基于极坐标转换的中文印章文字识别

为能够处理文档中印章元素的关键信息,促进办公智能化,提出一种基于极坐标转换的印章文字识别方法。根据印章元素通常成圆环状排列的特点,对中文印章图像进行极坐标展开,克服印章文字方向不统一的问题,利用CTPN+CRNN网络进行文字的检测与识别,对CTPN网络中的文本构造算法进行改进,实现对印章内容快速准确的识别。用该算法对自制的中文印章数据集进行实验,印章内容的文字识别召回率可以达到90.4%,表明该算法可以有效检测识别印章内容,对文档的分类与鉴别研究具有重要的意义。

基于极坐标下Logistic映射的纹织设计方法

基于极坐标下Logistic映射的图形生成原理,借助计算机图形方法进行图案设计,并通过纹织实验,对由此形成的纹织设计方法进行了初步的探讨,从而获得了几点有益的启示。

模糊函数主脊切面极坐标域形态特征提取方法

提取能表现信号本征信息的脉内特征参数是解决当前复杂体制雷达辐射源信号分选难题的有效途径。由于模糊函数能较为细致地反映信号的内在信息,提出一种基于极坐标转换的模糊函数主脊切面形态特征提取方法,该方法首先将模糊函数主脊切面变换到极坐标域以形成封闭的几何图像,然后提取该图像的均面积、致密度和似圆度作为信号分选的特征向量。模糊C均值聚类实验表明,所提特征在大于0 dB条件下分选6类典型雷达信号的成功率保持在95.33%以上,即使在信噪比为-2 dB,分选成功率仍可达到88.5%;在0-20 dB动态信噪比条件下平均分选成功率为99.7%,证实了所提方法的有效性。特征提取耗时实验证明,所提方法提取单个信号特征仅需1.34 s,具有令人满意的时效性。

极坐标放样法在曲线中线桩测设中的应用

介绍了极坐标放样法在任意点设站测设曲线中线桩的原理和方法,充分利用全站仪和可编程计算器的优点,可一次设站多次放样,该法具有测站选择灵活,测设速度快,放样点位精度高等优点,是一种很好的放样方法。

基于PAT-Unet的泄露电流仪表示数识读算法设计

仪表能准确反映变电站电气设备的运行状态,为了克服人工巡检造成仪表漏读与错读等情况,提出一种基于PAT-Unet神经网络的仪表示数智能识读算法对泄露电流仪表的示数进行智能识读。首先设计PAT-Unet神经网络对仪表的指针与密集刻度进行分割,网络中在编码层构建特征聚合模块与残差特征分散模块,增强特征的提取能力;设计Transformer特征浓缩模块,进行深层语义信息融合,以增强对细小目标分割精度;引入金字塔切分注意力机制,加强网络编码层与译码层之间的信息交互能力。结合轮廓检测算法与最小外接矩形算法,计算刻度分割结果的关键点,利用透视变换完成倾斜仪表的校正;再使用K-means聚类算法定位泄露电流仪表圆心;最后,根据仪表圆心利用极坐标变换将扇形表盘展开为矩形,通过分别计算零刻度与指针以及最大刻度之间的距离关系得到泄露电流仪表示数。实验证明,所提算法能对倾斜仪表盘进行校正,在保证读数准确度的同时,能对泄露电流仪表示数进行智能识读。

角度优化网络的印章文字检测与识别算法

利用光学字符识别方法对印章文字进行检测与识别,能够加快各类合同的分类处理速度与鉴别效率。该文针对圆形印章文字呈环形排列的特点,利用极坐标展开对印章文字进行预处理,克服了印章文字方向不统一的问题。对于展开后上下起伏的文本区域,利用带角度信息的联结文本提议网(CTPN)对印章文字区域进行检测,并使用贝塞尔拟合文本区域,实现了对印章区域的准确检测。最后利用注意力转移机制和该文匹配算法对检测的文字区域进行识别,输出印章文字内容。运用该算法对输出印章文字内容自制的中文印章数据集进行实验,印章内容的文字检测F值可以达到84.73%,文字识别召回率达到84.4%,表明该算法可以有效地检测识别印章内容,对文档的分类与鉴别研究具有重要的意义。

