基于神经网络的液晶数字识别在船用设备管理中的应用

数字识别是字符识别中的一个重要的研究课题。阿拉伯数字只有0～9十个,而且笔画简单,但是识别这十个数字并非易事,识别的正确率并不高。虽然液晶数字在形式上相对于识别难度较大的手写体数字来说比较规范,但是液晶数字的变体也比较多,形状各异,因此文章研究的目的在于找到一种对于液晶数字识别的一般的有效的方法。文章建立了＂仪表监控与数字识别系统＂,主要对液晶数字识别的过程进行了讨论,重点研究了数字图像处理和数字识别,做了以下几个方面的工作：1）在研究了多种液晶数字特征的基础上,提取了数字的粗网格特征。2）建立了一个基于BP神经网络的液晶数字识别系统,进行了分类器设计,并对数字识别结果进行了检验,取得了较好的系统性能,从而证明了采用的方法是可行的。     

水下机器人揭示南极洲末日冰川的隐藏基础

据报道,在一次史无前例的南极冰川科学活动中,研究人员利用一个巨大的水下机器人首次造访了南极洲的白冰川底部并拍摄到海底冰川底部的图像。众所周知,南极冰川因其对海平面的影响而受人关注。该地区是思韦茨冰川可能变得更危险的关键,在未来几个月,研究小组希望让世界更清楚地了解它的状况。     

背景灰度非均衡的舰船目标图像分割方法

现阶段,IR成像系统在舰船目标检测中的应用备受关注。由于IR图像存在背景灰度非均衡的特征,从而使得常规的图像分割方法很难对舰船目标进行准确检测。为了有效解决这一问题,探寻一种能够对背景灰度非均衡的舰船目标图像进行有效分割的方法。本文从舰船目标图像分割的现状分析入手,对背景灰度非均衡的舰船目标图像分割方法进行论述,期望本文研究能够对舰船目标图像分割精度的进一步提升有所帮助。     

雾天道路下智能车视觉图像实时快速去雾研究

针对智能驾驶视觉感知领域中去雾算法处理时间过长的问题，提出了一种基于大气散射模型的视频图像快速去雾算法。在暗通道先验去雾的基础上，计算大气光值的自适应参数，提高去雾速度，并优化设计去雾系数，获取半去雾图像，将单幅图像去雾应用到视频实时去雾中；进一步利用限制对比度自适应直方图均衡（CLAHE）算法抑制去雾残余噪声，增强图像道路交通特征。验证结果表明：提出的算法有效提高了图像质量，且视频去雾速度较传统算法大幅提升；图像边缘强度提升近2倍，极大提高了道路能见度。     

现代重工打造首艘“无人”散货船

2020年4月9日,现代重工集团宣布,与韩国科学技术院(KAIST)共同开发的“现代智能导航辅助系统”(HiNAS)成功安装在韩国航运公司SK Shipping的1艘25万载重吨散货船上。这种先进的导航辅助系统采用了人工智能(AI)技术,可以通过分析船上摄像头的视频图像来确定与附近船舶相撞的风险,并通过增强现实技术(AR)发出通知。红外摄像头即使在夜间或在浓雾中也能够定位障碍物并测量其移动速度。     

三维图像技术在船舶结构设计的应用

针对船舶设计结构影响二氧化碳流通性能的问题,以增加船舶二氧化碳流通量为目的,提出三维图像技术在船舶结构设计的应用。通过计算船舶支柱的灵敏度,寻找到船舶支柱布局优化的最优解,优化船体支柱布局,完成船舶结构布局优化的数学模型建立;采用两栖三体的船结构,设计错杂的剖面车架构件,实现船舶结构设计。实验结果证明,基于三维图像技术的船舶结构设计方法与基于知识工程的船舶结构设计方法相比,船舶二氧化碳的流通量大大提升。     

远程图像监控在无人值守变电站的应用

数字远程图像监控系统是近期发展起来的新技术,它是大规模集成电路、通信、网络和计算机技术发展的产物.它能监视并记录变电站各设备的运行状况,监视电力设施异常现象(如发热、冒烟、弧光等),并及时处理,提供事后分析事故的相关资料,不但有助于提高自动化的安全性和可靠性,还具有占用信道资源少,抗干扰能力强等特点.十分值得推广和应用,其基本原理和在实际应用中应注重的几个方面是: