为了解决零件离线人工检测效率低、精度低的问题,设计了包括图像采集模块、图像处理识别模块、零件传送筛选模块的基于机器视觉的汽车零件自动筛选系统,提供了传感器触发CCD捕捉图像的信号调理电路,研究了适合汽车零件筛选的数字图像预处理、分割及模式识别方法。测试结果表明该系统运行平稳、检测迅速、分类准确,从而降低人力成本,提高了零件检测的生产效率、产品质量和自动化程度,该项目还可以推广到其他表面质量检测的行业中。

传统的语音增强方法是在保持语音可懂度和清晰度的前提下，尽可能地从带噪语音中提取需要的纯净语音，而在强噪声环境中，语音信号表现为弱信号，去噪变得困难。基于Hodgkin—Huxley神经元阈上非周期随机共振原理，提出一种自适应调节，添加最佳噪声来进行语音随机共振，从而实现语音增强。Matlab实验结果表明，在强噪声环境中实现对语音信号增强，信噪比提高明显，且效果优于传统算法。方法具有一定鲁棒性，提供了在强噪声环境中增强语音信号的新思路。