起重机具有诸多类型,不同类型的起重机具有不同的分析或保养方法,因此对起重机类型进行识别意义重大。针对深度卷积神经网络中存在的数据需求量大、训练时间长、计算成本高等问题,提出一种基于迁移学习和微调的起重机类型识别策略。通过搭建不包含分类层的预训练InceptionV3模型并连接自定义的分类层,利用迁移学习和微调技术,训练出适用于起重机类型识别任务的卷积神经网络。实验结果表明,相较于从头搭建并训练深度卷积神经网络,利用迁移学习和微调方法对预训练模型进行训练可得到较高的识别准确率,并且训练速度更快,训练时间显著缩短。验证集和测试集的识别准确率分别为98.24%和97.67%。

为了解决当前着装规范性技术存在的一些问题,减少电力作业安全事故发生概率,提出了基于视频图像的着装规范性识别方法。首先采集电力施工监理视频图像,并对视频图像进行预处理,然后从电力施工监理视频图像提取HOG特征和LBP特征,利用支持向量机算法识别作业人员的着装,最后进行了仿真实验。仿真结果表明,所提方法可以实现高精度的着装识别,实现了工作人员规范穿戴问题的实时跟踪、报警,具有较高的实际应用价值。

根据国家工作计量器具命名与分类代码规范，结合企业实际，选用5层信息混合字符编码方法，形成丰富的质量信息载体；采用CCD传感器接收图像信息、BP神经网络识别的方法，实现计量器具信息自动与人工双重识别功能；结合具体案例进行训练与测试，获得较好的识别精度。

在利用条码标尺定位测量的数字水准仪中，标尺条码图像的正确识别是实现水准测量的前提。远视距条码图像模糊严重，在直接利用边缘检测法识别条码失效时，首先对条码图像信号进行复原是必要的。采用正则化信号复原算法，并根据条码信号的特点，构建惩罚项抑制解的高频振荡。实验表明：用本文算法对条码信号复原后再进行识别，实现了视距为62m的正确水准测量，并达到了相当的精度。

基于微型讣算机摄像头和激光发射器的一种智能距离测试系统设计。利用计算机的高速运算，采用图像识别技术，只用一个摄像和激光笔就可以测出距离。极大地节约了成本利重量，在机器人及飞行器中得到了很好的作用。

介绍MBF200的性能、结构及工作原理.实现基于MBF200的SPI型指纹采集系统设计.该采集系统具有自动检测指纹、结构简单、使用方便的特点.

蝶阀的柔性装配还处于人工识别阶段,生产效率低。提出一种基于YOLOv3的蝶阀柔性装配图像识别方法。为了降低YOLOv3算法检测多个目标体边界框重合率,提出一种YOLOv3改进算法;利用该算法进行蝶阀部件模型训练;利用已训练好的模型,对工业相机采集的蝶阀装配体图像进行检测。经实验验证,针对蝶阀装配体的识别准确率可达90.1%。

提出了一种基于机器视觉的鞋底运动轨迹识别新方法,首先,自主开发了鞋机自动涂胶系统。引入视觉检测技术,采集鞋底图像,对采集到图像进行中值滤波及灰度增强处理。在此基础上,对遗传算法进行深入研究,研究了基于遗传算法的图像阈值分割方法。结果表明,与传统的ostu法相比,新方法能较好地去除鞋底周边的干扰,准确提取鞋底信息。最后对分割后的图像进行了数学形态学及边缘检测处理,以提取鞋底轮廓边缘,最终的图像误差为±0.03mm,为下一步鞋底涂胶轨迹的自动生成奠定基础。

为了完善汽车悬架减振器的性能评价方法，并判断减振器畸变及检验其能量吸收效能，首先建立了汽车悬架减振器在复原与压缩行程的数学模型，基于减振器数学模型建立了其示功图的面积数学模型；将计算机图像处理与图像识别技术应用于减振器示功图面积的求解与标定，通过使用LabVIEW平台计算求解减振器吸收能量，定量分析出减振器示功图面积与所吸收能量的关系，为减振器的性能检测提供新的评价方法及量化标准。

本文通过对高水基流体介质及污染颗粒光学特性的分析提出用图像识别方法检测高水基流体介质的污染状况.设计了污染检测系统并进行了检测实验在实验数据的基础上建立了污染颗粒图像在介质中所占面积百分比与污染等级之间的关系式.