基于MSRS的仿生机器鱼水球比赛实时仿真系统

本仿真系统基于Microsoft Robotics Studio SDK 1.5设计开发,完全模拟实体仿生机器鱼水球比赛。本文所设计仿真系统分为客户端策略模块、服务器端核心控制模块、公共接口模块、环境设置模块、仿真数据显示模块、辅助功能模块和机器鱼运动学建模七个模块。本仿真系统对仿生机器鱼运动状态、水球比赛整个过程进行实时仿真,并为仿生机器鱼模型优化、机器鱼运动算法、机器鱼水球比赛提供了较好的仿真测试平台。

快速图像分割算法及在MSRS NAO中的应用

针对MSRS NAO仿真机器人的彩色图像分割问题,提出了一种改进的快速颜色阈值分割算法。首先利用手工颜色标定对被标识物采集其最大、最小值、出现频率最大的HSB值,相对于自动颜色标定的方法更加准确,针对性更强。为了简化计算,进一步提出了元素值为布尔型的索引表,通过逻辑与运算为真来标识物体;最后设计了一个类型矩阵,元素的值不仅可以标识每种物体,而且可以方便地进行逻辑与和逻辑或运算,并给出了针对多个物体的标识算法。实验结果表明,改进后的算法对多个物体的标识,准确性得到了很大提高,改善了算法的时间复杂度,速度提高了近4倍。

基于MSRS 5vs5仿真足球机器人的角色分配研究

仿真足球比赛中的角色分配非常重要,文中通过对标准粒子群算法进行改进,对足球机器人进行有效的角色分配,并应用到MSRS 5vs5仿真平台中,仿真结果证明该算法能更精准的找出最佳踢球队员,从而实现进攻破门。

基于图像增强与改进YOLOv5s的斜纹针织物疵点检测算法

针对疵点检测中图像光照不均、疵点尺度变化大等因素导致检测精度低的问题,提出一种基于图像增强与改进YOLOv5s的斜纹针织物疵点检测算法。首先,对采集图像进行预处理,利用改进的MSR算法获得去除环境光照射分量后的织物图像,然后通过Gabor滤波获取疵点图像ROI区域,并结合Mask掩膜及伽马变换以突出疵点特征。其次,对YOLOv5s网络进行改进,在主干网络中加入带SE注意力机制的RepVGG模块以提高主干网络的特征提取能力;在颈部网络中增加并行检测层以提升对多尺度目标的检测性能。最后,引入EIoU边框回归损失函数进一步提高模型性能。试验结果表明:相较于原YOLOv5s算法,改进后算法的mAP值达到89.7%,提升了7.4个百分点,模型推理速度达119.9帧/s,满足实际检测需求。

基于机器视觉技术的新能源汽车零部件表面缺陷检测

新能源汽车零部件表面缺陷种类繁多,依靠人工检测存在错检、漏检等问题。为了提高新能源汽车零部件表面缺陷精度,提出基于机器视觉技术的新能源汽车零部件表面缺陷检测方法。结合Ridegelet变换与小波变换,在不破坏图像细节前提下,对基于机器视觉技术采集的新能源汽车零部件表面缺陷图像展开去噪处理。引入MSR算法,通过信息熵占比权值的自适应计算,实现图像的快速增强。利用数学形态学计算方法,对新能源汽车零部件图像中的缺陷主体展开边缘提取,进而实现新能源汽车零部件表面缺陷的检测。实验结果表明,所提方法检测耗时低于10 ms、缺陷位置分析准确,面对多类型新能源汽车零部件表面缺陷,能够做到精准识别,提高了新能源汽车零部件的缺陷检测效率。

融合MSR与改进CLAHE的安瓿瓶图像增强

针对自动调火系统中采集到的安瓿瓶图像瓶身直径测量精度较低的问题,提出一种融合多尺度视网膜增强(MSR)与改进限制对比度自适应直方图均衡化(CLAHE)的图像增强算法。MSR算法可以增加图像细节信息,但会造成图像泛白,降低图像对比度;CLAHE算法可以提高图像对比度,但信息熵会有所下降,根据两种算法的特点,引入伽马校正对CLAHE算法进行改进,改进后的CLAHE算法可以降低图像中干扰区域影响,进一步提高图像对比度,与MSR算法增强后的图像进行加权融合得到最终图像。对增强后的安瓿瓶图像进行直径测量,结果显示该算法可以将安瓿瓶的尺寸误差从0.3 mm降到0.1 mm,有效解决安瓿瓶图像尺寸测量精度低的问题。

