基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

移动视听 梦想起航——首届中国移动互联网视听产业“金桥汇”在沪举行

随着三大运营商开启4G业务,中国正式进入4G时代。每一次技术的革新都将催生新的产业或是带来产业的大发展大变化。同样,4G的发展成为视听产业的强大助推器。中国移动市场预测,在中国移动数据总量中,约70%来自于视听业务。视听业务不只是高清视频播放,还将在社会、生产、生活全方面得以广泛应用。目前,在移动互联网视听产业发展的道路中仍有许多未知空间,存在着巨大的发展潜力,同时发展中存在的问题、难题更是需要相关资深专家、行业翘楚共同探讨。     

一种基于非下采样Contourlet变换的去噪算法

文章提出了一种新的去噪算法,算法是基于非下采样Contourlet变换(NSCT)的自适应阈值。首先需要对含噪图像进行非下采样Contourlet变换,然后得到各个尺度各个方向子带的系数。为了克服软、硬阈值函数的缺点,提出了一种自适应的新阈值函数。仿真实验表明,文章方法在峰值信噪比(PSNR)、信噪比(SNR)、均方误差(MSE)与视觉效果上均优于其他去噪算法。