基于机器学习的烟雾检测算法去除固定干扰

烟雾是早期火灾最为突出的视觉表现,因此检测火灾烟雾在日常防火应用中具有重要的意义。针对目前视频烟雾检测算法中误报率高,适应性差等特点,在实施基本烟雾检测算法并在其基础上提出基于机器学习的视频烟雾去干扰方法,能很大程度上去除固定干扰物的干扰,提高了烟雾识别的正确率。实验证明,该算法可以较好、较快地检测出烟雾,并做出早期的预警工作,且具有检测精确等优点,很方便在现实中推广使用。     

基于STM32F4的电机控制系统设计

为改善步进电机堵转、失步、超步等问题,提高步进精度,使步进电机能够快速准确定位,提出基于STM32F4微控制器的步进电机控制系统设计。通过改变PWM输出定时器的预分频值控制电机转速,直线阶梯形升降速算法实现调速;采用DMA方式控制电机脉冲数量,实现位置精确控制。实验以及实际应用情况表明,阶梯形升降速算法以及DMA方式位置控制算法能够满足一般要求,系统误差为±0.01度。系统精确度高、性能可靠、扩展性强,具有较高的应用价值。