数值仿真在MSR系统蒸汽调节阀研制中的应用

MSR系统蒸汽调节阀长期处于高温、高压、变工况的恶劣工况下,极易出现内件冲蚀、振动及噪音。为了指导汽水分离系统蒸汽调节阀的研发工作,采用CFD作为辅助手段对阀体和套筒型面结构不同的两套设计方案分别进行了流场仿真计算,分析流场的流线分布,判断其流通能力、流量特性及斜率偏差是否满足设计输入要求。并借助流量特性试验对仿真和试验结果进行了对比,结果表明,仿真误差在允许范围内,仿真结果可信。方案二阀门的流通能力、流量特性、斜率偏差均能满足设计输入要求,且能同时满足设计输入中3个运行工况下的调节需求。

试验数据驱动的MSRFC系统分析与仿真

甲醇重整高温质子交换膜燃料电池(MSRFC)是一种以甲醇为燃料的清洁高效能源转换装置。建立了目标功率为3.5 kW的MSRFC试验平台,系统测量和分析了高温燃料电池(HT-PEMFC)电堆功率阶跃期和稳定期甲醇燃料供给、重整气组分、电堆性能以及重整器、燃烧器和电堆温度等动态响应特征。基于试验数据研究了样本空间和不同机器学习方法对HT-PEMFC电堆性能预测的准确性和适用性,最终训练了高斯过程回归HT-PEMFC电堆电压预测模型。通过Simulink构建了耦合机器学习电压预测模型和MSRFC子系统能量守恒方程的系统仿真方法,可以准确预测MSRFC系统阶跃期和稳定期的功率、温度和响应时间,相对误差分别控制在1%和3%以内。试验结果和系统仿真模型可以为MSRFC系统优化和放大提供数据支撑。

Retinex算法在无人机遥感影像匹配中的应用

无人机遥感测量系统数据获取时由于外部环境的影响,获取的影像内部及影像间色彩差异大,影响影像特征点提取数量及均匀度,降低了影像定向参数解算的可靠性,为此将MRS(multi-scale retinex)算法与高斯滤波算法相结合,提出了MRSGF(multi-scale retinex with gaussian filters)方法对无人遥感影像进行增强。使用偏暗、偏亮、光照分布不均的无人机遥感影像对MRSGF进行验证,实验表明该算法提高了SIFT(scale-invariant feature transform)算法对无人机航空影像纹理多样性及色彩差异的适应性,提高了SIFT算法特征点的数量及分布的均匀度。

MSR壳体常疏急疏同时失效响应浅析

结合2018年发生的一起MSR运行事件报告,分析事故发展过程中的时间与MSR-B疏水流量和电功率的关系曲线,计算MSR常疏、急疏同时失效时降功率工况和100%满功率工况下从故障发生到汽轮机自动脱扣的响应时间。分析产生常疏、急疏同时失效时的故障类型,并对这些故障的发展进行推演,提出在对应故障下保障重大设备安全的响应措施。

美核管会颁发大学熔盐研究堆建设许可证

【美国核管会网站2024年9月16日报道】美国核管会(NRC)近日批准向阿比林基督教大学颁发建设许可证,允许该校在位于得克萨斯州阿比林市(Abilene)的校园内建设熔盐研究堆(MSRR)。这是核管会首次准许建设液体燃料先进反应堆,30多年来首次批准建设大学研究堆,以及近期颁发的第二份先进反应堆建设许可证。MSRR是一座热功率1000千瓦的石墨慢化、氟化盐冷却研究堆,将用于科研和人才培养,支持熔盐堆设计、开发、部署和市场拓展。

