基于颜色和形状特征的机采棉杂质识别方法

机采棉的含杂识别分类检测能够提高棉花加工设备效率,减少棉花纤维损伤,并为棉花收获设备的改进提供指导。提出了一种基于颜色和形状特征的机采棉杂质识别分类方法,对大杂质和小杂质检测采取不同的图像处理方法。颜色特征主要采用基于彩色梯度图像的分水岭变换与改进模糊C均值聚类方法融合的方法;形状特征主要采用机采棉杂质的面积、周长、离心率和矩形度特征。通过对100幅机采棉图像试验表明,该方法对各类杂质的平均识别正确率为89%。

太根及其有机杂质识别与表征研究

为了精确识别与表征太根(二缩三乙二醇二硝酸酯)及其有机杂质,首先采用FT-ICR-MS及NMR对太根的结构进行了精确表征,测得太根加和离子峰质荷比相对误差低至2ppm以内;然后通过GC-MS对太根中的有机杂质进行分离与识别,初步判断有机杂质为地根(一缩二乙二醇二硝酸酯)和乙二醇二硝酸酯,且杂质含量约为0.2%左右;最后利用^(1)H NMR进一步验证了上述有机杂质。综上,本研究建立的分析方法可用于太根及其有机杂质的精确识别与表征。

基于图像处理的有色金属杂质识别系统设计

随着计算机应用技术高速发展,图像处理技术逐渐在众多技术中脱颖而出,该项技术已广泛的应用于各个领域内,其中基于图像处理技术的有色金属杂质识别就是非常重要的一项研究,将图像处理技术与计算机的应用结合对有色金属中的杂质进行识别,可以使有色金属的生产更高效,精确,从而也可以降低人工劳动力,提高生产效率,是目前国内一项非常重要的研究项目。

基于边缘检测的原棉杂质图像识别方法适用性分析

针对如何选择适合原棉图像的边缘检测方法,高效地进行含杂分析与识别的问题,选取Sobel算子、Roberts算子、LoG算子、Canny算子4种边缘检测方法进行适用性分析,实验选取原棉作为样本,在检测效果、检测耗时、检测概率比3个方面对各算子进行了对比与分析。结果表明,相比其他算子,Canny算子在高阈值为1.5时,低阈值为0.2时杂质边缘定位准确、背景噪声小,尤其对于破籽类杂质的识别,检测概率比达到92.5%,检测效果优于其他算子,更适用于原棉杂质图像的分析与识别。

灌装液体药品质量的机器视觉检测与识别

针对机器视觉检测灌装液体药品中存在的对噪声敏感、难以区分杂质和气泡的问题,提出多帧序列图像检测与识别杂质的方法。在获取灌装液体药品连续序列图像的基础上,采取以最不相邻图像差分来获取瓶内液体图像中变动区域;选取多帧序列图像中运动对象建立目标链,从而提取可能是杂质的运动对象在多帧序列图像中的特征。运用具有较强推广能力的支持向量机对提取特征进行分类识别。实验结果表明:采用该方法可识别灌装液体药品的杂质,选取合适的支持向量机惩罚参数和核参数,其识别准确率可达95%,可以区分杂质和气泡等,可提高检测灌装液体药品质量的准确性。

应用区域颜色分割的机采棉杂质检测方法

机采棉中的杂质繁杂,而杂质类型及含量对后期棉花加工工艺的影响很大。为此,提出一种应用区域颜色分割方法以检测棉花中的杂质。在图像分割中,先对滤波后的机采棉图像进行彩色梯度运算,通过扩展极小变换运算获得标记图像,在修改后的梯度图像上运用分水岭算法获得初始分割图像,然后对初始分割图像进行区域合并。区域合并过程中要综合考虑空间邻接性、颜色信息和区域面积3个因素。颜色信息主要采用饱和度、亮度、区域颜色向量模及颜色相似度4个特征量。用层次递进的合并方法,迭代过程更新信息特征。最后通过支持向量机算法提取颜色、纹理、形状特征对杂质区域进行识别。结果表明,所提方法对机采棉中天然杂质的平均识别率为94%。

