基于频域互相关的LED晶粒阵列快速视觉检测

为了满足LED晶粒视觉检测的实时性要求,提出了一种频域互相关的快速模板匹配方法。首先通过一种递推求和算法将LED晶粒阵列图像的灰度在空间域进行归一化处理,然后利用快速傅里叶变换到频率域进行模板与LED晶粒阵列图像的互相关运算,快速定位所有LED晶粒的像素坐标。对于清晰的二值晶粒图像,可以省去归一化处理,检测效率更高。实验结果表明:对于复杂结构的LED晶粒,检测效率远高于传统的NCC模板匹配,比常用的序贯相似检测(SSDA)算法效率提高1倍以上。该方法能够用于各种LED分选或固晶系统中的晶粒检测。

一种基于CNN深度学习的焊接机器人视觉模型

为了准确地识别复杂环境下的焊缝目标,建立了一种基于深度学习的焊接机器人视觉模型,该模型采用局部联接和全联接相结合的CNN卷积神经网络结构,局部联接由3个卷积层和子采样层交替组成,用于焊接目标的特征提取,全连接层由输入层、隐层和输出层组成,作为分类器用于焊缝目标识别.采样了一千多幅焊接目标图像样本用于CNN的网络训练,分析了不同CNN网络结构参数对模型的影响.结果表明,该视觉模型对焊接目标的平移、旋转和比例缩放表现出良好的鲁棒性,可以应用到焊接机器人的视觉导航.

基于多神经网络融合的运动人体姿态识别

本文运用高斯分布方法来建立背景模型,并利用彩色背景差分进行运动人体的检出。通过对检出的人体图像进行形态学处理后,分别进行实体、轮廓和几何矩三种特征的提取,并为每个特征建立了一个BP神经网络分类器,经多种人体姿态样本独立训练后,再采用D-S证据理论对三个神经网络的输出结果进行融合处理,对运动人体姿态识别的实际测试表明:采用多特征神经网络融合方法比单特征神经网络取得更好的识别率,该方法可以用于各种智能视频监控系统中。

PCR-SSP技术在红细胞ABO血型快速基因分型中的应用研究

目的探讨PCR-SSP技术用于临床标本红细胞ABO血型快速定型的可行性。方法利用PRIMER 5软件针对A101等位基因c DNA第261、703 SNP位点不同的碱基设计4对序列特异性引物;通过温度梯度PCR反应确定各个引物对的最佳退火温度;利用基因测序技术来评价PCR-SSP的性能;用100例临床盲样的SSP结果与其相应的血清学结果的比对来观测该方法临床应用的有效性;选择26例血清学定型结果有疑问的临床疑难标本进一步考察该法的性能。结果确定261G、261A、703A以及703G的最佳退火温度分别为70℃、64℃、60℃、64℃;通过随机抽取5例不同反应格局的标本进行第6、7外显子基因测序,测序结果表明该4对引物可以对261位点G缺失情况以及703位点G/A的分布情况进行有效鉴别;100例的临床盲样检测与血清学完全一致;26例血清学定型有疑问的标本通过该法可以为血清学实验提供有效的参考依据。结论 PCR-SSP基因分析技术在红细胞ABO血型快速鉴定方面具有可行性,在临床常规标本血型方面性能可靠并可作为ABO定型临床疑难标本进行进一步的DNA测序的依据。