矩形框
- 基于Inception-ConCat-GraspNet神经网络的二维机器人抓取算法设计与实现
彦等[1]采用矩形框表示物体抓取位置来替代之前的点抓取法，而采用这种矩形框表达的抓取方法是机器人抓取的新应用，可达到比较理想的效果。随着深度神经网络的发展，神经网络的应用似乎无处不在，在2019年，曹雏清等[2]也设计了一种新的深度神经网络算法，该算法完成机器人对物体的判断和针对判断而形成的位置。随着不同的神经网络方法在机器人抓取问题的尝试，卷积神经网络也被设计出来解决机器人物体抓取的问题，而李传浩[3]、王斌[4]、黄家才等[5]、李秀智等[6]、李鹏飞
信息记录材料 2022年11期2023-01-07
- 精冲零件实时分拣技术研究
首先用最小外接矩形框住进入视野的目标，然后设置两个条件语句。条件一，矩形短边的长度超过一个阈值；条件二，矩形中心点跨过“绊线”(图1 中绿色竖线)。若条件一，二均为真，则认为该目标完全进入视野，没有处于视野之外的部分，并且提取矩形框中的图形作为ROI，流程图如图2 所示。目标进入视野时的情况如图1 所示，时刻1 中，右侧零件满足条件一、二，矩形框为绿色表示已标记，标记为01 号零件；左侧零件不满足条件一、二，矩形框为蓝色表示未标记，不进行标记编号。时刻2
锻造与冲压 2022年20期2022-11-08
- 数字电表图像的检测与识别
图像中识别出的矩形框进行筛选和修正，解决首末位数字的检测问题。再通过修正后的矩形框信息对数字进行切割，并送入数字识别部分。图2 数字检测部分算法流程2.1 ROI 提取通过摄像头拍摄获取彩色的电表图像，由得到的样本图像可知，图像获取视窗基本涵盖全部电子屏幕，读数位于屏幕右侧，屏幕区域边框明显，亮度与背景有明显区别。图3 为所选取的几幅有代表性的电表图像。图3 老式电表样本图片为实现对数字的准确切割，将电表屏幕作为感兴趣区域（Region of Intere
现代电子技术 2022年16期2022-08-15
- 车辆行驶中的前方车辆检测方法研究
oost检测的矩形框内如果有红色像素点，则认为是车辆；如果AdaBoost检测的矩形框内没有红色像素点，则认为此矩形框内没有车辆，这个框是AdaBoost的误检，给与排除。2.3.5 合并矩形框训练好的分类器就可以用来检测目标了，并利用基于车辆尾灯存在红色区域的特征来排除误检，但在检测的过程中会出现矩形框重叠的现象，为了解决这一问题，需要做矩形框的合并。合并后的矩形框是包含了原来两个矩形的最小外接矩形框。2.4 实验结果与分析比较上面基于阴影特征的车辆检测
电子技术与软件工程 2022年5期2022-07-07
- 一种直升机避障电力线检测方法*
别算法，利用正矩形框的坐标对其位置进行描述。然而，电力线是一类形状细长、特征稀疏、随着视角的变化容易混在大量背景信息中的特殊障碍物，常规电力线检测识别算法得到的目标框对电力线所在位置的估计不够准确，而电力线位置估计的准确程度直接影响飞机成功避开障碍物的概率。因此，本文通过估计电力线相对角度，提炼电力线位置范围来提高电力线的位置准确度。电力线的绝对角度估计是一类回归问题。角度的回归需要结合角度标签并设计相应的分支对其进行估计，计算量大，实时性不高，且电力线目
电讯技术 2022年3期2022-03-27
- 基于改进RetinaNet的电力设备红外目标精细化检测模型
况时，基于水平矩形框的目标检测网络只能给出目标概略位置，易发生目标检测区域重叠，引入冗余背景信息，使得检测结果不够精细。针对此问题，提出在RetinaNet目标检测网络中引入旋转矩形框机制，并在网络输入端引入Mosaic数据增强技术；将原特征提取网络中ReLU函数替换为梯度流更平滑的Mish激活函数；在原模型FPN模块后追加PAN模块进一步融合图像特征。最后利用现场采集的电力设备红外图像制作数据集，将改进后的模型与Faster R-CNN、YOLOv3、原
红外技术 2021年11期2021-11-27
- 一种绿色环保的室内装修地砖铺设技术
的表面滑动套有矩形框，矩形框远离连接块的一端固定连接有固定块，固定块的内部螺纹插设有螺杆，螺杆的表面活动连接有夹板，固定块的内部滑动插设有限位杆，限位杆的表面和夹板固定连接。连接块的内部滑动插设有插杆，圆环的表面开设有圆孔，圆孔的尺寸和插杆的尺寸相适配。固定板的表面开设有通孔，矩形框的内部螺纹插设有插条，插条的尺寸和通孔的尺寸相适配。夹板的数量为四个，四个夹板每两个为一组，夹板的表面固定连接有硅胶垫。工作台的表面设有按压结构，按压结构包括滑框，滑框的表面和
科教创新与实践 2021年35期2021-11-14
- 基于改进YOLOv4算法的零件识别与定位*