基于图像识别的齿轮尺寸测量研究

为解决传统工业测量中,齿轮参数尺寸测量方法过于繁琐的问题,利用数字图像处理技术对其进行检测,提出了一种基于圆投影分割的齿轮参数尺寸检测方法。该方法首先通过图像预处理得到细化的齿轮轮廓,使用改进随机采样算法找到齿轮中心;然后利用轮廓点和图像中心点连线与所建立的图像坐标系正向X轴所成角度和两点距离的映射关系,建立新的极坐标系,并对齿轮进行圆分割,记录新坐标系中峰值点个数和峰值点纵坐标,这2个参数分别对应齿轮齿数和齿顶圆半径;最后利用齿顶圆半径与齿数、模数之间的关系式,求出模数,从而求出齿轮其他尺寸。实验结果表明,用该方法检测齿轮参数尺寸,检测速度快、精确度高,具有较高的实用价值。

基于机器视觉的非平整物体表面凸起异物检测方法

在换向器质量检测中,其端面槽口附近凸起异物属于严重质量问题,目前仍采用人工检测方式,存在检测速度慢和漏检率高,且换向器端面的非平整特性给检测带来挑战;针对此问题,运用机器视觉技术,提出一种基于光度立体视觉的换向器非平整面凸起异物检测的方法;该方法通过四方位打光方式,获得不同方位光照图,对光照图进行计算得到其反照率图,再进行高斯卷积处理,然后针对特定区域采用极坐标转换用于提取缺陷特征并对其进行凸起异物识别与检测;实验结果表明,该方法能够快速有效检测换向器非平整表面存在的凸起异物问题,检测精度达到99.8%,能够满足对换向器质量的在线检测需求。

圆形工件的弹簧装配检测方法

为改善当前金属工件装配检测存在的成本高、效率低等问题,提出一种对复杂圆形金属工件适应性更高的零件检测方法。在图像增强阶段,引入自适应分数阶微分增强,结合图像梯度特征,突出工件的细节和纹理信息,提升后续检测的准确度。对于圆形轮廓的金属工件,引入极坐标转换,与传统的直角坐标处理方法相比,其具有效率高、处理过程清晰、不易出错的特点。在阈值检测阶段,通过长度阈值和灰度相关属性阈值对零件数量和类型进行判断。实验结果表明,该方法能准确地定位到圆形工件的弹簧区域,快速检测出弹簧零件区域的装配情况,大幅减少无效定位和不必要的计算,具有时效性高、准确性强的优点,可应用于该金属组件的自动化装配检测。

面向票据的OCR识别算法研究与实现

随着对票据使用的不断增多,票据的存储、管理以及票据信息的查找,逐渐变得繁琐,给人们带来困扰。通过对票据中信息的识别,发现其中圆形印章中的字符并不能准确识别,针对环形字符以及印章中文字的准确识别进行研究,实现了面向票据的OCR识别算法。使用Canny算子边缘检测、Hough变换、极坐标变换、以及确定极坐标变换起点的算法等,实现了能够按照印章中文字排列的逻辑进行变换,并成功识别出印章中所含的文字内容。实验结果表明,对印章中文字内容识别的正确率达到83.84%。

面向巡检机器人的指针式仪表读数识别方法

针对巡检机器人拍摄图像的特点及传统指针式仪表读数识别方法的不足,本文基于YOLOv5目标检测和Deeplabv3+图像分割技术,提出了一种指针式仪表读数的自动识别方法。首先利用YOLOv5检测复杂背景图像中的仪表表盘的位置,并得到仪表的类型;其次,通过透视变换算法对表盘图像进行校准;然后针对仪表刻度和指针的特点,改进了Deeplabv3+网络的Encoder端和Decoder端,可以对表盘中的刻度和指针进行精准分割;最后,利用图像极坐标转换等方法得到仪表的读数信息。实验表明,本文提出的方法可以有效地识别巡检机器人拍摄的指针仪表的读数。

一种圆环内斑点分割的新方法

图像分割是图像处理及机器视觉领域的一项基本技术,分割方法各式各样,但都仅限于特定的对象。文章针对垫圈工件表面缺陷检测所做的分割,通过一种全新的分割方法将垫圈表面缺陷检测出来,先将目标图像掩膜成一圆环,后通过极坐标转换将圆环区域转换成矩形区域,再用Sobel算子进行Y方向上的分割,从而提取出缺陷。

