图像的边缘是指图像灰度值的不连续点或变化剧烈的点的集合，图像的边缘提取是模式识别中物体特征抽取的重要环节之一，基于梯度的传统边缘检测方法对图像的边缘检测研究已经取得了一些成果，但目前在实际检测中得到的边缘结果并不令人满意；并且随着计算机速度和存储的飞速发展，图像量化像素点宽度将越来越小，即使在边缘处，相邻像素灰度值的差异将越来越小，从而制约了建立在以梯度为原则的边缘检测算子的发展。橡胶圈边缘检测是要提取缺陷和背景的边界线。工业用橡胶圈在生产过程中不可避免地会出现各种各样的缺陷，例如切割不平、厚度不均、毛边和气泡等。本文以橡胶圈的气泡缺陷为例，提出了一种基于数字图像处理的混合边缘检测算法，并给出
2022-05-09 20:32:50
139KB
1
针对ANSYS优化设计中零阶算法和一阶算法存在的不足，结合两种算法对其进行了改进。首先，根据最小二乘逼近原理，选取一个函数面来拟合解空间，采用不易陷入局部极值点的零阶算法确定最优解的基本位置，然后执行优化设计的重启动，在目标函数中添加一个惩罚函数将其转换为非约束优化问题，最后通过基于梯度寻优的一阶算法对最优解进行修正。运用ANSYS10.0和MATLAB7.0软件，建立了斜拉立体桁架的模型并用改进后的方法进行了验证，分析结果表明该方法是一种行之有效的算法。
2022-05-09 18:36:57
331KB
1
在织物疵点自动检测开发中,传统的图像处理代码编写繁琐、效率不高。OpenCV具有较强的图像处理能力且提供了丰富的图像处理函数,可以把OpenCV运用到织物疵点检测上。以断经、纬疵样本为例,提出在OpenCV环境下采用阈值分割提取疵点图像,利用形态学技术实现噪点分离及断线连接。边缘检测实现了疵点图像在原图像中的准确定位。实验结果表明,OpenCV有简化代码、提高编程效率的图像处理强大功能,疵点检测结果准确,效率高。
2022-05-08 14:56:43
932KB
1
随着计算机技术和大规模集成电路技术的发展，在涉及计算机应用、通信、自动化等领域的电子系统设计工作中，现场可编程技术的运用正以惊人的速度上升。特别是随着VHDL等硬件描述语言综合工具功能和性能的提高，计算机中许多重要的元件，包括CPU都可基于FP(认(现场可编程门阵列)用硬件描述语言来设计和表达，如8051单片机、硬核嵌入式系统ARM、软核嵌入式系统Nios、高速缓存设计、数据采集板等，乃至整个计算机系统都可用FPGA来实现。CPU核是SoC和SOPC技术的核心，开发出具有自主知识产权的CPU核对我国在电子技术方面跟上世界先进的步伐，提高信息产业在世界上的核心竞争力有着重大意义。传统的CPU设计
2022-05-07 18:31:20
146KB
1