标的多尺度特性设计了4个检测尺度,并通过增强特征融合来改进多尺度检测;利用K-means方法对数据集进行聚类分析,选取优化的初始先验框。实验结果表明,本文基于改进YOLOV3的COC缺陷检测方法 YOLOV3-COC对于COC崩口、定位柱破损以及波导污渍这三类缺陷检测的准确性达到97.4%。

摘要：为应对当前实验室危险化学品管理中存在的自动化水平和精细化水平较低的问题,提出一种基于超高频射频识别(RFID)技术的化学试剂管理系统。系统由在线管理平台和硬件控制部分组成。硬件部分主要包括Android工控机和STM32控制模块,两者采用RS-485接口实现数据交互。嵌入式控制模块直接控制试剂存储柜门门锁等硬件。SHT20温湿度检测模块和TGS2602浓度检测模块采集柜内环境信息。超高频RFID读写模块可实现试剂取用记录跟踪。所设计的系统已上线运行,解决了实验室试剂存放混乱、危险品管控手段缺乏等问题,实现了化学试剂的精准管控。

摘要：针对现有火灾监控系统大多采用有线传输方式,存在维修更换不便,信息获取方式单一,误报率和漏报率高,系统可扩展性不足等问题,设计开发了基于ZigBee无线通信技术的室内多传感器火灾监控系统。该系统可实现现场温度、一氧化碳、烟雾和火焰等信息参数的远程实时监控。利用基于近邻传播算法改进的径向基神经网络开发了多传感器信息火灾预估模型,系统集成了无线定位、报警、远程图像采集等功能。实验表明,该系统功能完善,成本低廉,实时性高,具备一定的推广应用价值。