摘要：本文研究基于图像识别算法的电能表装接质量智能监测。提出了一种利用计算机视觉技术和目标检测算法的智能监测系统,用于自动评估电能表的装接质量。通过收集和构建数据集,设计并实现了该系统,并在实验中对其性能进行了评估。结果表明,该智能监测系统在电能表装接过程中能够实时准确地检测装接质量,并对异常情况进行识别。本研究为电能表安装质量提供了一种高效可靠的监测方法,但仍面临着在大规模实际应用中的挑战。因此,未来需要进一步探索如何优化算法,提高系统的鲁棒性和实时性,以适应更复杂的装接环境。

摘要：随着人工智能技术的快速发展,模拟人类的视觉感官方式以图像特征为基础进行图像识别,可以用来身份认证、安全监控、模型匹配等多个方面,在多领域均有非常广泛的应用前景.目前,图像识别的目标特征检测算法主要有SIFT算法、SURF算法、ORB算法等,各种算法的应用过程中都暴露出了其局部特征.为此对各种算法进行分析研究,并将其分别应用在移动设备图像识别系统中,使用Android NDK调用JNI方法在Android移动设备上进行系统应用,结果表明,采用ORB算法设计的基于Android移动设备实时图像识别系统具有较好的实时性、鲁棒性和准确性,其具有数据处理量大、计算速度快、图像识别精度高等优点.

摘要：为实现变电站倒闸操作的安全可控,设计了变电站一键顺控倒闸操作设备特征识别系统。分析了现阶段倒闸操作的业务要求和一键顺控机制下的倒闸操作,提出了应用于变电站内设备特征识别的图像处理和识别算法,选取Canny算子进行轮廓识别。基于该图像识别算法说明了倒闸操作设备特征识别流程,分析了非同源信号确认,最后以实际案例分析了所提算法和系统的有效性。

摘要：为了保障电力现场作业人员的安全并有效规避异动风险,设计了一套面向现场异动检测的智能作业识别系统。系统采用微处理器搭配图像采集、红外成像和无线传输等模块作为硬件基础。针对异动场景识别的复杂性,提出了一种面向现场异动的新型检测识别算法作为系统的核心。该算法融合了CNN及人脸识别NMF算法,使系统能够快速、准确地采集并识别异动信息,进而完成实时预警。实验测试结果显示,该系统对异动风险的平均识别速率约为134 ms,而平均识别准确率可达90.61%。

摘要：针对当前印刷图像色彩检测和控制的方式及设备存在的不足 ,提出了一种新的基于数字图像处理和模式识别技术的网点检测与分色方法 ,并依此设计出了基于色度检测法的网点检测和识别系统———DIA系统 ;最后通过实验验证了该方法的有效性。

摘要：为进一步探究分拣工作效率的提升,设计一种基于机器视觉的分拣机器人,重点探讨分拣机器人的硬件部分设计要点,以及其所需的图像识别算法、路径规划算法与抓取算法。最后,对该机器人的应用效果进行初步测试,测试结果显示,该机器人对于具有显著图案信息的物品具有较高的识别正确率。

摘要：本文研究将实际场景与深度学习技术结合,采用深度学习图像识别算法,结合前后端技术设计一款民族服饰识别系统。本实验在Google公司的开源深度学习框架Tensorflow下完成网络的搭建,使用自主建立的民族服饰图像数据集进行网络训练,通过对数据增强、数据预处理、深度学习卷积神经网络模型三个方面进行对比实验,并对模型的准确性和鲁棒性进行验证。实验结果显示SE-ResNet模型在民族服饰颜色、图案形状特征信息的提取与识别效果最佳。因此将高效实用的SE-ResNet识别模型部署在服务器,以Web应用为载体,显示民族服饰图案信息,并通过虚拟数字地图直观呈现民族服饰地理分布及不同图案间的联系。

摘要：本文通过对陕西榆林黄河滩枣智能分拣技术需求分析,探讨了红枣光电分选检测技术研究的目的、意义及国内外技术发展趋势情况,制定了研究的总体方案、内容和技术路线,通过对红枣表面颜色中霉变、损伤进行分类分选,设计了硬件部分、彩色图像采集系统,通过研究色选算法的理论,来分辨出红枣图像信息中的正常红枣粒和霉变枣粒及损伤粒,从而达到分拣不同类别红枣的目的。

摘要：提出了一种基于自动化技术的变压器绝缘油色谱分析系统的设计.从机械设计、硬件电子电路设计、软件图像识别算法等多个方面对该系统的组成原理、技术参数、性能特点进行阐述.本系统的优点是能够将当前的自动化技术与传统的气相色谱仪相结合,大大提升了相关从业者在进行变压器油色谱分析时的效率,具有相当广阔的应用前景.

摘要：文章基于5G MEC边缘计算技术,融合AI图像识别算法,提出了一种全新的林火防治系统设计思路,能有效地提升了林火监测预警和应急处置的能力,并已在实际应急模拟演练中得到验证。一、引言森林火灾突发性强、破坏性大、危险性高,是全球发生最频繁、处置最困难、危害最严重的自然灾害之一。一旦有火警发生,就必须及时进行扑救。扑救是否及时,决策是否得当,关键取决于对火险火警的发现是否及时,分析是否准确,应急处置措施是否得当。