凸包和最小外接矩形框代替原有预测边界框；最后，在制作的零件数据集上进行基于改进YOLOv4的零件识别与定位实验。实验结果表明，该基于改进YOLOv4算法的零件识别与定位方法提高了收敛速度和识别精度，可提供精准的零件凸包和最小外接矩形框，以及最小外接矩形框四个角点的坐标，可为工业智能制造中诸如分拣机器人的抓取检测等工序提供更精准的定位依据。1 YOLOv4目标检测算法2020年4月， Redmon J等接棒YOLOv3[14]，在原有基础上，通过排列组合各种
组合机床与自动化加工技术 2021年10期2021-11-03
- 基于OpenCV形态学的发票定位研究*
进行定位：发票矩形框和发票打印字符。其中利用发票矩形框定位可以充分利用发票表格框线规整的特点来进行表格框线检测并输出坐标进行定位。刘长松［1］，白伟［2］等提出，以增值税发票矩形框作为定位基准，利用矩形框两条平行的横线和竖线，通过投影法确定它的四个顶点来实现矩形框的定位。对发票进行版面分析，根据矩形框与各项目区域相对位置固定的特点，确定各项目区域的位置。该方法容易受到印章等因素的影响，若矩形框上有印章，则使用投影法定位速度无法保证并且靠投影波形定位矩形框容
计算机与数字工程 2021年4期2021-10-09
- 基于多特征融合的零件分类与姿态识别*
轮廓提取及最小矩形框拟合等步骤将场景中的5类零件从源图中分割，用以后续的分类及识别工作。如图5所示，针对以绿色最小矩形框无法直接分割图像，而零件相距较近时，以矩形框分割则出现如图6a所示，将非目标零件部分同时分割至一张图中的问题，其解决步骤如下：(1)创建与蓝色框同等大小的背景图像；(2)将绿色最小矩形区域内像素点坐标减去蓝色矩形框左上顶点坐标构成新像素点，同时将其三通道灰度值赋予新像素点；(3)将新像素点画入创建的背景图像中，其分割效果如图6b所示。图5
组合机床与自动化加工技术 2021年7期2021-08-02
- 组织结构图数据联动 更新巧实现
合”即可。利用矩形框设置公式在“单位月支出”工作表中画一个矩形，选中该矩形，在公式编辑栏中输入一个“=”号，点击“1月份支出”工作表的C9单元格，回车后，矩形框中多了一个数据，这个数据是由刚才的公式提供的，相当于在矩形框中输入公式“=‘1月份支出！C9”，因此会与“1月份支出”工作表的C9单元格“联动”。将矩形框的边框设置为“无”，填充颜色设置为“无”，移动到SmartArt图的合适位置即可。其他月份支出的添加与上述的操作类似（图4）。
电脑爱好者 2021年13期2021-07-08
- 基于多传感器融合的复杂越野环境人员识别方法
的区域，并通过矩形框的形式给出各个人员在像素坐标系下的具体坐标位置，最后通过人员身份判别准则判定环境中人员是否存在、数量和位置等相关信息。图1 融合激光雷达与摄像头的人员识别系统2 方法设计2.1 改进残差模块的YOLO v3深度学习架构为了进一步提升YOLO v3深度学习网络在复杂环境背景下对目标物体的识别性能，结合当前深度学习领域的热点研究成果，本文提出了一种改进残差模块的YOLO v3深度学习网络结构，如图2所示。图2中，改进残差模块的YOLO v3
汽车工程学报 2021年3期2021-06-16
- 面向多张CAD图纸的文本信息自动提取与实现
息以不同类型的矩形框来区分。本文根据矩形框所具有的属性特点对文本信息进行分类提取。其中，矩形框的构成方式包括多段线和属性块两种。对于由多段线构成的矩形框中的文本信息，利用矩形框的任意2个对角坐标构建窗口选择集来获取文本信息，利用容量可动态变化的Vector数组或Cstring变量来存储所提取的文本信息。对于由属性块构成的矩形框中的文本信息，分2类进行提取：当文本信息不属于属性块的组成部分时（即文本信息不参与属性块的构建），根据矩形框的插入点坐标和尺寸构建窗
工程设计学报 2021年2期2021-05-14
- 基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法
以得到最佳旋转矩形框，提升精度，进而提升算法整体性能。将本文算法应用在基线算法上，并在两个通用标准数据集上进行了对比实验，实验结果验证了本文算法的有效性。1 本文算法本文跟踪算法主要包括两个部分：距离加权的重叠度估计和椭圆拟合优化输出。如图1 所示：前者包含动态锚框生成模块、特征提取网络、特征调制信息提取器、目标定位分类器、距离加权的锚框质量评价器（Distance weighted Intersection Over Union Predictor，DI
计算机应用 2021年4期2021-04-20
- 基于Faster R-CNN深度学习的网络入侵检测模型