基于改进Canny算子的齿轮缺陷检测边缘检测算法

针对齿轮缺陷检测过程中因光照及噪声影响导致微弱边缘难以提取的问题,提出了一种改进的Canny齿轮边缘检测方法。首先,将双边滤波算法引入到多尺度Retinex(multi-scale retinex,MSR),在改善原图像降噪效果的同时保证边缘不被虚化,且从原理上降低环境光照对图像的影响;其次,引入拉氏锐化增强算法实现降噪后的图像轮廓增强;最后,以灰度统计方差大小作为Canny算子自适应高低阈值的确定依据,以3×3领域下的6个方向作为梯度计算区域,在自适应阈值下获取齿轮缺陷检测的边缘信息。实验结果显示,所提方法相比与传统Canny、Otsu-Canny算法,所提方法有较好的降噪效果和保边特性,能较好提取齿轮缺陷中的微弱边缘信息,且重叠系数达93.8%,远高于其余方法获取的边缘信息,为后续齿轮缺陷检测提供数据支撑。

基于改进MSR和YOLOv5的雾天行人检测算法

针对雾气导致图像中行人检测准确率不高的问题,提出了1种基于改进多尺度Retinex(multiple scale Retinex,MSR)和改进YOLOv5(you only look once v5)的雾天行人检测算法。首先,针对MSR算法容易产生光晕和伪影现象的问题,引入均值和均方差对其进行改进,通过伽马校正找到适宜的图像亮度,调整亮度后再对图像进行去雾操作。其次,以传统的YOLOv5检测模型为基础并对其进行改进,引入选择性内核网络(selective kernel networks,SK-Net)模块,与YOLOv5的骨干网络(Backbone)端相融合,输入信息自适应地调整其感受野大小,加强模型对主要信息的提取,提升模型的精度。实验结果表明,改进后的MSR和改进后的YOLOv5相结合得到的算法,各项行人检测指标都有较大提升,其识别精确率、召回率、各类别平均精度均值分别达到了91.2%、87.3%、90.1%,改进后的算法能有效提高雾天行人检测的效率。

绵羊MSR1克隆及其序列分析

为了解绵羊巨噬细胞清道夫受体1(Macrophage Scavenger Receptor 1,MSR1)基因的生物学信息特征,本研究对绵羊MSR1进行了克隆鉴定,与其他物种的MSR1氨基酸序列进行比对、构建进化树,并进行生物信息分析,预测了MSR1的理化性质。结果显示:绵羊MSR1基因ORF区全长1362 bp,编码453个氨基酸,分子量约为50 kDa,构建了MSR1真核表达载体;绵羊MSR1与山羊、羚羊、马鹿、水牛、白鲸、猪、人、家兔、小鼠的同源性分别为98.90%、96.03%、93.16%、93.16%、81.28%、78.81%、74.17%、73.51%、63.77%,同属于牛科动物的序列同源性在90%以上,进化树上在同一分支;该蛋白分子式为C_(2188)H_(3473)N_(629)O_(680)S_(19),理论等电点为6.00,蛋白质性质为弱酸性,51~73号氨基酸为跨膜结构,有7个潜在的糖基化位点和多个磷酸化位点,存在2个棕榈酰化位点和5个乙酰化位点,169~180位氨基酸序列区域为优势抗原决定簇。研究结果为以后研究绵羊MSR1的功能奠定了基础。

基于深度学习的煤矸石检测技术研究

为了分拣出运动中输送带上原煤中混有的煤矸石,提出了一种基于改进YOLOv5的煤矸石检测算法。通过改进的MSR算法对煤矸石的边缘信息进行增强,采用背景建模差分法去除背景干扰,并使用自适应阈值提取煤矸石的边缘信息;然后用改进后的YOLOv5模型对预处理后的图像进行识别定位。该算法检测的平均精度达到了99.8%,能满足对煤矸石检测要求。

MSR在矿井图像增强研究中的应用

煤矿井下视频监控受到光线、粉尘等多种因素的影响,对低照度下的图像增强可以有效提升图像质量,有效改善井下目标识别效果。阐述了MSR算法的发展历程,分析了基于MSR算法的图像增强原理,研究了不同δi值时低光照下图像的增强效果,提出了MSR和YOLO算法进行煤矿井下目标识别的流程,并进行了井下目标识别实验。研究结果可以用于煤矿井下图像监控及目标识别。

