本程序 通过对图像进行边缘检测，获取图像梯度信息，进行边缘匹配，进而得出图像对的水平视差图。
标签： 计算机视觉
上传时间： 2015-11-18
上传用户：丁香123
干耦合超声检测方法由于无需在待检测材料表面涂抹水或油等液体耦合剂，操作方便，移动灵活，适用于固体火箭发动机壳体、飞机机翼等一些对结构完整性要求较高且需要长期使用或贮存的部件。当利用干耦合方法对复合材料平板结构进行检测时，激发出的Lamb波携带有大量结构或缺陷的信息，如缺陷的类型、大小、位置等，采用合理的分析方法提取出信号中的有用信息，就能对材料中的损伤做出评估。
上传时间： 2021-10-18
上传用户：
随着杜会和经济的发展，环境水污染现象也日趋严重，迫切需要环境水质多参数监测与智能分析系统，以为环境监测、管理和控制提供科学的手段。水质多组分检测涉及到多传感器数据融合、计算机技术、电化学分析和人工智能等多学科的交叉，在众多领域有着广泛的应用。本论文研究环境水质检测与智能分析系统，论文的主要工作包括1）基于最小二乘支持向量机的在线自适应加权数据融合算法多传感器数据融合由于能够利用互补和冗余的信息，显著提高系统的可靠性而得到了广泛应用，而数据融合的关键问题是融合算法。本文深入研究了多传感器数据融合理论的基础上，针对传统融合算法研究存在的问题，提出了一种基于最小二乘支持向量机的在线自适应加权数据融合算法，并应用到水质在线检测过程中，不仅缩短了训练的时间，而且提高了融合的可靠性和灵活性2）提出了一种离子传感器的基于最小二乘支持向量机的自校正方法：由于离子传感器的非线性、漂移和交叉敏感性等影响了其检测精度和可靠性，难以进行连续在线检测。以硝酸根离子传感器为例，研究其自校正方法，以适应动态环境的连续监测根据实验数据，详细分析了硝酸根离子传感器的响应特性，并考虑了零点和时间漂移，提出了一种基于最小二乘支持向量机硝酸根离子传感器的自校正方法，给出了详细描述和分析。3）离子传感器故障检测的小波支持向量机特征提取和支持向量机分类方法在线连续检测的应用要求离子传感器必须具有很高的可靠性，即能够及时准确地判断出离子传感器的故障。本文采用小波支持向量机提取各传感器故障特征，再用支持向量机对故障进行分类，实现对各离子传感器的故障诊断。
标签： 数据融合
上传时间： 2022-03-18
上传用户：
本系统基于STM32单片机设计的非接触式电流检测控制系统,通过OPA548片将所给任意信号放大,由100Ω电阻和INA128芯片进行电流电压转换放大后,利用STM32单片机对获取的电压信号以0.488μs频率采样,利用STM32单片机的FFT库,获得信号的谐波信息。测量电流信号精准,该设计可广泛应用在以STM32单片机为核心控制器件的新型仪表中,性能精准且抗干扰能力强。This system is a non-contact current detection and control system based on STM32 single chip microcomputer. It amplifiesany signal through OPA548 chip, converts and amplifies the current and voltage by 100 Ω resistance and INA128 chip. The obtainedvoltage signal is sampled at the frequency of 0.488 μs by STM 32 single chip microcomputer, and the harmonic information of the signalis obtained by the FFT library of STM 32 single chip microcomputer. The measurement of current signal is accurate. This design can bewidely used in a new instrument with STM 32 single chip microcomputer as its core control device, with accurate performance and stronganti-interference capability.
