基于集成深度学习的玻璃缺陷识别方法

针对玻璃缺陷形态复杂多变,难以准确识别其所属类型的特点,文章提出了一种集成深度学习模型对玻璃缺陷进行识别,该模型本质上是一种稀疏编码分类器与深度卷积神经网络的结合;该模型在自编码器的基础上引进了KL距离和L_1范数作为稀疏项,构成新的稀疏自编码器;并在次通过稀疏自编码器学习输入样本特征,将训练好的权值作为卷积神经网络的卷积核从而提高了识别速度;在稀疏编码阶段用L_1-L_2范数代替L_0范数,并在KSVD上添加了判别分类能力使其更好地进行分类运算,以此提高识别准确率;实验结果表明,该方法识别准确率达到了95%,满足了工程上的应用,并有很好的鲁棒性。

基于数字图像处理技术的汽车挡风玻璃识别算法研究

随着社会的不断进步和经济的飞速发展,汽车的数量在当今社会也越来越多,交通运输建设行业在交通控制、安全管理效率等问题上面临巨大挑战。为了解决交通运输领域更高更全面的技术要求,智能交通系统成为目前世界交通运输建设领域的前沿研究课题,本文具体研究了挡风玻璃的识别技术,是一项涉及到数字图像处理、计算机模式识别技术和视觉技术、人工智能等多门学科的技术,整个处理过程分为图像采集与处理,图像预处理与目标识别三大模块。

KDF-5MF滤棒成型设备LARIS入口结构的优化和改进

针对KDF-5MF细支复合滤棒成型机存在的LARIS切割偏移剔除率高等问题,根据LARIS激光检测原理,优化与改进了LARIS入口结构部分。首先,设计了入口板支撑装置,并将该装置的孔径设计为5.4 mm(圆周为16.96 mm);其次,选择黄色识别玻璃管作为LARIS检测的圆柱形空心折射管套。结果显示,LARIS切割偏移剔除率由改进前的月平均5.37%降到1.4%,误剔除率得到了显著控制,有助于滤棒生产提质降耗以及增强滤棒工艺质量稳定性。

挡风玻璃机器人涂胶系统智能化技术研究

对挡风玻璃机器人涂胶系统的基本工作原理和构成作了简要介绍,从提高系统自动化程度和增加系统柔性的角度,重点介绍了水平回转的工作台的原理和一套全新的玻璃对中定位装置。对玻璃智能识别、自动添加方法、玻璃的防错装技术和胶形的实时控制技术做了详细的阐述。

浅析建筑Low-E玻璃的应用

Low-E玻璃在我国的兴盛不过十几年时间,但其在建筑上已经被广泛应用,从前几年建筑上使用Low-E玻璃作为高端社区的象征,到现在大城市几乎每栋建筑都使用Low-E玻璃,以满足人们对节能的期许。但是人们对Low-E玻璃的节能原理、节能指数以及Low-E玻璃的种类,如何确认Low-E玻璃还不是很了解。在日常检验中经常接触到投诉即有关建筑商花了大价钱,用的却是阳光控制镀膜玻璃(热反射玻璃),或者以在线产品充当离线产品等。本文从Low-E玻璃的定义、种类、功能、节能原理等方面对低辐射镀膜玻璃进行简单阐述,以期解决上述使用过程中遇到的问题,对用户选型给予简单的指导。