并生成若干个以矩形框为划分框的多个候选区域[6]。在基本神经网络的基础上进行卷积和池化操作,将图像样本进行处理后获得特征图,通过特征图训练,减少了原始图像样本训练规模,提高了训练效率,在输出多类别情况下,需要经过分类器处理。深度卷积神经网络流程如图2所示。设样本集X=(x1,x2,…,xn),Mj个样本特征图通过第l层的卷积运算(1)式中:klj和bl,j分别表示l层特征图j赋予的权重及偏置,*为卷积运算,其中f(·)的表达式为(2)卷积操作对象为n个样本
南京理工大学学报 2021年1期2021-03-09
- 基于YOLOv3算法的多行纽扣计数
示的单通道计数矩形框。图2 单通道计数矩形框Fig.2 Single channel counting rectangle单通道纽扣计数的步骤如下。①将采集到的图像送入YOLOv3网络,对纽扣进行检测与定位。②获取检测到的纽扣矩形框中心点坐标，并判断其是否位于矩形框内。当连续3次以上检测到纽扣中心坐标位于矩形框，置纽扣标志位为1；当连续2次及以上未检测到中心点位于矩形框的纽扣，置该标志位为0。③当标志位为下降沿，即标志位由1变为0时，纽扣数目加1。基于软件
自动化仪表 2020年10期2020-11-13
- 用于机器人视觉引导的GrabCut算法的改进
根据人工标记的矩形框划分前景和背景，分别计算图像中的点到前景和背景的距离以及他们之间像素的距离[5]，把这两个距离的线性组合当作图中边的分割能量权值，此时图的分割问题就转化为求图中分割边的能量最小值问题。2.1 算法的自动初始化针对GrabCut算法需要人工标记进行初始化的问题，本文将ORB特征检测与GrabCut算法融为一体，把目标识别与图像分割这两个过程结合起来，利用匹配结果确定的目标区域对GrabCut算法进行初始化，以实现图像的自动分割。目标区域确
电子元器件与信息技术 2020年8期2020-11-12
- 基于边框及亮度特征的人脸反欺骗研究
身份证、照片等矩形框，并且能在有遮挡、光亮噪声等情况下均能识别。②通过实验对于一个固定的场所，给出人脸区域光亮的特征。③使用手机框、身份证、照片作为实验素材，验证融合矩形边框检测和光亮特征的人脸非活体检测算法，分析优势与不足。1 矩形框提取1.1 LSD算法提取线段LSD［6］算法是一种线段检测算法，具有速度快、精度高（达到亚像素级）。LSD 算法运用两个重要概念gradient（梯度）和level-lines（水平线）。创建单位向量场由每个像素点计算得到
实验室研究与探索 2020年9期2020-10-30
- 融合TLD框架的DSST实时目标跟踪改进算法*
了整帧循环采样矩形框，降低了算法的实时性。Danelljan等人[12]提出空间约束相关滤波器SRDCF(learning Spatially Regularized Correlation Filters for visual tracking)，将正则化的权重系数加入滤波器，得到更大的检测区域，从而改善边界效应中边缘物体的检测，提高了目标快速运动时的跟踪鲁棒性，但目标完全遮挡时容易丢失目标。Zhang等人[13]提出的快速压缩跟踪算法通过引入朴素贝叶斯
计算机工程与科学 2020年9期2020-10-10
- 基于视频的夜间车辆检测与跟踪
中提出一种建立矩形框来标记车辆的夜间车流量检测和跟踪的方法。首先，对图像进行阈值化，提取可能为车灯的亮点，建立连通区域，再利用两车灯连线的斜率接近于0，两车灯之间的水平位置，两车灯的面积应该是相近或几乎相等及两者之间的距离应该小于设定的阈值进行判断，对车灯进行匹配。之后再适当放大匹配车灯的连线的长度，得到车头宽度。进而根据车头长宽比关系，确定其长度，从而得到车头区域，通过矩形框保存好车辆信息之后，通过基于邻域的方法进行车流量的统计跟踪。1 算法描述车灯作为
计算机技术与发展 2020年5期2020-05-22
- 一种面向结构化文本图像识别的深度学习模型
块得到文本区域矩形框坐标，可通过区域生成网络(Region Proposal Network, RPN)[12]等网络来实现。根据粗定位的矩形坐标在全局卷积特征中截取相应区域的特征，并通过可求导的特征对齐方式缩放至固定尺寸。再由文本区域精定位与属性分类模块获得精确的文本区域坐标与文本属性，根据文本属性筛选出感兴趣的字段区域。随后，通过1次特征对齐得到用于识别的卷积特征，最后通过序列解码得到每个感兴趣字段区域内的识别结果字符串。至此，依次获得输入图像中图像文
杭州电子科技大学学报(自然科学版) 2020年2期2020-04-08
- 基于FCN的多方向自然场景文字检测方法
一起从而被一个矩形框检测的问题。图3 得分图的生成图4 得分图对比对于标注的文字框四边形Q（如图3（a）黄色框所示），其中di(i=1,2,3,4)是四边形左上顶点起顺时针顺序的顶点。为了缩小Q，首先计算每个顶点di的参考长度li，参考长度li，计算如下：其中L(di,dj)是顶点di与dj的L2 范数，首先收缩一个四边形Q 的两个较长的边。对于四边形的两对边，通过比较它们的长度的平均值来确定较长的一对边，然后收缩两个较短的边。对于每个边，通过将它的两个端
