前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇識(shí)別技術(shù)范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

識(shí)別技術(shù)范文第1篇

在之后，汽車(chē)技術(shù)中又出現(xiàn)了車(chē)輛可以自動(dòng)識(shí)別路段限速標(biāo)志的技術(shù)。歐寶首先在Insignia上安裝了能夠讀懂限速交通標(biāo)志并報(bào)警車(chē)道偏離的系統(tǒng)，交通標(biāo)志識(shí)別功能能夠讀出路邊限速并把具體數(shù)字反映在儀表上。交通標(biāo)志大概在距離標(biāo)志100m時(shí)就能夠讀到，不會(huì)錯(cuò)過(guò)任何一個(gè)限速標(biāo)志，讓駕駛員可以把精力更多地集中在駕駛上。

隨著主動(dòng)巡航控制系統(tǒng)的出現(xiàn)，使長(zhǎng)途駕駛更加輕松，大大緩解了司機(jī)長(zhǎng)途駕駛的疲勞強(qiáng)度，營(yíng)造出了更輕松的駕駛氣氛。主動(dòng)巡航控制類(lèi)似于傳統(tǒng)的巡航控制，同樣是保持設(shè)定的車(chē)速，不同的是新系y能夠自動(dòng)調(diào)節(jié)車(chē)速以保證與前車(chē)有足夠的安全距離。系統(tǒng)通過(guò)雷達(dá)傳感器、數(shù)字信號(hào)處理器和控制模塊。司機(jī)設(shè)定所希望的車(chē)速，系統(tǒng)利用低功率雷達(dá)或紅外線光束得到前車(chē)的確切位置，如果發(fā)現(xiàn)前車(chē)減速或監(jiān)測(cè)到新目標(biāo)，系統(tǒng)就會(huì)發(fā)送執(zhí)行信號(hào)給發(fā)動(dòng)機(jī)或制動(dòng)系統(tǒng)來(lái)降低車(chē)速。當(dāng)?shù)缆非胺經(jīng)]車(chē)時(shí)又會(huì)加速恢復(fù)到設(shè)定的車(chē)速，系統(tǒng)會(huì)自動(dòng)監(jiān)測(cè)下一個(gè)目標(biāo)。當(dāng)年TRW制造的77-GHz雷達(dá)能探測(cè)到150m范圍，車(chē)速的調(diào)節(jié)范圍從30km/ h到180km/h。德?tīng)柛?6-GHz也能夠監(jiān)測(cè)到150m范圍，最低控制車(chē)速是32km/h。

由駕駛員設(shè)定車(chē)速和車(chē)距，當(dāng)系統(tǒng)監(jiān)測(cè)到前方車(chē)速減慢時(shí)還會(huì)提醒駕駛員。當(dāng)遇到前方車(chē)速很慢必須剎車(chē)時(shí)會(huì)發(fā)出聲音和視覺(jué)報(bào)警以提醒駕駛員。好處是可以便利地管理車(chē)速和車(chē)距，使巡航適合于更多的路況，營(yíng)造一種更輕松的駕駛氣氛，可以在塵土飛揚(yáng)、冰面、白天、夜晚、雨、霧、雪各種駕駛環(huán)境使用，很少出現(xiàn)錯(cuò)誤報(bào)警。寶馬的5系、7系，奔馳S級(jí)、奧迪A8、凱迪拉克XLR、無(wú)限Q45等車(chē)型都已經(jīng)提供主動(dòng)巡航系統(tǒng)。

博世于2013年實(shí)現(xiàn)量產(chǎn)的博世中距離雷達(dá)傳感器（MRR）采用了在全球范圍永久分配給汽車(chē)?yán)走_(dá)的高容量77Ghz頻段，適用于全球車(chē)輛平臺(tái)。除此之外，博世第二代多功能攝像頭（MPC2）可以實(shí)現(xiàn)多重安全性和舒適，包括行人警告、前方碰撞警告、車(chē)道保持支持、道路標(biāo)志等，車(chē)輛制造商僅使用一個(gè)MPC2攝像頭即可將一系列駕駛員輔助功能集成到自己生產(chǎn)的車(chē)輛中，有效滿(mǎn)足立法者和行業(yè)組織所設(shè)立的不斷增加的安全標(biāo)準(zhǔn)。

在2015年的博世科技日上，博世展示了新一代自動(dòng)緊急制動(dòng)系統(tǒng)。作為預(yù)測(cè)性緊急制動(dòng)系統(tǒng)在環(huán)視傳感器和ESP的集成系統(tǒng)之上，盡量減少車(chē)與車(chē)，或者車(chē)與任何弱勢(shì)群體碰撞，并將危害降到最低。我們可以看看安裝在梅斯德斯-奔馳A200上的“自動(dòng)緊急制動(dòng)―城市/城間”系統(tǒng)。當(dāng)車(chē)速高于30km/h時(shí)，在預(yù)測(cè)性緊急制動(dòng)系統(tǒng)中的雷達(dá)探測(cè)到與障礙物的距離非常接近時(shí)，系統(tǒng)會(huì)做好準(zhǔn)備進(jìn)入緊急制動(dòng)程序。如果駕駛員未對(duì)危險(xiǎn)情況作出反應(yīng)，系統(tǒng)會(huì)通過(guò)一個(gè)聽(tīng)覺(jué)和/或視覺(jué)信號(hào)警告駕駛員，并隨之產(chǎn)生一個(gè)短促但可感知的間歇制動(dòng)。然后緊急制動(dòng)系統(tǒng)執(zhí)行部分制動(dòng)，以降低車(chē)速并給駕駛員創(chuàng)造更多寶貴的反應(yīng)時(shí)間，一旦駕駛員踩下制動(dòng)踏板，系統(tǒng)就會(huì)在制動(dòng)時(shí)提供支持。為此，系統(tǒng)持續(xù)計(jì)算汽車(chē)為避免碰撞所需的減速度。如果系統(tǒng)識(shí)別到駕駛員的制動(dòng)強(qiáng)度不夠，則會(huì)增加制動(dòng)壓力使車(chē)輛盡可能在障礙物前停止，以最大限度地避免碰撞。如果駕駛員未做出任何反應(yīng)并且系統(tǒng)預(yù)估碰撞不可避免，則會(huì)觸發(fā)完全制動(dòng)，以盡可能地減輕碰撞傷害。

