基于机器视觉的瓶装饮料液位识别与定位

为实现饮料生产线PET瓶装饮料液位检测系统集成化和简单化,使用机器视觉方法取代传统传感器触发PET瓶装饮料液位检测程序,实现生产线PET瓶装饮料液位快速识别定位,提出了基于改进YOLOv7的生产线PET瓶装饮料液位快速识别与定位方法。在原YOLOv7的基础上,将原SPPCSPC池化金字塔结构改进为更快的SPPFCSPC结构,并使用SIoU损失函数对原有损失函数进行改进。实测试验结果表明,改进YOLOv7液位识别模型对包含有色彩失真和噪点的PET饮料瓶身、瓶装饮料液位识别精度为98.9%、96.3%,并且单幅图像识别并框定时间均长为12.1 ms。在采集图像样本色彩失真、多噪点和图像旋转情况下,模型仍能实现高精度瓶装饮料液位识别与定位。

基于DC-SAM液位识别模型的非满管流量计

在工业生产过程中超声流量计凭借非接触测量、适用多种流体介质等优点发挥着重要作用。针对目前超声流量检测抗干扰能力差,检测精度较低等问题,提出了一种结合模式识别的四声道非满管超声流量计;该系统通过带浮点运算的高性能ARM处理器进行FFT运算,求出四声道的综合流速;配合边缘计算芯片来识别出管道的液位,并基于液位修正模型提升识别稳定性。在液位识别模型中利用特征提取模块和空间注意力机制模块来提取有效特征,使用随机森林进行液位分类。实验结果表明,DC-SAM算法相对于其他模型更快收敛,准确率达到96.6%;该系统在流量实验中,对比标定流量计能达到96.5%的准确度,且具有较好的线性度;可以准确识别液位和流量,在保持较高测量精度的同时满足检测的稳定性要求。

基于YOLO-v5和ResNet的舱底水液位识别算法

针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船舶损害管制系统中应用的可能。

应用图像处理技术的舱室液位识别算法研究

为了快速准确地定位船舶运行过程中的损害隐患,改善船舶舱室中液位识别自动化程度低的缺点,基于图像处理技术,利用滤波、灰度转化等方法完成对采集图像的预处理,通过直方图均衡化及图像分割技术实现对图像的进一步处理,在对处理后的图像进行形态学操作及轮廓逼近后,提取出液位检测结果,将水箱模型中的测量结果与实际值进行比较,得出相对误差。结果表明,应用图像处理技术的舱室液位识别算法较传统液位识别算法精度较高,相对误差达3.27%。该算法的液位检测识别准确率为96.73%,满足船舶实际运行需求,且由于该算法可封装成智能识别系统,具有适应能力强、部署灵活的特点,具备向船舶实际作战中损害管制系统扩展的应用空间。

储罐液位传热反问题的识别方法及实验分析

基于储罐表面温度反演液位是一种全新的液位识别方法,其识别精度高,应用范围广。建立了储罐的物理模型,利用有限体积法求得简体的表面温度场,并反演了筒体内的液位和温度。为了验证识别精度,设计了压力容器对比实验。实验表明,在实际允许的测量误差内(σ=2℃),模拟识别误差小于1%,实验识别的液位误差在2%左右,利用反演算法能识别简体内的液体温度,精度也比较高。实验结果验证了该识别方法的有效性,为红外液位检测和温度识别提供了理论和实验依据。

计算机视觉的液压气动控制液位的识别

针对传统的超声液位检测技术进行液压气动控制液位识别受到多层介质传播损失因素的影响,导致识别的精度不高的问题,提出一种基于计算机视觉的液压气动控制液位识别技术,对采集的液压气动控制液位标记视觉图像进行模板特征匹配,进行液位视觉图像的信息增强和边缘轮廓检测处理,结合气动控制液位成像区域特征分割方法实现液位标记线分割,实现液位视觉识别。仿真结果表明,采用该方法进行液压气动控制液位识别的精准度较高,抗介质传播损伤的干扰性较好。

标准金属量器液位图像识别装置的研制

在使用标准金属量器对液体进行计量过程中,传统的人工读取液位的方法测量效率和准确度都比较低:提出了一种高精度的标准量器液位图像识别装置,该装置主要由水平调整和图像处理两部分组成,选用S3C2440 ARM芯片和Linux嵌入式系统作为硬、软件平台;水平调整是通过SCA100T双轴倾角传感器测量标准金属量器的倾角并控制步进电机自动调整,实现闭环控制;对采集的液位图像,由OpenCV进行灰度化、滤波、边缘检测、液位提取,再经过标定计算转换成实际液位高度;实验结果表明该方法能快速测量液位,精度高,应用于燃油加油机计量检定装置上,有较好的推广价值。