计算机工程与应用 2020年2期2020-01-17
- 多模态卷积神经网络的物体抓取检测
检测机器人抓取矩形框并将矩形框中的三维点云映射到抓取参数。Redom等[9]将一个卷积神经网络与Jiang等[10]提出的抓取矩形框结合起来，实现物体抓取框的获取，但该方法的成功率并不高，还需要进一步完善。本文提出一种基于多模态卷积神经网络模型的最优抓取位姿检测的方法。由于单独使用RGB图像作为神经网络输入时，物体抓取框预测结果易被图像的背景颜色和图案干扰，针对这个问题，本文对AlexNet卷积神经网络进行了改进，增加专门处理Depth图像的神经网络，并将
沈阳理工大学学报 2019年4期2019-09-13
- 利用免费DEM数据及制图软件绘制跨断层场地图
×600 m的矩形框，记录矩形框的边界坐标(用于控制生成等高线的区域边界)，同时在矩形框中绘制比例尺、弃测测点、在用测点、测线等要素(如图1)。3 生成等高线解压下载到的数据文件，用Global Mapper打开文件名中带“dem”的tif格式文件。通过Analysis-Generate Contours (from Terrain Grid)，生成目标区域的等高线。通过File-Export-Export Elevation Grid Format，输出
四川地震 2019年2期2019-07-26
- 基于单帧标注的弱监督动作定位
频的每一帧上用矩形框框住动作的执行者。动作定位有着广泛的应用前景，可以用来截取一段长视频中只包含特定内容的片段，也可以用来追踪监控视频频中逃犯的逃跑轨迹等等。本文提出一种基于单帧标注的动作定位方法，这是弱监督方法，不必标注训练视频中每一帧图像，只需在每个视频中标注一帧图像即可定位动作。首先在训练视频每一帧上给出动作执行者的矩形候选框，然后连接候选框形成候选动作轨迹，利用人工标注的矩形框去除大量不满足条件的候选轨迹，同时对保留下来的候选轨迹打分，保留得分最高
电子技术与软件工程 2019年4期2019-04-26
- 一种汽车式起重机防倾翻方法的研究
与四支腿连接的矩形框进行比较。如果在矩形框内，起重机是安全的;超出矩形框，即存在倾翻危险。简化目前常用的防倾翻措施，提高汽车起重机的安全性。关键词：汽车式起重机;重心;矩形框;安全性汽车式起重机具有机动灵活的特点，在工程施工中得到广泛应用。由于在施工作业中，起重机操作人员不按照安全操作规程操作使用、违章超载作业、非驾驶人员操作和非信号指挥人员指挥作业、作业中不重视支腿基础设置等原因，造成汽车式起重机倾翻事故时有发生，导致人员受伤、财产损失，严重者机毁人亡，
科学与技术 2019年3期2019-03-05
- 基于双目摄像机的人脸活体检测的研究
得到对应的人脸矩形框和人脸轮廓的68个特征点；硬件配置：处理器：Intel Core i5-6400，双目摄像头：Dual Web Camera Module；软件配置：操作系统：Windows 10；集成开发环境：Visual Studio 2013；依赖库：dlib、OpenCV300。2 活体检测判别模块联合近红外与可将光摄像头装置，依据近红外与可见光摄像头的成像特性，对于不同的攻击进行有效的抵御。2.1 红外摄像机成像特性近红外光谱区波段为780-
现代计算机 2018年35期2019-01-22
- 切割体的识读方法
图和俯视图均为矩形框(单个矩形框或多个矩形框组合)，可以判定它是柱体的两视图。究竟是棱柱还是圆柱，取决于左视图，如果左视图是多边形就是棱柱，如果左视图是圆就是圆柱，这是第一种基本体，它的左视图即是它的特征视图。第二种，如图1(b)，三视图中如果有两个视图是三角形，那么这个组合体是锥。如果特征视图是圆就是圆锥，特征视图是多边形就是棱锥。第三种，如图1(c)，如果三视图中有两面视图是梯形框，那么这个组合体是台，如果特征图是圆就是圆台，如果特征图是多边形就是棱台
山东化工 2018年24期2019-01-17
- 初中数学深度学习之框之法
置的正方形或者矩形框住原来的正方形或者矩形，将复杂问题简单化.2.斜放直角三角形直角三角形其实就是矩形的一半，我们同样可以通过使用横着放置的矩形框住斜着放置的直角来解决.上述问题中，难题是斜着或者吊着放置的直角三角形，而我们解决的方法是，用横着放置的正方形或者矩形框住原来的直角三角形，将复杂问题简单化.三、斜放线段框之法斜放直角的问题转化为横着或者竖着放的直角三角形问题，那斜放的线段可以转化为横放或者竖放的线段问题吗？其实，我们可以用直角三角形框住斜放线段
数理化解题研究 2018年26期2018-10-09
- 视觉感知启发的面向出舱活动的物体识别技术研究