還有一種“自動(dòng)緊急制動(dòng)-弱勢(shì)道路使用者”，顧名思義，就是遭遇車(chē)輛前方突然出現(xiàn)行人時(shí)，實(shí)現(xiàn)自動(dòng)緊急制動(dòng)。就像眼前的這輛一汽大眾高爾夫7，依靠立體攝像頭來(lái)判別突然出現(xiàn)的行人。這項(xiàng)功能在國(guó)內(nèi)也是很實(shí)用的，因?yàn)槟愫芸赡茉庥鲈诮诌呁７跑?chē)輛的后面突然跑出一位行人的情況，再采取人工制動(dòng)可能就晚了。歐洲新車(chē)安全評(píng)價(jià)規(guī)則（EuroNCAP）規(guī)定自2014年起，沒(méi)有配備相關(guān)駕駛員輔助系統(tǒng)的新車(chē)型就無(wú)法獲得五星安全評(píng)定，其中就包括自動(dòng)緊急制動(dòng)系統(tǒng)。中國(guó)新車(chē)安全評(píng)價(jià)規(guī)則也同樣強(qiáng)調(diào)安全的重視性――2018年新版CNCAP將會(huì)把自動(dòng)緊急制動(dòng)系統(tǒng)納入到評(píng)分體系中。

緊急制動(dòng)系統(tǒng)通常需要借助雷達(dá)傳感器或是雷達(dá)與視頻傳感器相結(jié)合才能實(shí)現(xiàn)，而博世在2015年開(kāi)發(fā)的立體攝像頭僅靠視頻數(shù)據(jù)便可實(shí)現(xiàn)緊急制動(dòng)系統(tǒng)，這一系統(tǒng)已經(jīng)安裝在路虎全新發(fā)現(xiàn)運(yùn)動(dòng)版。借助于感光鏡頭和視頻傳感器，攝像頭可以覆蓋50°的水平視野，并能在超過(guò)50m的距離進(jìn)行3D測(cè)量。一旦立體攝像頭識(shí)別出道路前方有車(chē)輛阻礙，緊急制動(dòng)系統(tǒng)便及時(shí)進(jìn)入預(yù)備狀態(tài)。如果司機(jī)沒(méi)有做出反應(yīng)，系統(tǒng)就會(huì)啟動(dòng)最大制動(dòng)功能。緊急制動(dòng)系統(tǒng)是目前最為有效的汽車(chē)輔助系統(tǒng)之一。在德國(guó)，緊急制動(dòng)可避免高達(dá)72%因追尾造成的人身傷害。

在2016年春天的北京國(guó)際車(chē)展上，長(zhǎng)安汽車(chē)展臺(tái)上的一輛銀色睿騁很是引人注目，因?yàn)樗菑闹貞c長(zhǎng)安研究總院出發(fā)駛上高速，途經(jīng)西安、鄭州總里程超過(guò)2000km來(lái)到了北京車(chē)展。這輛改裝的睿騁可以實(shí)現(xiàn)停走型自適應(yīng)巡航、自動(dòng)沿著單車(chē)道進(jìn)行自動(dòng)駕駛、高速公路的交通擁堵輔助等功能。此外在駕駛員提出請(qǐng)求或確認(rèn)后可以主動(dòng)更換車(chē)道并實(shí)現(xiàn)超車(chē)換道。這輛睿騁的駕駛員輔助系統(tǒng)雷達(dá)傳感器等部件就來(lái)自博世。

長(zhǎng)安睿騁配備了博世的高速公路輔助系統(tǒng)，5個(gè)中距離雷達(dá)傳感器加1個(gè)智能攝像頭的配置，輕松實(shí)現(xiàn)從重慶到北京長(zhǎng)達(dá)2000km的自動(dòng)駕駛長(zhǎng)途試駕。通過(guò)配備博世的雷達(dá)傳感器（前/后）和智能攝像頭，該功能可在0～130km/h 的速度范圍內(nèi)實(shí)現(xiàn)高速公路部分自動(dòng)駕駛，包括縱向和橫向的自動(dòng)引導(dǎo)。當(dāng)角雷達(dá)和后雷達(dá)探測(cè)到變道的可能時(shí)，在得到駕駛員確認(rèn)后可實(shí)現(xiàn)自動(dòng)變道，在極大程度上緩解了高速公路單調(diào)乏味的駕駛，從而實(shí)現(xiàn)安全、輕松的行駛。

識(shí)別技術(shù)范文第2篇

關(guān)鍵詞：足跡識(shí)別；步態(tài)識(shí)別；身份認(rèn)證

足跡是人自重和人體肌力通過(guò)足作用于地面等物質(zhì)客體上形成的痕跡。在沒(méi)有指紋及DNA等相關(guān)證據(jù)的現(xiàn)場(chǎng)，足跡極有可能是唯一的案件偵破突破口，其重要性不言而喻。足跡按照是否有深度或高度信息可分為立體足跡與平面足跡。立體足跡包含豐富的生理特征和行為特征，是足跡檢驗(yàn)鑒定方面的重要研究對(duì)象。

