玻璃管液位计是一种直读式液位测量仪表,其结构简单、测量准确,常用于一般贮液设备中的液体位置的现场检测,但在现代船舶机舱等无人值守的场合,工作人员往往无法及时、有效地跟踪监测液位计信息。文中提出一种基于嵌入式视觉识别的透明液体液位实时检测方法。该方法首先应用激光照射来增强液位区域的视觉效果,然后构建高效、轻量级的深度神经网络Mobile Nets用于提取图像特征信息,最后使用多尺度特征融合的方法来实现液位位置目标检测。实验结果表明,该方法能够实时、高效地识别透明液体液位位置。该研究结果对玻璃管液位计所在无人场景的数字化转型应用具有重要意义。

针对综合评价问题构建指标体系时求全和求精这一对矛盾体的寻优问题,研究了现有2大类7种指标约简算法主成分分析和因子分析法、极小广义方差法、极大不相关法、灰色关联分析法、基于差别矩阵的指标约简算法、基于信息熵的指标约简算法、基于粒计算的指标约简算法。研究了这些算法的原理和各自特点及应用场合,为综合评价指标约简方法选择提供支撑。

基于MATLAB图像处理技术,详细介绍了应用图像处理的方法对齿轮图像进行预处理,并进行齿轮图像的边缘提取,根据图像的轮廓对齿轮进行下一步的测量,提出了一种简单的非接触测量方法来确定齿轮齿顶圆。利用该算法对在不同状态下的同一齿轮进行图像识别,得出不同结果,确定外界环境对齿轮参数分析的精度影响,分析所得结果误差,并选择最接近真实值的方案。文中选取了同一齿轮在两种不同的放置条件下的参数读取,黑色背景在不同角度的测量,白色背景不同颜色齿轮的测量。将两种观测条件下所得的不同结果与理论结果进行对比,发现齿轮外径读取与图片背景颜色和所选图片角度有关系,在偏转接近60°和齿轮颜色接近亮色时的情况下测量结果更加接近理论值。