格负责预测2个矩形框，每一个预测的矩形框包括5个预测值：x、y、w、h、confidence。 其中（x，y）表示框的中心坐标，w和h分别代表矩形框的宽和高。卷积神经网络提取到的特征区域与二值化赋范梯度提取的特征区域进行重叠率的比较，选择重叠率最大的区域作为识别出的物体的最终位置。同时，每个网格还预测物体相对于所有类别的条件概率，即该网格包含某物体的可能性。算法选择概率值最大的类别作为物体的类别。图4 基于深度卷积神经网络的物体识别与精定位Fig．4 Ob
载人航天 2018年1期2018-03-22
- 基于无人机的自主式巡检违章罚停系统
，降低候选车牌矩形框数量。（2）字符分割。将候选矩形框传入SVM判断模型即可得出车牌照片，下一步对车牌照片进行字符分割，首先先将车牌照片进行尺寸归一化处理，统一转化为长140，宽40的矩形框，进行高斯模糊处理，模糊车牌杂点，然后进行二值化操作，最后进行轮廓绘制，即可得到包含各个字符的矩形框，再传入OpenCV神经网络CvANN_MLP进行字符识别。（3）字符识别。本步骤使用的是OpenCV自带的人工神经网络类——CvANN_MLP进行字符识别，传入的字符矩
信息记录材料 2018年4期2018-02-19
- 基于Grab Cut和区域生长的服装图像前景提取算法
的方法生成初始矩形框并进行前景提取. 由于该算法仍存在欠分割或过分割现象,故将该算法与区域生长算法相结合，给出了一种结合区域生长的全自动化Grab Cut算法. 实验结果表明，无论对于单一背景还是复杂背景的图像，改进算法的前景提取效果都明显优于传统算法，不仅能准确获取服装前景区域，而且对于服装内部的过分割问题也有很大的改善.前景提取； Grab Cut算法； 区域生长算法； 服装图像检索Keywords： foreground extraction; Gr
华南师范大学学报（自然科学版） 2017年5期2017-11-02
- 专题地图图面要素自动配置方法的研究
例尺等因素，用矩形框表示图面要素的大小和位置，简化设计过程。最后，在CorelDRAW环境下，利用VBA技术实现文中所提出的方法。该软件提供了多种地图图面要素配置模板供地图设计人员选择，能进行地图图面要素位置的自动冲突探测，可以为地图设计人员提供一个标准化地图图面配置模板。图面配置；自动化；视觉平衡；冲突探测随着计算机技术、对地观测技术、地理信息系统技术等的快速发展，地理信息服务已经快速融入人们的生活。地图作为地理信息服务产品的主要形式之一[1]，人们对其
测绘工程 2017年10期2017-08-31
- 双管齐下提取对话窗口文字
会用一个黑色的矩形框显示出文字所在的范围。如果这个矩形框选择的正是用户需要的文字信息的话，那么用户就需要马上松开鼠标左键，这样矩形框中的文字就会被提取到GetWindowText软件窗口的文字框里面（图1）。接下来用户只需要通过鼠标复制这些信息，就可以任意地粘贴到需要的位置上。窗口信息一网打尽GetWindowText这款软件虽然操作起来非常的方便，但是它也有一些美中不足的地方，就是无法复制命令按钮以及软件菜单中的文字信息。那么如果用户遇到这样的信息需要提
电脑爱好者 2017年8期2017-05-10
- 基于多特征值的服装检测与识别算法
标，并标出人脸矩形框。1.2 服装迭代定位算法基于上文AdaBoost 算法得到人脸矩形框，通过多次试验和人体测量学理论确定人的上身与脸部的比例，将矩形框进行一定比例的移动、放大，矩形框的最优边的选定是包含Canny算子边缘检测的边缘点最多的边，实验发现这样的粗定位方式具有不稳定性。所以，本文进一步采用服装矩形框的上边与人脸矩形框的下边同高度的矩形框通过迭代算法实现服装的精确定位。Canny边缘检测算法是边缘检测领域的经典算法，得到了很好的优化和应用，其高
实验室研究与探索 2016年5期2016-12-06
- 基于快速归一化算法的拉伸距离动态跟踪测量*
采样方法来加快矩形框跟踪速度，达到跟踪的实时性要求。同时本文采用双曲正切函数拟合得到亚像素边缘点，在试样表面检测标线边缘，从而完成标线距离的测量。最后本文设计了软硬件系统。实验证明，本系统在保证测量实时性的前提下，实现了亚像素边缘检测。测量最大偏差不超过0.005 mm。视频引伸机；动态跟踪；快速归一化互相关；亚像素边缘检测EEACC：7230doi：10.3969/j.issn.1004-1699.2016.09.005材料的轴向拉伸力学性能是材料的重要
传感技术学报 2016年9期2016-10-21
- 超长压型板的垂直方向上的输送装置及输送方法
，四角为圆弧的矩形框，所述的一对钢筋从矩形框内底部两角穿过，并各自用一个U形卡固定在矩形框底部两角。所述输送方法，是在地面设置压板机，安装所述输送装置，然后将板材展开，引入压板机压形成屋面板后通过人工或机械设备引导屋面板沿着钢丝绳直到屋顶的施工平台；前后两卷的板材首尾相连并临时铆接起来，使输送工作得以连续进行。该发明操作便利、加工连续，更安全和高效。