一、國(guó)內(nèi)研究進(jìn)展

（一）人工足跡檢驗(yàn)人工足跡檢驗(yàn)以點(diǎn)、線、面幾何信息的形象描述為主，輔以人工的加工測(cè)量手段獲取足跡特征。一般人難于提取和識(shí)別這些特征，只有領(lǐng)域?qū)＜矣羞@方面的能力，因此這些特征也被稱(chēng)為足跡“專(zhuān)家特征”。對(duì)于這些特征，由于領(lǐng)域?qū)＜业闹R(shí)結(jié)構(gòu)的差異，對(duì)于同一案件，專(zhuān)家結(jié)論可能出現(xiàn)對(duì)立的局面。因此，人工足跡檢驗(yàn)結(jié)果不在法院直接采信的證據(jù)范疇內(nèi)。1.形象特征檢驗(yàn)形象特征檢驗(yàn)是直接比對(duì)足跡形象特征的方法，包括但不僅限于大小、寬窄、腳底拓?fù)浣Y(jié)構(gòu)、花紋、磨損等形象特征。這種方法直觀、容易掌握，對(duì)于同一環(huán)境、同一雙鞋有著不錯(cuò)的比對(duì)效果。2.步法檢驗(yàn)20世紀(jì)50年代馬玉林等人提出并實(shí)踐了步法檢驗(yàn)，使用17種單腳步態(tài)特征和雙腳步幅特征進(jìn)行同一性認(rèn)定。由于該方法對(duì)足跡數(shù)量和質(zhì)量要求較高，對(duì)城鎮(zhèn)等足跡成痕環(huán)境較差的場(chǎng)所，適應(yīng)能力較弱。3.單足跡檢驗(yàn)20世紀(jì)70年代，在步法檢驗(yàn)的基礎(chǔ)上，對(duì)單足跡的特征提取及檢驗(yàn)方法進(jìn)行了深入研究。這種測(cè)出單足跡的幾何特征，估計(jì)人的生理和行為特征，并進(jìn)行人身認(rèn)定的方法被稱(chēng)為單足跡檢驗(yàn)。該方法對(duì)于身高、年齡、性別、體態(tài)有較好的檢驗(yàn)效果。但是，由于單足跡的重復(fù)率高，隨機(jī)性大，直接進(jìn)行認(rèn)定比較困難。4.單足跡比對(duì)檢驗(yàn)單足跡比對(duì)檢驗(yàn)相對(duì)于單足跡檢驗(yàn)增加了兩枚足跡比較的環(huán)節(jié)，判定兩枚足跡是否為同一人所為。該方法適應(yīng)性較強(qiáng)，結(jié)論相對(duì)較可靠。但是，單足跡特征受成痕主體與成痕環(huán)境的影響大，提取與識(shí)別困難，只有少數(shù)領(lǐng)域?qū)＜艺莆赵摲椒ㄅc技術(shù)。5.磨損特征檢驗(yàn)?zāi)p特征檢驗(yàn)是用由運(yùn)動(dòng)、生理結(jié)構(gòu)、動(dòng)力定型等因素綜合作用形成的相對(duì)穩(wěn)定的鞋底磨損特征對(duì)鞋及人進(jìn)行同一性認(rèn)定的方法。它可用于不同種類(lèi)鞋子認(rèn)定，是足跡檢驗(yàn)技術(shù)的重大進(jìn)步，但是，在實(shí)際檢驗(yàn)應(yīng)用中對(duì)磨損程度、磨損形態(tài)較難理解和掌握。

（二）定量化足跡檢驗(yàn)20世紀(jì)80年代，痕跡檢驗(yàn)技術(shù)的發(fā)展及技術(shù)革新需求促進(jìn)了足跡特征定量化技術(shù)的發(fā)展。周口市公安局王清舉與北方工業(yè)大學(xué)及公安部832廠等單位聯(lián)合研制了“CZG-1立體足跡高程測(cè)量?jī)x”及換代產(chǎn)品“JLH-A面陣式深度數(shù)據(jù)測(cè)量?jī)x”，用力學(xué)、模糊數(shù)學(xué)量化成趟足跡中步長(zhǎng)、步寬、步角等特征，便于足跡檢驗(yàn)，降低檢驗(yàn)門(mén)檻。河北省雄縣劉樹(shù)權(quán)在20世紀(jì)80年代中期將力平衡及軌跡參數(shù)化運(yùn)用到足跡檢驗(yàn)中，提出了足跡動(dòng)力形態(tài)檢驗(yàn)方法，與南開(kāi)大學(xué)合作開(kāi)發(fā)了“足跡計(jì)算機(jī)自動(dòng)鑒定系統(tǒng)”。這兩種方法在量化足跡特征基礎(chǔ)上，研制了足跡鑒定系統(tǒng)，自動(dòng)化程度高、學(xué)習(xí)使用起來(lái)更加方便，鑒定結(jié)果更加客觀公正。但是，這兩種方法依然是以步法檢驗(yàn)為基礎(chǔ)，對(duì)動(dòng)力定型所形成的運(yùn)步方式的參數(shù)化，足跡的提取、足跡特征的提取必須由人手工完成，自動(dòng)化程度還不夠高，沒(méi)有擺脫足跡“專(zhuān)家特征”的約束。

