简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.
简介:小世界是一种以较低的连接和能量成本实现高效的信息分离与整合的网络结构,而人脑网络具有显著的小世界特性。在弥散张量成像(diffusiontensorimaging,DTI)脑网络的研究中,如何有效地量化和评估网络的小世界属性依然是研究中存在的一个关键问题。在研究文中,我们首先概括了已有小世界属性评估指标及其存在的问题,随后提出了一种新的基于网络全局效率和局部效率的小世界属性评估指标。为了验证该指标的有效性,我们基于75个中老年人的DTI脑网络对其进行了应用与评估。与传统指标相比,该指标对研究对象的年龄变化更敏感,并与多项认知评估量表的结果存在显著相关。网络节点随机化和网络失连接这两种攻击测试的结果也表明,新指标在DTI脑网络的研究中具有较高的准确性和稳定性。
简介:自第一辆汽车产生以来,汽车安全问题一直伴随着汽车工业的发展。20世纪40年代后,汽车安全性逐渐成为各国政府、社会以及各大汽车制造厂关注的焦点之一。为降低道路交通事故率和交通伤亡,提高汽车主被动安全性能,各国政府和行业组织制定了严格的汽车安全法规与评价体系。这些法规和评价体系成为检验、评价汽车安全性能的重要依据,也为汽车主被动安全设计提供了研究方向,极大地促进汽车安全性能的提升。随着时代的进步和汽车安全技术的发展,汽车安全的概念、内容也在逐步扩大,安全技术法规、标准、评价体系不断更新、完善,并且出现一些新的特点和挑战。本文重点对汽车安全法规和评价体系的发展变化、未来趋势进行阐述,为汽车安全工程师建设“零伤亡”社会提供一定的参考。