摘要：振动筛筛面物料的疏密状态可以作为判断上层旋流器设备堵塞的辅助手段。采用图像处理的方法,使用振动筛筛面网格直线作为检测特征,以支持向量机分类器作为判别方法,设计了一种振动筛物料状态检测算法,利用计算机自动检测辅助人工监控,以及时发现堵塞情况,并减少疏漏。本文首先对总体算法思路进行了阐述;采用开运算与Canny边缘检测强化图像中的直线特征;然后使用基于累计概率霍夫变换的直线检测提取振动筛筛面上的特征直线;最后利用支持向量机作为分类器对提取到的特征进行准确分类。实验结果表明,本文方法能够有效地识别图像中振动筛筛面上物料状态,识别准确率达到97.38%。

摘要：为了实现对变电所指针仪表的自动定位与读数识别,建立了自动图像识别系统,并对采用的SURF、FLANN、累计概率霍夫变换等算法进行研究。首先针对基本SURF算法在目标设备检测中的精度问题,提出了SURF联合FLANN的交叉验证算法。接着,利用透视变换选定目标区域。最后利用LOG变换对目标区域图像进行增强并利用累计概率霍夫变换对仪表指针进行检测。实验结果表明:角度识别检测误差范围小于3%。在保证运算速度的基础上提高了特征匹配精度、指针识别的精度与鲁棒性。