（三）自動(dòng)化足跡檢驗(yàn)20世紀(jì)90年代以來(lái)，足跡檢驗(yàn)受到了公安部的高度重視，重點(diǎn)攻關(guān)足跡分析和識(shí)別自動(dòng)化技術(shù)。信息工程大學(xué)平西建團(tuán)隊(duì)從1995年開(kāi)始研究立體足跡的檢驗(yàn)鑒別。用傳統(tǒng)石膏制模方式采集立體足跡，在生物特征識(shí)別、三維數(shù)據(jù)分析、造型等方面的研究較深入。王淡用Bezier和B樣條曲面進(jìn)行足跡三維曲面重建。田越提出了基于曲線形狀分析的三維表面識(shí)別方法。應(yīng)用該技術(shù)，與河南省周口市公安局開(kāi)發(fā)了“基于重壓面形狀分析的立體足跡造型與識(shí)別系統(tǒng)”，但是，該方法要求深度基準(zhǔn)面一致。肖著提出了表面法向量分布曲線識(shí)別法解決深度基準(zhǔn)面問(wèn)題。該方法雖然能夠應(yīng)對(duì)基準(zhǔn)面不一致的問(wèn)題，但是分布曲線特征屬于全局特征，忽略了局部特征，不適用識(shí)別復(fù)雜三維表面。丁益洪為了提高足跡采集分辨率，提出了立體足跡深度圖像分割方法。在此基礎(chǔ)上，考慮足部骨骼生理特征，提出了描述立體赤足跡三維表面形態(tài)特征的參數(shù)模型圖，用形狀特征參數(shù)化足跡模型。這種同一性鑒別實(shí)驗(yàn)的正確率為79%。苗良在建立的立體足跡圖像坐標(biāo)系內(nèi)，將足跡的幾何特征及其拓?fù)潢P(guān)系參數(shù)化，通過(guò)統(tǒng)計(jì)分析得到了足跡與身高、年齡、性別、體型之間的關(guān)系。平西建團(tuán)隊(duì)對(duì)立體足跡的研究深入且有代表性，尤其在三維數(shù)據(jù)分析、造型方面。不過(guò)，由于用石膏制模方式采集立體足跡，效率較低。大連海事大學(xué)裴偉開(kāi)展了基于多尺度Gabor變換的平面足跡檢索算法研究，在6000枚犯罪現(xiàn)場(chǎng)足跡庫(kù)中，取128枚64組足跡互相檢索，排在前20位的比例是85.2%，排在前100位的比例是100%。大連恒銳股份有限公司的“恒銳足跡自動(dòng)識(shí)別系統(tǒng)”于2007年3月26日通過(guò)了公安部科技局組織的技術(shù)鑒定，鑒定結(jié)論為整體技術(shù)達(dá)到國(guó)際先進(jìn)水平，于2008年被公安部科技局確定為2008年度科技成果重點(diǎn)推廣項(xiàng)目。2010年9月“鞋樣本數(shù)據(jù)庫(kù)在線服務(wù)平臺(tái)”正式開(kāi)通，數(shù)據(jù)庫(kù)保存了來(lái)自全國(guó)各地近千個(gè)品牌的男鞋鞋樣10萬(wàn)余款，包含運(yùn)動(dòng)鞋、皮鞋、休閑鞋等款式，目前為25萬(wàn)余款。

二、國(guó)外研究進(jìn)展

國(guó)外足跡檢驗(yàn)的歷史雖然沒(méi)有國(guó)內(nèi)那么悠久，但作為重要的痕檢證據(jù)，領(lǐng)域?qū)＜覍W(xué)者也開(kāi)展了形式多樣的各種技術(shù)研究，促進(jìn)了足跡檢驗(yàn)技術(shù)的發(fā)展和完善。Kanchan研究了足跡與人體年齡、身高、性別的關(guān)系，并給出人的足跡具有唯一性的結(jié)論。Massey用成年雙胞胎的足跡差異性進(jìn)一步印證了該結(jié)論。Hemy用足和足跡的10條直線分布特征估計(jì)人的性別，在200個(gè)成年樣本中，對(duì)男性識(shí)別較準(zhǔn)，交叉校驗(yàn)使識(shí)別率從71%提高到91%。Periyasamy探討了足底壓力分布與性別的關(guān)系。Jasuja研究了人行走時(shí)步幅和身高的關(guān)系。Bertani研究了不同年齡、性別、腳支撐的老人的足弓類(lèi)型對(duì)腳底壓力分布的影響，發(fā)現(xiàn)足弓越高腳底峰值壓力越大，非支撐腳比支撐腳的足弓高，隨著年齡的增大，足弓變低，女性的更低，這可能與腳底肌肉僵硬有關(guān)。Bouridane等用相位相關(guān)濾波器（PhaseOnlyCorrelation,POC）和組合相關(guān)濾波器（AdvancedCorrelationFilters,ACFs）中的無(wú)約束最佳權(quán)衡綜合鑒別函數(shù)（UnconstrainedOptimumTrade-offSyntheticDiscriminantFunction,UOTSDF）濾波器進(jìn)行足跡檢索，以峰值旁瓣比（Peak-to-SidelobeRatio,PSR）為指標(biāo)，在5200枚的足跡庫(kù)中的平均識(shí)別率為86.61%，不足在于POC對(duì)旋轉(zhuǎn)敏感，ACFs對(duì)噪聲敏感。Bouridane聯(lián)合Harris、Hessian和SIFT為新的縮放、旋轉(zhuǎn)不變算子，在300枚的足跡庫(kù)中，多種情況（旋轉(zhuǎn)、縮放、噪聲、殘缺及多種組合）的測(cè)試結(jié)果表明排在前10位的比例為68.5%—100%。由于聯(lián)合了多個(gè)檢測(cè)子，速度較慢；足跡庫(kù)較小，也并非現(xiàn)場(chǎng)庫(kù)。AmbethKumar用歸一化平面赤足跡加權(quán)方向差與位置差進(jìn)行識(shí)別，該研究使用的樣本集較小。Massey使用960個(gè)墨拓足跡，提取96000個(gè)形狀特征進(jìn)行識(shí)別，確定二維赤足足跡可進(jìn)行身份鑒別，但是該方法的特征提取自動(dòng)化程度低，需人工干預(yù)。Zheng用行進(jìn)中動(dòng)態(tài)變化的足壓力特征進(jìn)行鑒別。TRADEMARKTM是由CSIEquipment公司在2006年開(kāi)發(fā)的一套足跡標(biāo)識(shí)分析識(shí)別系統(tǒng)。CSIEquipment公司聲稱(chēng)系統(tǒng)是當(dāng)時(shí)唯一一套利用類(lèi)別、大小、損傷、磨損識(shí)別足跡，自動(dòng)將足跡與嫌疑人數(shù)據(jù)庫(kù)、犯罪現(xiàn)場(chǎng)數(shù)據(jù)庫(kù)比對(duì)的檢索系統(tǒng)。

