降质先验引导的二维条码超分辨率研究

二维条码作为一种能够存储大量信息的图形标识,在工业生产的自动化控制、物流管理、质量追溯以及运输的信息交换等环节起着非常重要的作用。二维条码的高精度识别是实现快速、准确信息交换的基础。但是受拍摄环境和拍摄设备精度的制约,经常由于分辨率低而无法正确识别。针对此问题,提出了一种面向实际降质二维条码的超分辨率重建算法。考虑到实际降质的复杂性,提出了基于降质先验的超分辨率算法。首先,设计了一个降质先验信息编码器,用于提取和编码因拍摄环境和设备限制导致的图像质量降低的相关信息。然后,提出了一个降质先验引导模块,使用编码器提取的信息来引导主体结构的特征重建,包括降质特征图引导与降质先验引导两部分。由于目前缺少相关数据集,所以率先构建了真实退化条件下的二维条码超分辨率数据集(包含4944对低分辨率-高分辨率二维条码图像)。考虑到真实数据对之间有轻微位移,引入位移不敏感的损失函数对网络进行优化。实验表明,所提方法重建结果的峰值信噪比(Peak Signal to Noise Ratio,PSNR)、结构相似性(Structural Similarity,SSIM)以及扫出率这3种指标均优于5种经典的超分辨率重建算法,充分说明了所提方法的优越性。

基于深度学习的批量二维码识别系统

二维码是移动互联网与物联网时代的重要入口之一,其广泛应用于物流快递、电子商务、智慧工业等场景。传统二维码识别系统往往采用非智能化图像处理技术实现单个二维码的识别,对批量二维码图像则无法处理。本文利用最新人工智能技术,通过构建适用于批量二维码识别的数据集,基于深度学习中的目标检测定位框架YOLO v3实现了批量二维码的检测与定位,并结合Android、PHP和Darknet设计了一套批量二维码识别系统,解决了批量二维码的快速定位与准确识别问题。

基于XML的农作物病虫草害数据检索系统的研究

由于异构数据库中的农作物病虫草害数据的检索和移植相当困难,文章使用XML对其进行描述,阐述了基于XML的农作物病虫草害数据检索系统的体系框架,论述了二维表数据集的构建及实现检索的过程,探讨了中文分词技术和XSL样式表转换技术;采用系统自动构建二维表数据集的方式,建立了一个有利于XML表示的农作物病虫草害数据检索模型;在VS.NET平台下,采用MVC设计模式开发实现了一个原型系统。

基于单元的孤立点提取算法研究

该文介绍了孤立点、孤立点挖掘以及基于单元的孤立点提取算法的相关概念。主要讨论了应用于二维数据集的基于单元的孤立点提取算法,分析了该算法的程序实现过程和时间复杂度。

复杂弯边钣金零件展开测试分析

钣金零件展开计算主要用于钣金零件数控下料,文章介绍了复杂弯边的钣金零件下料的设计方法,解决了设计钣金零件的二维展开数据集过程中存在的一些精度低、难度大的问题,尽量避免零件在成形过程中尺寸与工程数据集不符等问题。