基于计算机视觉的锅炉双色液位计监测系统设计

为了实现传统工厂的信息化改造,实现工厂锅炉双色液位计自动监测,设计了一种基于计算机视觉的锅炉双色液位计监测系统。该系统基于OpenCV库对液位计的监控视频进行示数识别,并采用滤波算法平滑识别结果,利用图形用户界面应用程序显示各双色液位计的示数变化,并实现自动告警。该系统实现了锅炉双色液位计的自动监测,改造成本低、监测结果准确、可并行监测数量大,给传统工厂锅炉液位监测的信息化改造带来一种新方法。

基于深度学习的标准金属量器液位图像检测方法

传统基于灰度梯度分割的液位识别方法容易受到光照、清晰度等因素的影响,鲁棒性较低。为了解决这一问题,本文提出采用深度学习的液位图像检测算法;针对量器玻璃管液位线特点裁剪网络压缩卷积层,加快提取速度;使用K-means聚类设计先验框,增强尺度适应性。实验结果表明,基于YOLOv4的改进模型在液位线动态识别中,平均准确率mAP达到98.63%,帧处理速度达到了40fps。

污水排放中液位的自动监控

根据工厂化工污水存在导电离子这一特性，设计了用于测量污水水位的液位开关。并用该液位开关发出的继电信号实现对污水贮槽液位的自动监测与控制。

400 m级无隔水管泥浆回收系统研发及海试

无隔水管泥浆回收系统可以实现在开路钻井工况下进行泥浆回收循环再利用,具有安全环保、简化井身结构和降低钻探风险等优点。该技术在国外已发展多年并成功推广工业应用,国内目前尚处于跟踪研究阶段。本文介绍了我国首套400 m级无隔水管泥浆回收系统设计研发过程,并通过海试试验验证系统的各项功能及指标。结果表明,所研设备样机搭载于“海洋地质十号”船,设备装船适配合理,最大海试水深384.7 m,设备各项功能性均符合设计要求,成功实现泥浆液位的识别与自动控制功能,全流程验证无隔水管泥浆回收循环钻井技术可行性。

基于图像的静脉输液无液检测的新方法

针对国内外为实现静脉输液无液自动检测而采用的各种传感器技术存在的各种问题,提出基于图像的静脉输液无液检测的新方法.通过CCD摄像机采集输液器液位图像,数字化后输入计算机,由计算机软件进行图像处理和分析,得到输液器是否无液的信息.该方法的研究,实现了将数字图像处理技术融合到静脉输液无液检测应用中,丰富了图像处理内容的同时为静脉输液无液检测提供了新思路.

改进各向异性扩散模型在图像滤波去噪中的应用

为了增强锅炉水位计图像滤波去噪效果,提高图像清晰度,便于后期液位计图像识别研究,通过分析P-M各向异性扩散模型、选择扩散模型及You Yu-Li和Kaveh M四阶偏微分方程的滤波去噪算法,提出了改进各向异性扩散模型滤波算法。所提算法对Perona和Malik两个扩散函数均值化,并引入标准差作为梯度期望值的偏差裕度,结合了P-M各向异性扩散模型保边缘特性的优点,并消除了由于传统各向异性滤波算法迭代过度所造成的阶梯缺陷问题,确保图像有用信息不缺失和像素点平滑度。实验结果表明:所提算法能够更好地降低噪声对目标信号提取产生的影响,提高了图像识别鲁棒性,增强了图像平滑滤波效果,保证了锅炉水位计图像边缘清晰度和完整性。

一种基于深度学习的空调机房设备状态检测算法

为规避空调机房人工巡检的固有缺陷,推动建筑运维智能化、无人化发展,此篇文章基于深度神经网络Mask-RCNN,提出了1种应用于巡检机器人的机房设备状态检测算法,通过精心选取特征并解释,分别利用多目标识别、实例分割、关键点检测的方式,实现了对控制面板指示灯状态、加药箱液位以及机械表指针读数的检测与识别。测试集实验结果表明,该算法可以精确识别设备状态,其中指示灯识别准确率达到98.7%,相对液位误差及相对角度误差分别控制在10%以及1%以内,具有广阔的应用前景。