“自動(dòng)”是指比對(duì)和查詢(xún)過(guò)程。事實(shí)上，該系統(tǒng)仍需用戶(hù)根據(jù)分類(lèi)或其它方式編碼。與其它足跡系統(tǒng)不同的是，它需要用戶(hù)指出查詢(xún)足跡出現(xiàn)特征的位置。SICAR是由英國(guó)Foster&Freeman公司在2006年開(kāi)發(fā)的商用足跡檢索分類(lèi)系統(tǒng)，已被英國(guó)警察部門(mén)及法醫(yī)部門(mén)采用。最新版是SICAR?6，可以在嫌疑人和犯罪現(xiàn)場(chǎng)數(shù)據(jù)庫(kù)檢索足跡。該系統(tǒng)將花紋特征分為線形、波形、曲折形、圓形、菱形和塊狀等類(lèi)別，同其它半自動(dòng)系統(tǒng)一樣，也需用戶(hù)把足跡人工分類(lèi)并對(duì)足跡特征進(jìn)行編碼。Chazal建立了一種全自動(dòng)足跡分類(lèi)系統(tǒng)，用多個(gè)旋轉(zhuǎn)法向功率譜密度作為花紋特征。為了減少灰度變化率，高低頻信息被剔除，只保留足跡信息。Chazal測(cè)試了1000枚足跡，同組相似足跡排在第一位的比例為67%。ZHANG建立了一種基于輪廓邊緣特征信息的足跡識(shí)別系統(tǒng)，用邊緣方向直方圖檢索足跡圖像，檢索實(shí)驗(yàn)在512枚足跡庫(kù)中進(jìn)行。他們用仿真的旋轉(zhuǎn)、尺度變換、高斯噪聲圖片，評(píng)價(jià)該方法在不同情況下的魯棒性，準(zhǔn)確率為85.7%。Pavlou用SIFT描述MSER提取的特征，用光譜特征精匹配，在374枚足跡庫(kù)中進(jìn)行檢索實(shí)驗(yàn)，排在第1位的比例為87%，排在前8的比例為92%，但系統(tǒng)對(duì)信噪比的要求十分高。Gao使用多尺度曲率分析方法將鞋底花紋分為凸凹兩類(lèi)，然后在多尺度空間用不斷修改足跡輪廓模型的方式剔除三維特征中的異常數(shù)據(jù)，實(shí)現(xiàn)特征提取和分類(lèi)。Tang使用線、圓、橢圓等基本形狀特征和屬性關(guān)系圖檢索圖像。使用300枚真實(shí)場(chǎng)景的足跡圖像及2660枚變換后的圖像作為測(cè)試庫(kù)，排在前10%的比例為73%。Gamage開(kāi)發(fā)了非常有代表性的三維激光足跡采集儀，由兩臺(tái)激光器和一臺(tái)攝像機(jī)構(gòu)成，X、Y、Z的軸向精度分別為0.2369mm、0.0438mm、0.5mm，掃面速度為1.2138mm/s，實(shí)驗(yàn)中僅足跡掃面時(shí)間就為371.533秒，視頻分辨率為1920×1088，大小為1.03GB。整體而言，國(guó)外在足跡檢驗(yàn)方面的特點(diǎn)是，起步晚，以研究平面足跡檢索檢驗(yàn)為主，多是在小樣本非犯罪現(xiàn)場(chǎng)足跡庫(kù)中進(jìn)行檢索試驗(yàn)，水平和國(guó)內(nèi)相當(dāng)。

三、結(jié)論與展望

足跡鑒別技術(shù)在幾千年的發(fā)展中，取得眾多研究進(jìn)步和技術(shù)突破，是經(jīng)得起歷史長(zhǎng)河考驗(yàn)的生物特征鑒別技術(shù)，在歷史舞臺(tái)上延續(xù)著其特有光芒的同時(shí)，也向人類(lèi)提出了更高的要求。成痕主體、成痕環(huán)境的變化對(duì)痕跡采集及鑒別技術(shù)提出了新的挑戰(zhàn)。一方面，隨著罪犯的受教育程度及學(xué)習(xí)能力的提高，罪犯的反偵查手段花樣百出，現(xiàn)場(chǎng)能提取到的有效證據(jù)越來(lái)越少，很多情況下，足跡可能是唯一的現(xiàn)場(chǎng)遺留證據(jù)，足跡鑒別成了偵破案件的唯一希望。另一方面，足跡“專(zhuān)家特征”限制、采集自動(dòng)化程度低、殘缺破損足跡困擾、理論基礎(chǔ)薄弱等問(wèn)題嚴(yán)重影響了足跡鑒定的速度和精度，阻礙了案件的偵破。將更新、更優(yōu)的技術(shù)引入實(shí)戰(zhàn)，提高采集設(shè)備的自動(dòng)化、小型化，“專(zhuān)家特征”的數(shù)學(xué)化、科學(xué)化，分析過(guò)程的智能化、網(wǎng)絡(luò)化，理論支撐的全面化、深刻化，特殊情況的專(zhuān)業(yè)化、綜合化是足跡識(shí)別技術(shù)的發(fā)展方向。（一）足跡高效采集將物聯(lián)網(wǎng)技術(shù)、片上實(shí)驗(yàn)室技術(shù)應(yīng)用到足跡采集設(shè)備上，適應(yīng)復(fù)雜多變的成痕環(huán)境，克服常用足跡采集儀的笨重、昂貴、采集速度慢、精度低等缺點(diǎn)，快速準(zhǔn)確非接觸地獲取犯罪現(xiàn)場(chǎng)的立體足跡數(shù)據(jù)，為鎖定犯罪嫌疑人提供硬件保障。（二）步態(tài)與立體足跡互識(shí)別以生物控制論為指導(dǎo)，建立骨肌系統(tǒng)動(dòng)力學(xué)模型及控制機(jī)制，揭示足造痕的本質(zhì)，實(shí)現(xiàn)立體足跡、步態(tài)、人的三點(diǎn)一線，完善足跡檢驗(yàn)鑒定理論體系。（三）平面足跡與立體足跡互識(shí)別以人體解剖學(xué)為基礎(chǔ)，將增強(qiáng)現(xiàn)實(shí)技術(shù)與深度學(xué)習(xí)技術(shù)相結(jié)合，使自成體系的平面足跡特征與立體足跡特征能夠在統(tǒng)一的框架下互聯(lián)互查，實(shí)現(xiàn)跨平臺(tái)的特征刻畫(huà)與檢驗(yàn)鑒定。（四）殘缺破損足跡與完整足跡互識(shí)別將數(shù)據(jù)挖掘技術(shù)與腦認(rèn)知技術(shù)相結(jié)合，透過(guò)現(xiàn)象抓住本質(zhì)，將殘缺破損足跡與完整足跡在特征空間配準(zhǔn)，實(shí)現(xiàn)殘缺破損足跡的檢驗(yàn)鑒定。

