基于Transformer和多尺度CNN的图像去模糊

卷积神经网络(CNN)单独应用于图像去模糊时感受野受限,Transformer能有效缓解这一问题但计算复杂度随输入图像空间分辨率的增加呈2次方增长。为此,提出一种基于Transformer和多尺度CNN的图像去模糊网络(T-MIMO-UNet)。利用多尺度CNN提取空间特征,并嵌入Transformer全局特性捕获远程像素信息。设计局部增强Transformer模块、局部多头自注意力计算网络和增强前馈网络,采用窗口的方式进行局部逐块多头自注意力计算,通过增加深度可分离卷积层,加强不同窗口之间的信息交互。在GoPro测试数据集上的实验结果表明,T-MIMO-UNet的峰值信噪比相比于MIMO-UNet、DeepDeblur、DeblurGAN、SRN网络分别提升了0.39 dB、2.89 dB、3.42 dB、1.86 dB,参数量相比于MPRNet减少了1/2,能有效解决动态场景下的图像模糊问题。

老年旅游视角下乡村旅游适老化服务优化升级研究

目的:文章基于老年旅游的视角,探究乡村旅游适老化服务的优化升级策略。方法:通过实地调研和老年游客访谈,针对乡村旅游适老化服务出现的诸多问题提出具有可行性的优化升级策略。结果:文章分析发现乡村旅游发展中存在适老化旅游产品数量、层次较少,适老化服务基础配套设施缺乏等问题。结论:优化升级乡村旅游景区的适老化服务,既能够实现乡村旅游的改革创新,又能为老年人提供更优质的康养服务、旅游服务、旅居服务等,助力乡村旅游更好地发展。

辊压机用密封方案的优化选型分析

辊压机是水泥生产线上非常关键的设备之一,该设备的稳定工作决定了生产线能否正常运行,而影响辊压机正常工作的关键因素就是密封失效。本文根据以往辊压机密封的使用跟踪及相关文献资料,分析研究客户要求后,对现有的密封选型方案进行了总结归纳和优化,基本可以解决现有密封使用寿命短、更换不方便等问题,并且在一些用户的设备上也得到了验证。

基于线激光和ARM的输送带纵向撕裂监控系统设计

针对输送带运行过程中易发生纵向撕裂的问题,研究了基于机器视觉的纵向撕裂检测方法,设计了一种基于线激光和ARM的输送带纵向撕裂监控系统。采用"一"字线激光器向输送带下表面投射激光条纹,利用嵌入式处理终端S3C2440控制面阵CMOS摄像头采集图像,并进行图像处理和分析,检测到纵向撕裂时将纵向撕裂图像和报警信号通过Wi-Fi发送给PC机监控软件和手机监控软件显示。设计了监控系统硬件、嵌入式处理终端软件、故障检测算法、PC机监控软件和手机监控软件。测试结果表明:该系统能够远程在线监测输送带纵向撕裂过程,具有图像处理效率高、实时性好、布线简便、可远程监控等优点。

Proteus仿真在微机原理及接口技术教学中的应用

以基于Proteus的微处理器8086和可编程并行接口芯片8255A的接口扩展电路仿真为例,阐述了Proteus软件仿真在＂微机原理及接口技术＂课程教学中的使用方法和仿真过程。在8086接口技术教学中引入Proteus软件仿真,作为传统教学的有益补充,激发了学生学习的兴趣,深化了学生对课程内容的理解,取得了良好的教学效果,是提高教学质量的一种有效方法。

基于统计特征的钢丝绳芯输送带故障自动检测

根据钢丝绳芯输送带X光图像呈规律性变化的特点,提出一种基于统计特征的自动检测故障的方法。对输入图像进行归一化和规范化后,逐行扫描、计算每个像素点的MRB(ModifiedRegular Bands)参数值,与整幅图像的MRB参数值的均值相减,再用差值和训练阶段得到的阈值比较,判断出有无故障并从故障图像中检测出故障区域。通过对常见的4类故障的检测,结果表明:该方法检测准确性高、操作简单、运行速度快,适于在线检测;与均值和方差相比,MRB参数对故障更敏感,能检测出细小的故障,图像对比度高、能更好地凸显出故障区域,且检测出的故障区域更接近于故障的外形。

