摘要：图像处理技术在生活中各个领域都有着广泛的应用。由于嵌入式图像处理存在性能局限性,计算机图像处理又存在设备成本及体积方面的局限。对此本文提出一种云服务器图像处理系统,该系统可实现对物体的辨别并将结果反馈给使用者。系统通过将采集到的图像传至服务器,在服务器中调用训练好的神经网络模型对采集到的图像进行物体辨别并把结果通过手机App和云服务器终端控制系统返回给用户。该系统采用模块化设计以及虚拟化硬件的处理使得图像处理可以更便利的应用于多种需要摄像头物体辨别的场合之中。

摘要：当前,我国学校教室灯光由于无法自动调控,照明灯的强弱易影响学生的视力;此外,当光线充足或无人少人时的“长明灯”会导致照明电能浪费。(夏勇,黄子豪,教室灯光节能控制系统的设计:科学与财富,2014)本文采用以深度学习技术为核心的SVM多分类学习决策,通过挖掘多种传感器的数据信息进行分析决策,并结合PID控制系统实现教室灯光的自动调控,且满足当前环境所需的最优的亮度。实践表明,该系统能充分适应室内人员的健康照明需求,又能最大程度的降低照明能耗,节约电能,具有一定的实际意义与推广价值。

摘要：为解决商用碗碟清洗分装流水线依赖人工进行碗碟分拣的工程技术问题,以实现碗碟清洗流水线的碗碟分拣工序的智能化,研究并设计了基于视觉伺服控制的碗碟自动分拣机器人。该分拣机器人采用了直角坐标机器人结构,首先通过垂直安装在机器人上方的摄像头摄取待分拣碗碟图像,再利用视觉伺服控制软件中的经过训练的碗碟类型SVM分类器,对流水线上待分拣碗碟的形状进行识别,再进一步根据摄像系统的参数标定结果,利用图像处理的方法计算出碗碟的直径大小和相对X-Y坐标距离,并结合直角坐标机器人Z轴末端的超声波测距值,最终控制机器人完成碗碟吸取的动作。所设计的分拣机器人具有重复精度高、结构简单、造价低的优点,对提高商业碗碟清洗分装流水线的效率,优化分拣工序有着重要的意义。