基于机器视觉的汽车仪表智能检测研究

传统汽车仪表生产厂家通常采用人工检测的方法对其所生产的仪表进行出厂检测。然而,该方法存在检测精度低、检测效率低下等问题,为解决这些问题,提出了一种基于机器视觉的汽车仪表智能检测系统。首先介绍了该检测系统的整体结构,并介绍了检测系统中的指针检测算法和流程;接着详细介绍了该系统指针检测算法的步骤,即通过感兴趣区域图像对比增强和直方均衡化等方法对待检测仪表图像进行预处理,进而采用阈值分割法分别对指针和刻度进行粗定位;然后基于改进的OpenCV极坐标展开算法对图像进行极坐标展开,通过最小外接矩形拟合刻度确定刻度精确坐标,采用像素加权平均法计算指针精确坐标,并通过最大车速读数和指针刻度坐标比例确定指针读数;最后选取某汽车仪表生产厂家的某款产品进行指针检测实验。结果表明,该系统的指针检测算法检测误差均小于1%,且平均检测时间约为47.7ms,在满足检测精度的同时具有极高的检测效率,能够满足汽车仪表生产厂家对汽车仪表进行智能检测的实际需求。

拉格朗日中值定理的证明及应用

中值定理是微分学的基本定理,是应用导数研究函数在区间上整体性态的有力工具,其中拉格朗日中值定理是核心内容.给出拉格朗日中值定理的三种证明方法及其在级数散敛性方面的应用.

无源定位

无源定位观测设备不向外发射电磁波,仅被动接受外界无线电信号对目标进行定位。本文主要通过机理研究,坐标变换,迭代法等对基于无人机目标的无源定位进行研究。问题1(1)中首先固定两架无人机发射信号即Y00,Y01,取两个固定无位置偏差的发射信号无人机构建一个极坐标系,接收信号到Y00的直线距离与极坐标系夹角为自变量,在两个三角形中运用正弦定理求解两种接收信号的无人机的坐标。 。问题1(2)是基于问题一的延伸与发展,问题一解决了位于圆心的无人机(FY00)和编队中另2架无人机发射信号,同时在发射信号的无人机位置无偏差且编号已知的情况下,如何确定其余位置略有偏差的被动接收信号无人机的位置的问题。简言为已知3 (包含无人机(FY00))架机编号位置,可确定另一位置略有偏差无人机位置。问题二为已知两架无人机FY00和FY01的编号和位置,还需几架无人机编号位置,可确定另一位置略有偏差无人机编号位置?首先需得假设可发射信号的无人机亦可接收信号,题目中虽无说明但猜推测是可以,可发射信号的无人机亦可接收信号。9架无人机均匀分布在圆周上,若无偏差相邻无人机与圆心夹角均相等。由于逆时针或顺时针方位问题,将无人机分为上半周、下半周两组。由于发射信号的无人机位置无偏差,以FY00、FY01所连直线为X轴,由接收信号角度判断其方位角,进而判断所需无人机数。采用图形分析法进行讨论,最后在三角形定位下进行最小二乘法分析。讨论出还需几架无编号无人机才能进行定位。问题1(3)题根据接收到的方向信息来调整无人机的位置,通过表中数据已知FY00和FY01的位置是精确的,将FY00至FY09的极坐标转化为直角坐标可以得到无人机的直角坐标图,D为调整前各无人机与准确位置的距离之和,用迭代法依次矫正,最终使各无人机与准确位置的距离之和可以减小到3.6,很接近各个无人机的理想位置。问题2以FY13为坐标原点建立坐标系第1列FY11 [0, 100],FY12 [0, 50],FY13 [0,0],FY14 [0, −50],FY15 [0, −100];第2列FY07 [25√3, 75],FY08 [25√3, 25],FY09 25√3, −25],FY10 [25√3, −75],第3列FY04 [50√3, 50],FY05 [50√3, 0],FY06 [50√3, −50],第4列FY03 [75√3, 25],FY02 [75√3, −25],第5列FY01 [100√3, 0]通过程序模拟,将除了FY13和FY14外的无人机进行偏移处理,使其偏移标准位置,进行模拟仿真。以FY13和FY14作为两个固定发射信号无人机,设定另外一架已知编号无人机发射信号,可以通过问题1(1)模型确定其余无人机坐标,再通过问题1(3)方法对于其余无人机进行多次重复校准,来达到不断减小无人机偏移距离之和的目的。设计出无人机的调整方案。