矿用输送带接头伸长量计算及故障检测方法

针对矿用输送带接头伸长故障检测准确性差的问题,提出了基于条件Y差分算法的矿用输送带接头伸长量计算及故障检测方法。利用采集得到的矿用输送带X光图像,采用该方法计算出每个钢丝绳芯搭接空档的伸长量,并对山西晋城煤业集团王台矿某条钢丝绳芯输送带进行检测试验。结果表明,每个钢丝绳芯搭接空控伸长量的计算结合接头整体伸长量的计算,实现了对接头伸长故障的综合检测和判断,可用于矿用输送带的安全防护及接头伸长故障的准确定位。

多尺度残差网络的单幅图像超分辨率重建

针对目前提高图像分辨率的卷积神经网络存在的特征提取尺度单一以及梯度消失等问题,提出了多尺度残差网络的单幅图像超分辨率重建方法。采用多尺度特征提取和特征信息融合,解决了对图像细节特征提取不够充分的问题;将局部残差学习和全局残差学习相结合,提高了卷积神经网络信息流传播的效率,减轻了梯度消失现象。在Set5、Set14和BSD100等常用测试集上进行了实验,该方法的实验结果均优于其他5种方法,相比于SRCNN方法,平均PSNR提升了0.74 dB,平均SSIM提升了0.0143 dB;相比于VDSR方法,平均PSNR提升了0.12 dB,平均SSIM提升了0.0025 dB。

基于支持向量机的织物悬垂性能评估

分析ε-支持向量机及v-支持向量机模型,结合织物参数特点,建立基于支持向量机的织物悬垂性能评估模型.以棉织物为例,进行实验分析,结果表明这两种模型具有较好的准确性(训练和评估的相对误差都小于5%),并且需要的样本少,训练的速度快.特别是v-支持向量机的参数选取较简单,v在合适的范围内都可以得到比较好的输出结果,验证了基于该模型评估织物的悬垂性能是方便可行的,也为织物质量评估提供了新的思路.

GPNet:轻量型红外图像目标检测算法

针对资源受限的红外成像系统准确、实时检测目标的需求,提出了一种轻量型的红外图像目标检测算法GPNet。采用GhostNet优化特征提取网络,使用改进的PANet进行特征融合,利用深度可分离卷积替换特定位置的普通3×3卷积,可以更好地提取多尺度特征并减少参数量。公共数据集上的实验表明,本文算法与YOLOv4、YOLOv5-m相比,参数量分别降低了81%和42%;与YOLOX-m相比,平均精度均值提高了2.5%,参数量降低了51%;参数量为12.3 M,检测时间为14 ms,实现了检测准确性和参数量的平衡。

井下视频行人检测方法

针对现有基于深度学习的行人检测方法存在计算量较大、检测效率严重依赖硬件性能等问题,对基于SSD网络的行人检测方法进行改进,设计了一种基于DenseNet网络的轻量级卷积神经网络作为SSD网络的基础网络,以满足井下视频行人实时检测需求,并设计了基于ResNet网络的辅助网络,以增强特征表征能力,提高行人检测准确性。将基于改进SSD网络的井下视频行人检测方法部署在嵌入式平台Jetson TX2上进行实验,结果表明该方法对井下视频中行人的检测准确率为87.9%,针对井下行人低密度场景的检测准确率近100%,且运算速度达48帧/s,约为基于SSD网络的行人检测方法的4.4倍,满足井下行人实时检测需求。

字模提取及基于Proteus的串行通信仿真

采用扫描VB图片框的方法提取字模,并利用VB、Proteus和Keil软件联合仿真了上位机和51单片机的串行通信。实现了任意字体、16×16到64×64不同点阵格式的字模的提取,软件仿真可以全面的观察出上位机字模数据的传送以及单片机对于数据的接收及存储情况,为单片机应用开发提供了一种新的方法和手段。

基于迁移学习的永磁除铁器输送带断裂检测

为解决现有的永磁自卸除铁器输送带断裂检测方法不精确、检测装置易损坏、安装复杂的问题,提出一种基于迁移学习的视频检测方法。首先采用模板匹配技术选取弃铁输送带的特征图像,得到源图像中的ROI区域;然后通过对图片进行随机旋转、裁剪、亮度变换扩充数据量,并自制了数据集;随后基于Fine Tuning迁移学习方法,使用Pytorch架构,利用Python语言对ResNet18网络模型进行训练,解决了因样本数量不足、学习效果差的问题。实验结果表明:弃铁输送带断裂检测的准确率可达93.74%,图像处理速度为17帧/s;将训练好的ResNet18网络模型布署到Jetson TX2嵌入式开发平台,当检测到故障时可现场实时报警;通过TCP/IP协议与监控终端系统进行数据通信,进行数据与输送带图像的实时显示,最终构建弃铁输送带断裂检测系统。