參考文獻(xiàn)：

[1]Y.Tang,S.N.Srihari.Likelihoodratioestimationinforensicidentificationusingsimilarityandrarity.PatternRecognition,2014,47:945-958.

[2]S.Almaadeed,A.Bouridane,D.CrookesandO.Nibouche.Partialshoeprintretrievalusingmultiplepoint-of-interestdetectorsandSIFTdescriptors.IntegratedComputer-AidedEngineering,2015(22):41-58.

[3]W.Pei,Y.Y.Zhu,C.Liu,Z.Y.Xia.Non-uniformitycorrectionforSLMmicroscopicimages.ImageandVisionComputing,2009,27(6):782-789.

識(shí)別技術(shù)范文第3篇

【關(guān)鍵字】 生物識(shí)別 認(rèn)證 安全

一、引言

所謂生物識(shí)別技術(shù)就是指通過(guò)計(jì)算機(jī)與光學(xué)、聲學(xué)、生物傳感器和生物統(tǒng)計(jì)學(xué)原理等高科技手段密切結(jié)合，利用人體固有的生理特征和行為特征來(lái)進(jìn)行個(gè)人身份的鑒定[1]。生物識(shí)別技術(shù)可廣泛應(yīng)用于政府、軍隊(duì)、銀行、社會(huì)福利保障、電子商務(wù)、安全防務(wù)等[2]，因此對(duì)生物識(shí)別的技術(shù)發(fā)展進(jìn)行分析是非常必要的。

二、生物識(shí)別技術(shù)發(fā)展

在生物識(shí)別專(zhuān)利中，關(guān)于指紋識(shí)別的專(zhuān)利數(shù)量占到了49%，其次是面部識(shí)別33%，聲音識(shí)別9%，虹膜識(shí)別6%，從1990年至今，生物識(shí)別技術(shù)專(zhuān)利每年的申請(qǐng)量都呈遞增趨勢(shì)，根據(jù)專(zhuān)利數(shù)量申請(qǐng)人的統(tǒng)計(jì)，在生物識(shí)別領(lǐng)域，索尼，LG和三星的專(zhuān)利申請(qǐng)數(shù)量處于領(lǐng)先地位。

三星公司于1998年開(kāi)始了生物識(shí)別的專(zhuān)利申請(qǐng)，CN1286787A提出了關(guān)于手機(jī)聲音識(shí)別的技術(shù)方案，其后的專(zhuān)利申請(qǐng)CN1399247A提出了提高語(yǔ)音識(shí)別率的技術(shù)方案，還有涉及指紋識(shí)別（CN1484425A）、（CN1689025A）、（CN101753869A）、（CN101562700A）、面部識(shí)別（CN1855118A）、（CN101408929A）、（CN101414348A）等。

索尼公司1996年的專(zhuān)利申請(qǐng)CN1151573A提出了聲音識(shí)別的方法，還有涉及面部識(shí)別的專(zhuān)利（CN101281595A）、（CN101377814A）、（CN102067127A）、（CN102334115A）、（CN102640149A），聲音識(shí)別專(zhuān)利（CN102576530A）、（CN102262644A）。

LG公司2002年的專(zhuān)利申請(qǐng)CN1430177A提出了虹膜識(shí)別的方法，其涉及的虹膜識(shí)別專(zhuān)利（CN1439998A）、（CN1452118A）、（CN1515952A），指紋識(shí)別專(zhuān)利（CN1674036A）、（CN1674037A）、（CN1829364A）以及面部識(shí)別專(zhuān)利（CN103546627A）。

隸屬于LG公司的樂(lè)金電子公司也相應(yīng)的申請(qǐng)了涉及虹膜識(shí)別的專(zhuān)利（CN1635536A）、（CN1790373A）、（CN1924886A）、（CN1924887A）、（CN1932839A）、（CN1936920A）、（CN1940959A）、（CN1874422A），指紋識(shí)別專(zhuān)利（CN1719453A）、（CN1805470A）、（CN17050474A）、（CN1766904A）、（CN1738463A）、（CN1797422A），聲音識(shí)別專(zhuān)利（CN1889035A）、（CN1941078A）等。

可見(jiàn)，不同的公司研究的側(cè)重點(diǎn)不一樣，三星公司的專(zhuān)利以指紋識(shí)別專(zhuān)利為主，索尼公司的專(zhuān)利以面部識(shí)別專(zhuān)利為主，LG公司的專(zhuān)利以虹膜識(shí)別專(zhuān)利為主。

