劳创融合理念下工程训练课程教学改革与创新实践

工程训练课程按照新时代劳动教育的要求,遵循劳创融合的理念,明确了“知识—能力—素质”的培养目标,并从“认知—体验—评价”三个维度进行教学创新设计,使学生在认知中启迪劳动创新,在体验中感悟劳动创新,在评价中激励劳动创新,有助于实现课程知识传授、能力提升和价值引领的育人功能,取得了良好的成效。

基于结构元的煤显微图像轮廓提取算法

针对煤显微组分结构复杂、提取其显微图像中有效组分轮廓存在较大难度的问题,提出一种基于结构元的轮廓提取算法。该法通过对结构元中架构与尺度的合理设计实现种子点的自动选择,以替代传统算法中种子点的人工选取,然后进行区域生长,再对区域生长后的图像进行形态学处理,最后用8邻域轮廓提取法获取煤显微图像中不同组分的轮廓。实验结果表明,由于结构元的合理选取,算法能够有效去除煤显微图像中的碎屑、黏胶及噪声区域,获取块状显微组分的有效轮廓。实验结果可以为煤显微图像自动分类与识别提供参考。

一种基于PCA与RBF-SVM的煤岩显微组分镜质组分类方法

在分析煤岩镜质组显微组分特点的基础上,针对其结构复杂、特征量多且相互交织从而影响分类准确性等问题,提出一种基于主成分分析(PCA)的煤岩显微组分镜质组分类方法。首先根据镜质组显微图像中各组分呈现的条状、团块、颗粒等纹理特点和亮度差异,采用基于灰度共生矩阵的能量、熵、惯性矩、局部平稳性等纹理特征量和基于灰度分布统计的亮度比、均值、均方差、三阶矩偏度等亮度相关特征量对其进行描述,构成初始特征量集;再采用主成分分析法对初始特征量集进行进一步的抽取;最后构建基于径向基函数的支持向量机(RBF-SVM),采用积累贡献率较大的主成分作为分类参量实现镜质组的自动分类。实验结果表明:纹理和灰度统计特征可有效刻画煤岩镜质组显微组分;采用PCA对初始特征进行抽取之后,用于分类的特征空间维数大幅度降低,分类算法的泛化能力增强,分类的准确率显著提高。

基于融合技术的棒材定支数图像识别

棒材成捆时的定支数包装是个一直没有得到很好解决的问题,为此文章提出了一种基于融合技术的图像识别方案。该方案首先用CCD采集棒材定支包装时的端面图像,然后用阈值化和基于边界的方法对图像进行初始分割,最后进行融合、去粘连及计数。实验结果表明该方案有利于计数准确性的提高。

太阳光伏阵列的温度与红外特性分析

反常的温度分布往往能反映设备的非正常运行状态。红外图像为有效测量物体的温度及相对温度分布提供了便捷的途径。本文分别从理论和实验上分析与验证了太阳光伏阵列在正常光照、遮挡、故障以及典型负载、开路、短路等情况下的温度变化及相应的红外图像,为进一步在大面积的太阳光伏利用中实现非接触式的在线检测与故障分析提供依据。

基于行程长度纹理特征的焦炭显微图像分类算法

在分析焦炭显微图像各向异性光学组织中片状与纤维状显微图像特征的基础上,通过对纹理特征的差异性的研究,提出了一种基于行程长度纹理特征和支持向量机(Support Vector Ma-chine)的焦炭显微图像分类方法。该方法首先计算焦炭显微图像中4个方向上的行程长度矩阵,利用行程长度矩阵求得对图像纹理具有不同表征能力的纹理特征量,通过对各个特征量的数据分析,选取有效特征量组合作为分类器的训练向量,然后用支持向量机对实验样本进行分类。实验结果表明,该方法能够有效地识别出焦炭各向异性组织中纤维状、片状等不同光学组分。