科技资讯 2016年8期2016-05-14
- 超长压型板的垂直方向上的输送装置及输送方法
，四角为圆弧的矩形框，所述的一对钢筋从矩形框内底部两角穿过，并各自用一个U形卡固定在矩形框底部两角。所述输送方法，是在地面设置压板机，安装所述输送装置，然后将板材展开，引入压板机压形成屋面板后通过人工或机械设备引导屋面板沿着钢丝绳直到屋顶的施工平台；前后两卷的板材首尾相连并临时铆接起来，使输送工作得以连续进行。该发明操作便利、加工连续，更安全和高效。
科技创新导报 2016年6期2016-05-14
- 下沉广场大小在地下商业建筑消防设计中的合理性判定方法
面积180㎡的矩形框A;然后将该矩形框按与所设计的下沉广场平面图相同的比例进行缩放后将其叠放在所设计的（异形）下沉广场平面图上，矩形框A可自由旋转、移位，进行调整。如在平面图中（异形）下沉广场的某一区域内矩形框A能够完全叠放，且矩形柜A不与该下沉广场交叉重叠，即（异形）下沉广场平面存在一个区域可以完全容纳下该矩形框A，如图2所示的OK区域，说明此下沉广场具有一个短边尺寸不小于13.0m，且使用面积不小于180㎡的区域，则此（异形）下沉广场可以满足消防设计大
房地产导刊 2015年3期2015-10-21
- 基于OpenCV手机拍照快递单文字识别的研究
屏幕上画出两个矩形框，根据矩形框的周长面积特征，判定电话和姓名区域并提取这两部分图片；对这两个图片进行灰度化、二值化、形态学处理，再进行字符分割、归一化处理.为了提高数字分割速度提出一种基于轮廓检测的分割方法.根据数字和汉字的不同特征选取不同的识别方法进行字符识别.文字识别；openCV；Android；快递单识别随着电子商务的飞速发展，物流行业呈现出前所未有的盛况.物流站点收发包裹需联系大量收件人，若用手机拍照快递单后，将其信息提取到手机上，会节省很多时
哈尔滨商业大学学报（自然科学版） 2015年5期2015-03-10
- 基于虚拟线圈的夜晚车流检测
车灯第一次进入矩形框区域，由于是部分而非完全进入，因此没有被识别为车灯元素，故将其删除。（2）如图 1（b）所示，当车灯完全进入矩形框区域后，其被识别为车灯元素，当与其他车灯匹配成功，则对车灯对进行计数，车辆数加1，并对此对车灯进行跟踪，以避免在其他帧中重复对此车进行计数。（3）如图 1（c）所示，这对车灯元素仍然会出现在其他帧中，但是因为已经对其进行了跟踪，不作为新的车辆进行计数。（4）如图 1（d）所示，车灯离开矩形框区域，结束对这对车灯对的跟踪。图1
网络安全与数据管理 2014年3期2014-11-10
- 基于FANUC PICTURE软件的人机界面二次开发及应用
界面左上角画一矩形框(此矩形框在页面中不显示，通常放在左上角)，双击此矩形框弹出PScrn 界面，在属性项Base screen 下Screen Name中填入界面的名称(如main)，Sub screen 下Sub-ScreenName1 中填入关联的子界面的名称。点击图标(Button)在此主界面中画一矩形框，双击此矩形框，弹出Button 界面，在属性项Action 下Action Type 中选择Change Screen(Detail 中填入切换
制造技术与机床 2014年5期2014-04-27
- 一种便携式摄像机导轨的设计
、连接块 3、矩形框4组成，该部分如图4所示。滑架中滚轮采用定向胶轮4组，共8个。根据需要在市场上购买标准件。与滚轮相连的固定三角架的矩形框采用不锈钢方管料焊接，因不锈钢管料不容易焊接，采用氩弧焊焊接。滚轮与矩形框的连接步骤为：（1）先将角铁与连接块焊接，即将连接块上的90°V形槽和角铁90°相配，进行焊接；（2）接着将滚轮与角铁通过螺栓连接，注意一组滚轮方向相对，成90°；（3）最后将矩形框与焊接后的连接块用螺栓连接，控制导轨一侧两连接块上V形槽距离和左
机械工程师 2014年2期2014-04-21
- 一种应用于交通环境中的运动车辆跟踪方法
取运动车辆外接矩形框、质心等参数，为每辆车建立一个预测模型，利用卡尔曼滤波对模型进行预测和更新，实现对运动车辆的精确定位和跟踪。1.1 卡尔曼滤波卡尔曼(Kalman)滤波是由 R.E.Kalman于1960年在其发表的一篇论文中首次提出。卡尔曼滤波是一种递推线性最小方差估计［5-6］，是目标跟踪所广泛采用的一种跟踪方法。假定离散时间过程的状态方程和观测方程为(1)－(2)式中:t表示时间;Xt表示t时刻的状态变量;ωt和νt表示t时刻的白噪音;A表示状态
重庆邮电大学学报(自然科学版) 2013年3期2013-12-14
- 一种快速提取铜块图像感兴趣区域的方法*