國(guó)內(nèi)主要申請(qǐng)人是諸如北京航空航天大學(xué)等大專(zhuān)院校和華為和中興，北京航空航天大學(xué)的申請(qǐng)涉及基于生物特征

水印的安全認(rèn)證方法（CN102306305A）、（CN101262481A）；華為公司涉及使用生物證書(shū)進(jìn)行生物認(rèn)證的方法（CN101123499A），還有其他涉及相關(guān)專(zhuān)利（CN101075868A）、（CN101051895）、（CN103106736）等；

四川長(zhǎng)虹電器股份有限公司涉及識(shí)別的專(zhuān)利（CN103607599A），還有其他涉及相關(guān)專(zhuān)利（CN103441909A）、（CN103279747A）。

總體而言，上述國(guó)內(nèi)申請(qǐng)的專(zhuān)利申請(qǐng)時(shí)間相對(duì)國(guó)外而言比較晚，可見(jiàn)，國(guó)內(nèi)的公司關(guān)于生物識(shí)別的研究比較晚，研究不夠。

三、展望

伴隨認(rèn)證智能化的步伐，生物識(shí)別技術(shù)走進(jìn)人們的視線。初期，生物識(shí)別技術(shù)發(fā)展緩慢，過(guò)程曲折，2006 年之后，生物識(shí)別技術(shù)研發(fā)環(huán)境相對(duì)成熟，該領(lǐng)域進(jìn)入快速發(fā)展期，更多的企業(yè)加入到該領(lǐng)域的競(jìng)爭(zhēng)當(dāng)中，更多的新方案被提出。

參 考 文 獻(xiàn)

[1] 孫冬梅等. 生物識(shí)別技術(shù)綜述：電子學(xué)報(bào)，第29卷第12期，2001年12月.

識(shí)別技術(shù)范文第4篇

1基地專(zhuān)家遠(yuǎn)程操控

基地技術(shù)支持中心的專(zhuān)家通過(guò)遠(yuǎn)程錄井平臺(tái)操控現(xiàn)場(chǎng)小隊(duì)的計(jì)算機(jī)，根據(jù)巖屑定名和分析的需求，通過(guò)登錄現(xiàn)場(chǎng)計(jì)算機(jī)控制巖屑圖像采集儀的方式，對(duì)目標(biāo)巖屑進(jìn)行遠(yuǎn)程圖像拍攝，保存入庫(kù)并通過(guò)遠(yuǎn)程錄井平臺(tái)上傳至基地技術(shù)支持中心。

2巖屑遠(yuǎn)程識(shí)別分析

2．1巖屑圖像量化分析基地專(zhuān)家通過(guò)現(xiàn)場(chǎng)傳回來(lái)的巖屑圖像或通過(guò)登錄遠(yuǎn)程錄井平臺(tái)對(duì)現(xiàn)場(chǎng)拍攝的巖屑圖像進(jìn)行巖屑顏色、熒光和粒徑分析（圖1），量化巖屑顏色數(shù)據(jù)、熒光面積數(shù)據(jù)和粒度數(shù)據(jù)，為巖屑定名提供依據(jù)，并生成巖屑圖像報(bào)告。

2．2礦物成分識(shí)別基地專(zhuān)家為對(duì)巖屑圖像進(jìn)行遠(yuǎn)程巖性成分的識(shí)別，在拍攝過(guò)程中視巖屑顆粒大小確定不同的放大倍數(shù)，根據(jù)巖屑不同成分鏡下顯現(xiàn)的不同特征識(shí)別石英、長(zhǎng)石等礦物成分及含量（圖3、圖4）；通過(guò)視頻語(yǔ)音系統(tǒng)與現(xiàn)場(chǎng)小隊(duì)人員互動(dòng)交流，了解巖屑掉塊及清洗巖屑的難易程度，進(jìn)而通過(guò)專(zhuān)業(yè)知識(shí)、現(xiàn)場(chǎng)經(jīng)驗(yàn)，結(jié)合區(qū)域標(biāo)志層及鄰井巖性特征，依據(jù)鉆時(shí)、定量熒光參數(shù)、地化參數(shù)、元素錄井參數(shù)、氣測(cè)全烴值、工程扭矩等參數(shù)變化特征，實(shí)現(xiàn)了巖屑成分遠(yuǎn)程識(shí)別。

2．3多井對(duì)比分析識(shí)別區(qū)域巖性通過(guò)遠(yuǎn)程錄井平臺(tái)，登陸現(xiàn)場(chǎng)采集系統(tǒng)，調(diào)出實(shí)鉆井巖屑剖面，通過(guò)多井對(duì)比分析系統(tǒng)將周?chē)従M(jìn)行隨鉆地層對(duì)比分析

，查看標(biāo)志層、巖性、油氣顯示、層位變化、巖性組合、油水界面、對(duì)比關(guān)系等，判斷地層所鉆遇的層位界面、巖性和巖性組合特征，為實(shí)現(xiàn)專(zhuān)家遠(yuǎn)程識(shí)別巖性提供有效的依據(jù)。

3現(xiàn)場(chǎng)應(yīng)用

現(xiàn)場(chǎng)的巖屑通過(guò)遠(yuǎn)程識(shí)別技術(shù)得到了準(zhǔn)確的定名，對(duì)現(xiàn)場(chǎng)錄井的關(guān)鍵環(huán)節(jié)提供了保障，并在遼河油區(qū)的現(xiàn)場(chǎng)得到廣泛應(yīng)用。

