摘要：鱼苗数量的精准统计对提升苗种品质评价、养殖密度估算、鱼苗销售等环节的智能化水平具有重要作用。针对大菱鲆鱼苗个体小、透明度高以及体型不规则等影响计数精准度的问题,提出了一种基于ResNet34的大菱鲆鱼苗识别计数方法。首先,设计了一套适用于微小目标计数需要的图像采样装置,采用图像预处理方法实现鱼苗前景分割和初步定位。为了有效统一样本空间和待识别目标空间,利用最小外接矩规则化初步定位前景图像,构建图像样本集。大菱鲆鱼苗识别阶段,利用相同预处理方法获取待识别目标区域,并引入ResNet34模型作为识别模型实现待识别目标区域苗种识别;最后,通过统计所有待识别目标识别数量结果实现大菱鲆苗种计数。结果显示:本方法在微小鱼苗识别计数方面取得了较好的精度,利用ResNet34模型的大菱鲆鱼苗的识别平均准确率达到94.27%,比基于SVM方法(识别精度85.8%)和AlexNet(识别精度87.04%)方法识别精度分别提高7.4个百分点和8.64个百分点,优于ResNet18(识别精度93.21%)和ResNet50(识别精度93.83%)等相似结构的识别效果。本模型鱼苗计数的平均准确率达到96.28%。研究表明,提出的样本集构建和识别方法能够满足微小目标计数需求,可为鱼类苗种计数提供了技术借鉴。

摘要：齿轮在传动过程中会产生弹性变形和微小故障的振动问题。建立了多级齿轮传动的虚拟样机,并在二级直齿轮传动刚体动力学模型中对传动齿轮引入柔性体,分别对正常模型和齿面磨损故障模型两种工况进行仿真,得到的仿真信号与实测信号相对比,验证了模型的准确性。提出了一种基于希尔伯特-黄变换(HHT)信号处理方法,将仿真信号进行一维级联组合形态学滤波消噪和希尔伯特-黄变换,准确识别出齿面磨损故障,所得结果与理论计算值的对比验证了方法的可行性。

摘要：针对人工检测番茄品质效率低、主观性强等问题,设计了基于机器视觉技术的适应于番茄外部品质检测的多方法融合的图像采集及图像处理系统.首先,采用颜色直方图获取番茄的颜色特征;其次,通过边界跟踪算法得到番茄的半径序列点,经过傅里叶变换与反变换处理,计算出番茄的不规则度,从而对其形状特征进行描述,同时,将格林公式变形求得番茄形心坐标,并利用圆形度计算其最大横径,以获取番茄的大小特征;最后,用基于线性判别函数和决策树的模式分类器对番茄的大小、颜色和形状特征综合进行分级处理.实验结果表明,系统分级结果基本稳定,分级精度达到92%.

摘要：为实现吸鱼泵过鱼数量的自动计数,设计了一种基于机器视觉的吸鱼泵过鱼量计数系统。该系统主要由过鱼管道、相机、光源及工业平板电脑组成;采用全遮光设计,其中过鱼管道使用透明有机玻璃材质;采用背光照射方式获取鱼类轮廓信息。围绕计数装备的工作特点,提出一种双兴趣线(Double line-of-interest)计数方法,结合鱼类投影面积分析,构建视频切片面积变化特征。对比不同的学习算法对特征向量分类结果,选取支持向量机(Support vector machine,SVM)算法实现过鱼数量统计。结果显示,计数系统能够实现过鱼数量统计,平均计数精度≥90%。研究表明,该计数算法能够有效区分重叠和粘连状态,有效提升了系统的鲁棒性。