基于光子计数能谱CT的含能材料等效原子序数测量方法

双能CT或能谱CT可以测量材料的等效原子序数,对含能材料的成分检测和生产工艺改进具有重要意义,但现有方法存在复杂度高、设备要求高等缺点。为提高等效原子序数的测量精度,并降低设备要求和算法复杂度,提出了一种基于新型CeTe光子计数探测器的等效原子序数测量方法。该方法利用材料的衰减特性,重新推导了两个能量区间线性衰减系数之比与等效原子序数的关系。该方法不依赖于双能CT或能谱CT的专业知识,只需利用光子计数探测器对三种已知材料进行能谱CT扫描与重建,即可得到等效原子序数的标定曲线,并对未知材料进行等效原子序数测量。在实际应用中,只需保证标定实验和测量实验在相同条件下进行,即可将重建误差、探测器响应误差、射束硬化效应和散射效应等影响因素纳入到标定曲线(相当于重新对NIST数据进行了特定扫描条件下的标定),并抑制上述因素对最终结果的影响。相较于其他方法,该方法鲁棒性和通用性较强,且大幅降低了设备要求和算法复杂度。同时,该方法允许相对较宽的能量区间,可以较充分的利用X射线源所发出的光子,使检测效率满足了工业检测和医学成像的需要,具有良好的商业应用前景。实验结果表明,在当前标定范围(等效原子序数6~13)和扫描条件下,该方法测量的等效原子序数相对误差小于2%,具有较高的可靠性。在实际含能材料生产检测中,该方法在不破坏含能材料的情况下对高衰减杂质成分进行了有效判断,指出了高衰减杂质是实际生产过程中混入的高原子序数杂质,而不是高密度的含能材料。这表明该方法能够有效解决含能材料生产中的成分检测难题,并有望促进含能材料生产工艺的改进,具有重要的工程意义。

贝叶斯反卷积在EAST电荷交换复合光谱分析中的应用

电荷交换复合光谱(Charge e Xchange Recombination Spectroscopy,CXRS)诊断是核聚变装置上测量等离子体离子温度和旋转速度的常规诊断之一。然而在实验中,诊断光通过光谱仪后,由于仪器函数的卷积效应,会使测量到的光谱出现明显展宽,影响数据处理的精度,所以需要对实验测量到的光谱进行反卷积处理。本文采用的反卷积方法是基于贝叶斯条件概率公式推导得出,并结合标准灯获取的仪器函数来进行反卷积,分别从仿真和实验两个方面验证了该方法的可靠性。结果表明将贝叶斯反卷积运用到先进实验超导托卡马克(Experimental Advanced Superconducting Tokamak,EAST)电荷交换复合光谱分析中,能有效提高实验测量精度。结合快速极紫外谱仪(Extreme ultraviolet,EUV),对EAST实验中经过贝叶斯反卷积后测量到的光谱进行了杂质谱线识别工作,进一步提高了精度。

Subtle trap recognition based on seismic sedimentology- A case study from Shengli Oilfield

Seismic sedimentology is the study of sedimentary rocks and facies using seismic data. However, often the sedimentary body features can＇t be described quantitatively due to the limit of seismic resolution. High resolution inversion offsets this limitation and is applied to seismic sedimentology to identify subtle traps under complex geologic conditions, thereby widening the applicable range of seismic sedimentology. In this paper, based on seismic sedimentology, seismic phase-controlled nonlinear random inversion is used to predict the sandy conglomerate reservoir of Es3 in the Chezhen depression in Shengli Oilfield. Thickness and sedimentary microfacies maps of sandy conglomerate bodies in several stages are presented and several subtle traps were predicted and verified by drilling.