钢丝绳芯输送带接头伸长量计算方法

针对钢丝绳芯输送带接头伸长判断方式单一、伸长量计算复杂度较高的问题,提出了基于X光图像的钢丝绳芯输送带接头伸长量计算方法。通过直方图均衡化和均值滤波对图像进行预处理,提高了图像对比度,有效解决了钢丝绳芯输送带图像灰度不均匀问题;利用Sobel算子进行接头边缘检测和动态阈值处理,提取上下接头;通过上下接头拟合直线斜率判断待检图接头和参考图接头是否一致,从而判断接头是否伸长;根据上下接头的端点和拟合直线计算接头左右端最外侧长度和接头平均长度。测试结果表明,该方法计算速度快、效率高,可以方便、准确地计算出接头伸长量。

基于MODBUS协议的触摸屏与TMS320F2812串行通信研究

为实现触摸屏与TMS320F2812之间的直接可靠通信,对基于MODBUS协议的触摸屏与TMS320F2812的异步串行通信方法进行研究.通信系统的硬件由具有标准RS232/485接口的TP760-T型触摸屏与TMS320F2812的异步串行接口SCI连接而成,通信由触摸屏发起,DSP做下位机.通信系统软件采用MODBUS协议的RTU数据传输格式编程.通过测试验证,通信速率可达9 600 bps以上,数据传输稳定可靠且实时性好,实现了良好的人机交互控制.

输送带跑偏故障的机器视觉检测技术

针对矿用输送机运行过程中易发生跑偏的工程背景,研究了基于机器视觉的输送带跑偏故障检测.采用线阵CCD相机实时采集输送带图像,经二值化处理后,从二值图像中提取故障特征来识别跑偏故障.着重分析了输送带图像的快速处理和故障识别方法,提出了一种灰度平均法用于输送带与背景的快速分割;通过将二值图像映射为一维故障特征函数,设计了由跑偏角和偏移量构成的跑偏特征向量用于跑偏检测.开发了一个输送带跑偏故障视觉在线检测系统,实验室测试结果验证了该监测系统的有效性.

基于X光检测的强力输送带故障定位方法

强力输送带的无损检测是工业生产中的重大问题,通过分析基于X光的强力输送带无损检测系统检测到的强力输送带图像的阅读、处理,特别是故障的定位,系统设置了能够真实反映输送带实际尺寸的垂直标尺和水平标尺;经理论分析和现场测试证实,不仅能够对检测到的强力输送带图像进行观察和处理,而且实现了准确估算输送带接头伸长尺寸、通过图像快捷准确地定位输送带上的故障,具有很高的实用价值。

输送带纵向撕裂故障检测系统信号采集器的研究

提出一种输送带纵向撕裂故障检测系统信号采集器的设计方案。该信号采集器包括线阵CMOS传感器模块、信号采集控制模块和数据处理传输模块。采用线阵CMOS传感器ELIS-1024设计了CMOS传感器模块;采用XC3S500E芯片设计了信号采集控制模块,采用VHDL语言编写FPGA程序;采用TMS320C6748芯片设计了数据处理传输模块。搭建了输送带纵向撕裂故障检测系统信号采集器的实验平台,并进行了实验。结果表明:该信号采集器能够实现对线阵CMOS传感器信号的采集、存储和处理,并通过以太网传输到上位机的功能,具有采集信号质量好、可靠性高、组网方便等优点。

单片机原理及接口技术课程教学改革新思路

本文分析了“单片机原理及接口技术”课程教学体系,将其分为课堂教学、网络学习、毕业设计及电子设计竞赛几个部分,形成一个反馈的教学系统。结合课堂教学、网络学习的特点,分别提出采用任务驱动法和及时教学法;通过毕业设计和电子设计竞赛,检验教学效果并反馈,促进教学质量的提高;最后,针对教材、教师队伍建设以及教学过程中应注意的问题进行深入的讨论。

基于ATM交换结构的Hopfield神经网络调度算法

针对ATM交换结构,采用输入缓冲和每条入线在同一个时隙内可传送多于一个信元的策略,利用神经网络具有的实时性、高度并行处理能力和易于电路或光电技术实现等特点,提出了一种Hopfield神经网络调度算法。实验仿真比较表明,该方法不但大大提高了吞吐率,消除了队头阻塞造成的性能恶化,而且降低了信元丢失率和较大程度地降低了平均信元时延,提高了ATM交换结构的性能,实现了信元的优化调度。