基于红外图像的太阳能光伏阵列故障分析

依据处于不同工作状态下太阳电池间存在明显温差这一特性,提出了基于红外图像分析的太阳能光伏阵列工作状态自动分析与识别的方案。该方案首先对光伏阵列的红外图像进行预处理与分析,提取可能的故障区域及区域的特征信息,综合考虑环境温度、照度、风力等环境因素的影响,采用信息融合与模糊推理的方法,实现了对光伏阵列中太阳电池工作状态的自动识别。研究结果表明,该方案能够准确地对运行于光伏系统中组件的正常、遮挡、老化损坏状态进行识别。

太阳能光伏阵列的红外特性研究

反常的温度分布往往能反映设备的非正常运行状态,红外图像为有效测量物体的温度及相对温度分布提供了更加便捷的途径。该文分别从理论和实验上分析与验证了太阳能光伏阵列在正常光照、遮挡、故障以及典型负载、开路、短路等情况下的温度变化以及相应的红外图像特征,为进一步在大面积的太阳能光伏利用中实现非接触式的在线检测与故障分析提供了依据。

部分脾栓塞治疗肝硬化门脉高压及脾亢

目的进一步观察部分脾栓塞治疗肝硬化门静脉高压及脾功能亢进（简称脾亢）的应用价值。方法经下腔动脉插管对部分牌动脉用明胶海绵颗粒进行栓塞，观察其治疗作用。结果本文２２例术后外周血白细胞和血小板计数均回升，其中１９例恢复至正常水平，３例部分缓解，门静脉及脾静脉回缩，食道静脉曲张程度改善，凝血酶原时间（ＰＦ）缩短，凝血酶原活动度（ＰＦＡ）增加，脑病发作次数减少，血氨水平下降，未出现严重并发症。结论部分脾栓塞是治疗肝硬化牌功能亢进、门静脉高压、缓解肝性脑病安全有效的治疗方法。

复杂图像特征点提取与匹配方法

采用改进的SIFT(Scale Invariant Feature Transform)算法对自然环境下获取的复杂场景图像进行特征量提取;通过添加存入最小优先级队列的限制条件,对现有的BBF(Best Bin First)匹配算法进行改进以提高算法的搜索效率;针对复杂图像误匹配较为严重的现象,设置匹配判定准则和几何约束条件,对匹配结果中可能的误匹配加以剔除。实验结果表明,新方法在匹配效率和匹配准确率的提高上效果明显。

太阳能光伏阵列红外图像的特征提取

针对红外图像普遍存在目标与背景对比度差、噪声较大及非均匀成像等问题和太阳能光伏阵列的红外图像特点,文章提出了先将待分析图像与正常工作的太阳能光伏阵列的红外图像作差运算,再采用二维阈值化与模糊聚类相混合的方法提取目标特征的方案,实验结果令人满意。

煤岩显微组分中渗出沥青体角点特征检测方法

渗出沥青体是煤岩显微结构中壳质组的重要组分之一。根据煤显微图像渗出沥青体具有的尖角特点,提出1种基于锐角特征的渗出沥青体检测方法。该方法在SUSAN算法的基础上改进而来,将SUSAN算法中模板圆的半径设置为r,动态改变r值,检测被模板圆覆盖的目标面积是否小于某一设定的阈值,如果是,则中心点判断为角点,同时估算出角点对应的角度数。检测结果表明,采用本文方法能够准确检测出渗出沥青体中所含的尖角,从而对相应组分作出判断。相比于其它方法,本文提出的方法算法简单、抗干扰性能较好。

基于圆形LBP均匀模式的煤镜质组显微组分纹理分析

依据煤不同显微组分的纹理特点,分别采用不同尺度下圆形LBP及LBP均匀模式获取煤显微图像的LBP信息值,构建包含能量、对比度、局部平稳性等特征量的特征集对煤显微组分进行表征,并以此对镜质体中各类别纹理数据进行分析。结果表明:构建的纹理特征量对于镜质体中不同类别具有较好的可分性;圆形LBP中尺度的选择对有效特征量的提取有较大影响;LBP均匀模式在保持特征数据有效性的同时,可明显减少LBP模式数,从而减少计算量。文中结果可为煤显微组分的自动分类与识别提供依据。