地将铜块区域用矩形框标记出来。遵循自动检测的原则，本文采用迭代选择阈值法分割来区分铜块区域和背景，并用矩形框REC标记铜块区域。对于一个铜块合金样本，铜块截面是最具有检测意义的区域，而铜块截面和侧面无论灰度分布色彩分布上都比较接近，无监督的方法很难将它们区别开来。这里加入一些先验知识，当铜块被测量时，截面朝上，截面的位置肯定位于侧面的上方。把矩形框REC从上往下按顺序分割为4块区域，对第一块区域内的铜块区域I，假设其全部属于铜截面区域，否则，铜截面宽度连铜
传感器与微系统 2013年7期2013-10-22
- 基于Haar特征的前车识别算法*
时会出现重合的矩形框。对此，通过计算矩形框覆盖的重合度来合并重复识别的目标，并给定重合度阈值。试验中定义的重合度阈值为85%，即如果一个矩形框的85%与另一矩形框重合，则判定它们为同一目标。3.1.2 误检噪声的消除增加假设验证模块，利用先验知识(如由于车辆近大远小，很远的地方不会存在很大的矩形框等)，消除查找区域中的误检矩形框。利用Hough变换与摄像头中心位置找到灭点，矩形框位置纵坐标与灭点纵坐标之差限制着矩形框大小。若矩形框与预估值大小之差的绝对值大
汽车工程 2013年4期2013-06-13
- 一种阴影消除算法优化及DSP实现
出了一种新的双矩形框算法，在彩色空间模型下提取运动目标时，能够较好地去除光照变化阴影影响。本文优化了基于空间的双矩形框算法流程，使用自制的DM642多媒体DSP硬件系统实现了算法。实验结果证明，优化后的算法能够很好地去除阴影，实现了运动目标的精确提取。1 原移动侦测算法1.1 算法流程移动侦测算法主要包括视频图像预处理，初步确定目标的运动区域，阴影消除、进一步精确目标的运动区域，目标提取，光照干扰影响消除，背景更新等。算法流程如图1所示。图1 移动侦测算法
吉林大学学报（工学版） 2013年1期2013-04-12
- 储罐底板漏磁检测缺陷整体分布图自动生成方法
样点数，计算出矩形框对角线上两个顶点的坐标，并依此绘制矩形框以表征缺陷大小，进而得到单次扫查缺陷分布图；再在统一的坐标系下，对单次扫查缺陷分布图进行归一化处理，并对相邻两次扫查检测到的同一缺陷进行合并运算；最后，通过多次扫查图拼接，得到储罐底板缺陷的整体分布图。检测试验证明，该方法能实现储罐底板缺陷整体分布图的直观显示，自动生成可视化缺陷检测报告，提高了储罐底板漏磁检测系统的检测效率、实用性和可靠性。储罐底板；缺陷分布图；坐标归一化；漏磁漏磁检测技术因其具
图学学报 2013年5期2013-03-16
- 圆排列包装问题最优解解析
题描述为找一个矩形框，将n个大小不全相等的圆以任何一种排列顺序排进该矩形框后，都能保证这n个圆与矩形的底边相切，且要求这种矩形框长度最小.下面给出一些集合和相关长度的定义.定义1 给定n个圆C1，…，Cn，其圆心的横坐标分别为x1，x2，…，xn，半径分别为R1，R2，…，Rn，R1≤R2≤…≤Rn，且R1＜Rn.定义下面4个的集合S，T，Q，P.1）S＝｛w｜（w＝i1，i2，…，in）为1，…，n的n级排列｝.2 圆排列包装问题的最优解的性质定理1 模
华侨大学学报（自然科学版） 2013年2期2013-03-03
- 利用AutoCAD LISP实现地形图中高程注记的自动移动
成：图1是一个矩形框图。将图1中矩形框的左下角与右上角坐标分别保存到变量minx和maxx中。可以得到矩形框左下角与右上角的坐标，这时需要的是注记外围的坐标，所以需要把矩形的长度减去高程点到高程注记的距离。3.高程注记遮盖地物的判断。根据获得的高程注记文字外坐标，就可以进行高程注记遮盖地物判断了。考虑到高程点会遮盖其他高程点的情况，程序如下所示：如果q2为空，则表示没有遮盖其他地物，反之，就有遮盖其他地物。4.高程注记移动路径。在地形图中，高程点与注记之间
河南科技 2012年3期2012-11-24
- 关于Simon效应现象的研究综述
出现在一列6个矩形框中的正方形（空心正方形）做出左、右按键反应。被试必须将注意力集中在注视点上，500毫秒后正方形块（实心正方形）随机出现在6个矩形框中的5个间隙内，不要求被试对实心正方形进行反应。再500毫秒后正方形框（空心正方形）紧挨着实心正方形出现在矩形框内，要求被试对空心正方形做出反应。其结果显示，被试对空心正方形的反应受实心正方形位置的影响。即实心正方形在空心正方形的左还是右会影响被试对空心正方形的加工。尽管在他们的实验4中，将实心正方形和空心正
淮北职业技术学院学报 2012年1期2012-08-15
- 人体运动目标检测与跟踪系统设计及算法仿真实现