基于MSR算法的公路隧道围岩分级方法

隧道围岩分级是隧道设计与施工的基础,直接影响隧道安全与运行。为实现对隧道围岩进行快速、准确地分级,基于机器学习中softmax回归线性分类模型,构建多分类softmax回归分级方法(MSR)。首先,综合考虑岩石坚硬程度、岩体完整程度、结构面产状、地下水状况、节理风化状况及初始地应力状态6项分级指标,并对其进行量化;其次,采用argmax函数作为决策函数,建立多分类器;然后,给定专家修正训练样本,利用python语言编写程序,学习最优判别函数,同时比较不同学习率下模型的精度;最后,导入测试集数据,经过模型自动演算,得出合理的围岩分级结果。结合那丘隧道BQ法对围岩进行分级。研究结果表明:①该算法具有可行性和较高的准确率,证实了将机器学习应用到隧道工程中可以提高工程施工效率;②与二分类器相比,多分类器能更好地解决围岩分级问题;③当学习率为0.01时,模型的分类性能最佳。

MSR1对矽肺小鼠脂质蓄积和炎性因子分泌的影响研究

目的探究A类清道夫受体1(MSR1)在矽肺小鼠肺组织内的表达及其在小鼠单核巨噬细胞(RAW264.7)中介导的炎症和脂质代谢的作用。方法24只C57BL/6雄性小鼠随机分为对照组、染毒7 d组、染毒14 d组和染毒28 d组,每组6只。RAW264.7细胞分为对照组、siRNA-MSR1组、SiO_(2)组、siRNA-MSR1+SiO_(2)刺激组。通过苏木精-伊红(HE)染色和Van Gieson(VG)染色观察小鼠肺组织病理变化;油红O染色镜下观察脂质蓄积情况;免疫组织化学染色(IHC)检测MSR1的表达以及定位;免疫印迹法检测MSR1、炎症因子肿瘤坏死因子(TNF)-α、白介素(IL)-6、IL-1β的表达。结果与对照组相比,HE和VG染色结果显示矽肺小鼠肺组织中炎性细胞聚集,胶原分布增加;IHC结果显示,矽肺小鼠模型中MSR1的表达上调;油红O染色结果显示小鼠肺组织出现大量橙红色脂滴;免疫印迹结果显示,与对照组比较,矽肺小鼠肺组织中MSR1、TNF-α、IL-6、IL-1β表达均上调(P<0.05)。与对照组比较,SiO_(2)细胞刺激组MSR1的表达上调,siRNA-MSR1组的MSR1表达降低(P<0.05),SiO_(2)组细胞内出现橙红色脂滴,siRNA-MSR1+SiO_(2)刺激组脂滴蓄积程度低于SiO_(2)组(P<0.01);ELISA结果显示SiO_(2)细胞刺激组TNF-α、IL-6、IL-1β表达上调(P<0.05)。与SiO_(2)组比较,siRNA-MSR1+SiO_(2)刺激组的TNF-α、IL-6、IL-1β表达下调(P<0.05)。结论MSR1参与了矽肺小鼠肺组织和细胞内脂质成分的调控及炎症因子的释放;抑制MSR1的表达可以拮抗巨噬细胞的炎症反应和脂质异常蓄积。MSR1可能是今后干预矽肺病程进展的潜在治疗靶点。

基于暗通道先验的短波红外图像去雾

针对短波红外成像系统在雾霾天气下存在图像质量模糊、分辨率低等问题,本文提出了一种基于暗通道先验理论的短波红外图像去雾算法。本文首先通过改进的暗通道先验得到暗通道图像数据,然后基于暗通道数据对大气光进行估计;为了避免目标局部高亮或细节模糊,采用引导滤波和多尺度Retinex(Multi-scale retinex,MSR)对透射率图进行细化和增强处理,最后结合大气散射模型来反演出去雾图像。实验结果表明,经此算法处理后的短波红外图像在主观视觉和客观指标方面均得到了较好的验证,去雾效果显著、细节特征丰富且明亮度适宜。

一种新的红外图像增强算法研究

为了解决传统红外图像增强方法存在的问题,该文提出了一种新的红外图像增强方法。首先,使用韦伯定理并结合人类视觉特性对红外图形进行预处理,预处理包括亮度增强和图像分割。其次,针对分割后的不同区域的特点使用不同的方法进行增强处理,使用多尺度Retinex对包括细节信息较多的区域2进行处理,使用改进的自适应直方图均衡算对区域一和区域三进行处理。最后,对处理过的红外图像进行重构。测试结果表明,该文提出的算法整体增强效果较好,更适合人类视觉观察,同时还可以缩短运行时间并且可以消除“光晕”现象,具有广阔的应用空间。