1228张门急诊含草乌饮片处方的分析

目的分析某医院门急诊含草乌饮片的处方的使用情况,为中医临床合理用药提供有益的参考。方法随机抽取2018年1月1日至2018年8月1日某院门急诊使用含草乌饮片的处方1 228张,通过处方点评分析系统对其规范性、适宜性、超常情况进行专项点评与分析。结果在所有处方中诊断缺失的有18张(1.47%),草乌使用剂量大于9 g的有206张(16.78%),重复用药的有11张(0.9%),存在"十八反"配伍禁忌的有100张(8.14%)。结论含草乌饮片处方的临床应用总体上较合理,但在发挥其独特疗效的同时也应关注其安全性。

一种用于多阈值图象自动分割的混合遗传算法

模糊Ｃ－均值算法是一种比较有效的数据聚类方法．遗传算法则是一种借鉴生物界自然选择和自然遗传机制的高度并行、随机、自适应的搜索算法．该文有机地利用遗传算法与模糊Ｃ－均值算法，并考虑图象的二维灰度信息，提出了一种适用于多阈值图象自动分割的新方案．该方案能够快速正确地实现分割，且不需事先认定分割类数．

一种基于融合技术的成捆棒材端面图象的分割方案

针对特定工业现场环境下成捆棒材端面图象的分割问题,提出了一种基于融合技术的图象分割方案.该方案先分别采用阈值化与基于边界的分割方法对图象进行初始分割,然后将所得数据加以关联,并采用遗传算法加以融合与提取.实验结果表明,该方案在不明显增加计算量的同时,使分割质量有了明显提高.

一种基于局部二进制模式的带钢表面缺陷初级检测方法

带钢表面缺陷检测是带钢质量控制的重要环节之一,但现有带钢表面缺陷自动检测方法在准确性和实时性上还难以满足工业现场需要。为了解决此问题,提出了一种基于局部二进制模式(LBP)的带钢表面缺陷的初级检测方法。该方法首先利用快速局部二进制模式算法计算图像中各像素点的LBP值;然后通过统计LBP直方图来获取图像中主要边缘点的信息,再将其与阈值进行比较,以确定带钢图像中表面缺陷的存在,并记录缺陷的位置。实验结果表明,该方法不仅在带钢表面缺陷的初级检测方面具有良好的准确性和实时性,而且其提取出的信息还具有结构的和统计的双重特性,可为后续缺陷分类提供重要依据。

基于小波变换的煤岩惰质组显微图像分类

在分析煤岩惰质组各组分显微图像特点的基础上,提出一种基于小波变换的煤岩惰质组显微组分自动分类方法。首先用离散小波变换对煤岩显微图像进行分解,根据分解所得的水平、垂直、对角3个方向小波系数设计描述其纹理属性的特征量;通过对特征量的分析,选取水平方向能偏、对角方向方差特征量以及图像的亮度比等特征量构成特征向量集;采用支持向量机对惰质组各组分进行分类,获得对其7类典型组分的较为理想的分类效果。与其他同类方法的实验结果比较表明,本文特征量选取与分类方案在分类效果上具有明显的优势。

基于二维阈值化与FCM相混合的图象快速分割方法

提出了一种将快速二维阈值化与模糊聚类相混合的图象分割方法，以进一步减少快速二维阈值分割中的噪声与错误分割。实验结果表明，利用这种方法分割信噪比较低的图象，能够在很短的时间内得到较为令人满意的分割结果。此外。

基于改进SIFT算法的苗木图像特征点提取

根据自然环境下苗木图像的特点,通过改变尺度空间的金字塔结构对SIFT算法进行改进。采用改进后的算法对不同的焦距、光照条件、遮挡程度下拍摄的70组苗木图像进行特征点提取和匹配实验。结果表明提出的改进算法显著提高了程序的运行速度,验证了改进算法的有效性。