的位置，最后用矩形框标识出人体并且输出人体运动的位置信息，为将来人体行为的理解和分析奠定基础。2 系统总体设计根据系统的设计目标和对系统的分析，系统的总体设计框架如图1所示。图1 系统总体设计框架图1）视频序列输入模块：从视频文件读入一个视频序列。2）背景估计模块：此模块采用统计平均法来估计和更新背景模型。3）图像分割[7］模块：在此模块中，先通过背景减除法，再利用Otsu自动阈值法对图像进行分割，把表示运动目标的像素与背景相分离。4）人体运动检测模块：对
江汉大学学报（自然科学版） 2012年3期2012-08-07
- 吊耳焊缝应力分析及其结构设计
m，焊缝截面为矩形框，如图2所示.图2 焊缝截面图Fig.2 Diagram of weld section矩形框惯性矩为1.34×10-5m4抗弯截面系数[1]：最大拉、压应力：其中：σ为角焊缝许用应力，n为安全系数.查表[1]得：角焊缝拉伸、压缩、弯曲许用应力[σ]=118 MPa，安全系数按抗断裂计算取n=4.那么σ·n=148.98 MPa>[σ]该截面处的理论拉应力大于许用应力，该截面是危险截面，且根据焊缝断裂原因以及弯矩的作用形式，分析知最大拉
武汉工程大学学报 2012年4期2012-06-11
- 基于可变矩形框的人群密度估计算法
提出的基于可变矩形框的人群密度估计算法源于经典的基于像素数的人群密度估计算法，但又有所改进，克服了原有算法因行人与摄像头距离不同造成的估计误差。1 基于像素数的人群密度估计算法Davies等人1995年提出了基于像素数的人群密度估计方法[2]。该方法主要基于视频中人数与像素数成正比的关系。具体步骤如下：①分别将连续的i-1帧和i帧2幅视频图像转化为单通道灰度图像。②分别对连续的两帧灰度图像进行 3×3高斯滤波和Canny边缘检测处理，其中Canny边缘检测
通信技术 2011年10期2011-08-11
- 分幅数字地形图元数据的高效提取
绘制一个适中的矩形框，确保所有图幅相应的AutoCAD文字信息被完全包含在该矩形框内(这一点非常容易做到)，编程读取出矩形框与分幅图外图廓重心的相对位置信息，记录到一个文本文件中(同时保存矩形所在的图层名即元数据字段名称)。最后，批量自动打开需要提取元数据的图形文件，逐一提取元数据信息。提取方法是这样的:打开图形后，求解出该分幅图外图廓的重心坐标，根据上一步形成的文本文件中存储的矩形框位置信息，创建AutoCAD多边形选择集，将选择集中的文字信息按坐标位置
城市勘测 2011年1期2011-04-18
- 专利汇编
栓定位模板，有矩形框钢板，矩形框钢板的厚度是8~10毫米，在矩形框钢板的相对的框面上分别布有与混凝土独立基础上端的地脚螺栓相配合的穿螺栓孔，穿螺栓孔的直径比所配合的地脚螺栓直径大2毫米，穿螺栓孔的圆心与相近矩形框钢板外边的距离是100~200毫米，穿螺栓孔的圆心连线与相近矩形框钢板内孔边的距离是100毫米，另外相对的两侧框边的宽度是100毫米。本实用新型结构简单、使用方便、可使混凝土独立基础上端预埋地脚螺栓的形位精度较高。
中国建筑金属结构 2010年6期2010-12-31
- 《盲人摸象》课件制作
音”“文字”“矩形框”“蒙板”“动画”层。单击“声音”层的第1帧，将“属性”面板的“声音”选项设置为“库”中的“声音”文件；“同步”设置为“数据流”，将该图层的时间轴延长至第1 020帧，即直到声音波形在时间轴上消失为止。锁定该图层。2）将“文字”“矩形框”“蒙板”“动画”层的时间轴也延长至第1 020帧。3）在“矩形框”层的第1帧，用“矩形”工具绘制一个370 px×250 px渐变发光的矩形框，对动画进行美化装饰。4）单击“动画”层的第1帧，将“库”中
中国教育技术装备 2010年11期2010-09-26
- 激光雕刻切割机在通用技术课程 中的使用探究
指主界面中蓝色矩形框内部的部分。该矩形框对应实际加工机床的工作台面，第一次运行时默认大小为900 mm×500 mm。在该矩形框内绘制的所有图形，实际加工时都会被机床加工。矩形框外的图形由于机床尺寸限制，将有可能不会被加工。“新建”子菜单用于新建一个空白工作空间以供作图，其快捷键为Ctrl＋N。选择“新建”子菜单时，软件将会关闭当前正在编辑的文件，同时建立一个新的文件。如果当前正在编辑的文件没有保存，则软件会提示是否保存该文件。“打开”子菜单用于打开一个保
中国教育技术装备 2010年29期2010-08-22
- 用Ｗｏｒｄ制作试卷模版的方法和技巧
面上拖动出一个矩形框，这个矩形框的大小可以定为230mm左右。3. 编辑文字信息光标在文本框中闪烁，单击鼠标右键，选择文字方向，弹出文字方向对话框，选择由下至上的文字方向，确定即可。4. 组合对象按住shift键依次单击鼠标左键选取刚才创建的所有对象，包括文字、直线、矩形框等对象，然后从右键菜单中选择“组合→组合”命令将上述对象组合起来。5. 制作密封线从“绘图”工具栏中选择“竖排文本框”按钮，并且文本框无填充颜色，也无线条颜色。按住鼠标左键拖动出一个虚线
成才之路 2009年14期2009-07-07