上传时间： 2022-03-27
上传用户：
本书定位为高等院校信息类专业高年级本科生和研究生教材，其特色是：不是单纯地讲授雷达原理或雷达基本理论，而是根据现代雷达系统的特点，站在雷达系统及其同目标与环境的相互作用、信号获取与信息处理的角度，阐述雷达系统及其信息处理中的相关问题。在内容编排上，本书强调雷达信号基本理论、雷达系统同目标与环境的相互作用，以及先进雷达系统中的信息获取与信息处理技术。为此，本书按照4个模块编写。第1章和第2章介绍雷达基本概念、发展历史和趋势及预备知识；第3、4、5章阐述雷达系统基本原理和基本理论，包括雷达发射与接收、雷达方程与目标检测、雷达波形与处理；第6章和第7章着重分析雷达系统同目标与环境的相互作用，包括雷达目标、大气传播和背景散射等；第8、9、10章讨论先进雷达系统及其处理技术，包括雷达测量与跟踪、脉冲多普勒和动目标指示雷达及高分辨率雷达成像。本次修订重点增加了波形分集等前沿技术、雷达目标高分辨率图像理解、环境杂波模型等方面的论述。本书既可作为高等院校相关专业本科高年级学生和研究生相关课程的教材，又可作为从事雷达系统、微波遥感、电磁散射、信号与信息处理等相关专业的工程技术人员及雷达部队官兵的参考书。
上传时间： 2022-04-07
上传用户：
微弱信号检测的目的是从噪声中提取有用信号，或用一些新技术和新方法来提高检测系统输出信号的信噪比。本文简要分析了常用的微弱信号检测理论，对小波变换的微弱信号检测原理进行了进一步的分析。然后提出了微弱信号检测系统的软硬件设计，在阐述了系统的整体设计的基础上，对电路所选芯片的结构和性能进行了简单的介绍，选用了具有14位分辨率的4路并行A/D转换器AD7865作为模数转换器，且选用Xilinx公司的Spartan-3系列FPGA逻辑器件作为控制器，控制整个系统的各功能模块。同时，利用FPGA设计了先入先出存储器，充分利用系统资源，降低了外围电路的复杂度，为电路调试及制板带来了极大的方便，且提升了系统的采集速度和集成度。系统的软件设计采用Verilog HDL语言编程，在Xilinx ISE软件开发平台上完成编译和综合，并选用ModelSim SE 6.0完成了波形仿真。关键词：微弱信号检测；信号调理：FPGA：AD7865；Verilog HDL信息时代需要获取许多有用的信息，多数科学研究及工程应用技术所需的信息都是通过检测的方法来获取的。若被检测的信号非常微弱，就很容易被噪声湮没，那么很难有效的从噪声中检测出有用信号。微弱信号在绝对意义上是指信号本身非常微弱，而在相对意义上是指信号相对于强背景噪声而言的非常微弱，也就是指信噪比极低。人们进行长期的研究工作来检测被噪声所覆盖的微弱信号，分析噪声产生的原因以及规律，且研究被测信号的特点、相关性以及噪声统计特性，从而研究出从背景噪声中检测有用信号的方法。1微弱信号检测（Weak Signal Detection）技术2.3.41主要是提高信号的信噪比，从噪声中检测出有用的微弱信号。对于这些微弱的被测量（如：微振动、微流量、微压力、微温差、弱光、弱磁、小位移、小电容等），大多数都是利用相应的传感器将微弱信号转换为微弱电流或者低电压，再经过放大器将其幅度放大到预期被测量的大小。
标签： 微弱信号检测
上传时间： 2022-06-18
上传用户：canderile
1.1项目背景近年来，随着自动化技术及人们生活水平的提高，智能家居的概念被越来越多的人所接受。所谓智能家居，是以住宅为平台，利用综合布线技术、网络通信技术、安全防范技术、白动控制技术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭口程事务的管理系统提升家居安全性、便利性、舒适性、艺术性并实现环保节能的居住环境。在智能家居系统中，智能防漏水系统是在家居安全里具有十分重要的作用。通常由于一时疏忽，如停水时忘关水龙头、下水不通畅、管道破损等意外原因所造成家居漏水，很多情况下事态严重，不仅是自家受损失，同一栋楼里的人也会同样受害。因此设计了一种家居智能防水系统，能自动检测选定区域的意外漏水，通过电磁阀及时切断水管，并伴随声光报警，提示出现的浸水事件，减少漏水状况的恶化，能有效地防止各种损失进一步扩大。1.2项目概述智能家居是利用先进的计算机技术、网络通讯技术、综合布线技术、依照人体工程学原理，融合个性需求，将与家居生活有关的各个子系统如安防、灯光控制、窗帘控制、煤气阀控制、信息家电、场景联动、地板采暖等有机地结合在一起，通过网络化综合智能控制和管理，实现以人为本"的全新家居生活体验。家居智能防水系统在这是采用MCU的智能漏水检测系统设计。在该项目开发过程中要注意下面几个问题：第一，要对各模块电路理解与运用；第二，理论知识与实践相结合：第三，合理的布局把各部件组装好：第四，把需要的软件TK Studio进行调试控制好！
上传时间： 2022-06-22
上传用户：
本设计由单片机+风扇控制电路+蓝牙模块电路+电源电路组成。1、通过温湿度传感器检测温湿度，并在液晶上和APP上实时显示。2、当湿度超过75度，APP发出报警信息3、通过APP发送指令“O”，风扇启动。通过APP发送指令“C”，风扇关闭。
上传时间： 2022-07-01
上传用户：
关于信息安全技术方面的国家技术标准，需要的朋友可以参考下载......
标签： 信息安全技术
上传时间： 2022-07-09
上传用户：20125101110
自动检测技术 上海电机学院精品课件 PPT版 (New)
上传时间： 2013-07-12
上传用户：eeworm