3．1MG6－6－20井MG6－6－20井設(shè)計(jì)井深4373m，中生界角礫巖界面在4010m，設(shè)計(jì)要求揭開(kāi)中生界角礫巖50m中途完井。2013年7月12日鉆至井深4080~4100m，在利用現(xiàn)場(chǎng)的錄井資料和相關(guān)參數(shù)進(jìn)行綜合判斷的同時(shí)，運(yùn)用多井對(duì)比系統(tǒng)進(jìn)行隨鉆地層對(duì)比、分析（圖5）。基地技術(shù)支持中心專(zhuān)家通過(guò)遠(yuǎn)程錄井系統(tǒng)，與現(xiàn)場(chǎng)進(jìn)行語(yǔ)音視頻溝通，同時(shí)對(duì)上傳的巖屑圖像進(jìn)行遠(yuǎn)程觀察描述，發(fā)現(xiàn)巖性、鉆時(shí)變化明顯：4090m之前巖屑中泥質(zhì)含量較多，顏色較深，巖性定為深灰泥巖；4090m之后巖屑中泥質(zhì)含量明顯變少，顏色變淺，巖性變純，成分以花崗巖塊為主，巖屑呈棱角狀，可見(jiàn)局部風(fēng)化現(xiàn)象，巖性定為淺灰色角礫巖。運(yùn)用遠(yuǎn)程巖屑成像系統(tǒng)已確認(rèn)巖性為角礫巖，經(jīng)多井對(duì)比系統(tǒng)進(jìn)行隨鉆地層對(duì)比分析認(rèn)為進(jìn)入中生界目的層；鉆時(shí)變小，可鉆性增強(qiáng)，證明進(jìn)入牙輪鉆頭易破碎的角礫巖上部風(fēng)化殼（圖6）。技術(shù)支持中心專(zhuān)家經(jīng)討論分析決定實(shí)施中途完井，后經(jīng)電測(cè)曲線證實(shí)專(zhuān)家決策正確。

3．2XG7－H265井基地專(zhuān)家通過(guò)遠(yuǎn)程錄井巖屑圖像觀察分析認(rèn)為，XG7－H265井的3872m和3874m兩包巖屑之間明顯是個(gè)地層界面，因?yàn)閹r屑顏色和巖性明顯不同，成分多為石英、長(zhǎng)石，巖屑逐包變純，因?yàn)閹r屑顆粒形態(tài)也有所改變，以片狀居多；結(jié)合現(xiàn)場(chǎng)鉆時(shí)等參數(shù)和多井對(duì)比分析，基地專(zhuān)家一致認(rèn)為從3872m開(kāi)始進(jìn)入潛山，巖性為混合花崗巖。后經(jīng)電測(cè)資料證實(shí)XG7－H265井從3872m進(jìn)入太古界地層（圖7），巖性為灰色混合花崗巖。

4結(jié)束語(yǔ)

識(shí)別技術(shù)范文第5篇

關(guān)鍵詞：無(wú)損檢測(cè)；射線檢測(cè)；焊縫；缺陷；自動(dòng)識(shí)別

現(xiàn)代無(wú)損檢測(cè)技術(shù)在產(chǎn)品質(zhì)量控制和生產(chǎn)效率提升方面發(fā)揮著重要作用，常規(guī)無(wú)損檢測(cè)技術(shù)包括射線檢測(cè)、超聲檢測(cè)、渦流檢測(cè)、磁粉檢測(cè)等類(lèi)型[1]，這些檢測(cè)技術(shù)各有優(yōu)勢(shì)，適用于不同的應(yīng)用場(chǎng)合。其中，以X射線檢測(cè)為代表的射線無(wú)損檢測(cè)技術(shù)具有高效、便捷、可定量判定等特點(diǎn)而受到廣泛應(yīng)用[2]。傳統(tǒng)的射線檢測(cè)主要通過(guò)膠片成像并判別缺陷，這種方法雖然技術(shù)簡(jiǎn)單、分辨力強(qiáng)，但操作比較復(fù)雜、成像過(guò)程不好操作、檢測(cè)效率不高、難以實(shí)現(xiàn)自動(dòng)化。近年來(lái)，數(shù)字化的射線成像系統(tǒng)應(yīng)用日益普遍，數(shù)字成像的最大優(yōu)點(diǎn)是便于缺陷的自動(dòng)化識(shí)別，有效提高了檢測(cè)效率和自動(dòng)化水平[3]。基于此，本文以焊縫缺陷檢測(cè)為例，對(duì)射線檢測(cè)的自動(dòng)識(shí)別技術(shù)進(jìn)行了深入的探討。

1射線檢測(cè)基本原理

X射線是一種穿透能力極強(qiáng)的電磁波，通過(guò)穿透被測(cè)工件并檢測(cè)透射強(qiáng)度分布來(lái)反映工件內(nèi)部結(jié)構(gòu)信息，通過(guò)人工或自動(dòng)分析，可以識(shí)別出缺陷的大小、尺寸和分布等情況。當(dāng)工件內(nèi)部存在缺陷時(shí)，由于缺陷與工件本身的材料往往不一致，因此對(duì)X射線的衰減程度是不一樣的，通過(guò)成像介質(zhì)在工作的另一側(cè)接收X射線的透射光并記錄下來(lái)，即可將缺陷的投影尺寸和形狀反射成像介質(zhì)上。射線檢測(cè)技術(shù)常常使用底片作為成像介質(zhì)，可以取得很高的分辨率，對(duì)氣孔、夾渣等缺陷有很高的檢出率，而且能夠準(zhǔn)確識(shí)別缺陷的性質(zhì)、數(shù)量、尺寸和分布情況。但對(duì)于具有方向性的缺陷，例如裂紋、分層，其檢出率則與射線穿透的方向有關(guān)，如果缺陷方向與射線穿透方向一致，則可能出現(xiàn)漏檢。隨著現(xiàn)代生產(chǎn)工藝水平的提高，各應(yīng)用場(chǎng)合都對(duì)檢測(cè)效率提出了更高的要求，例如生產(chǎn)流水線，要求實(shí)現(xiàn)自動(dòng)化實(shí)時(shí)檢測(cè)，傳統(tǒng)的膠片成像技術(shù)顯著不再滿(mǎn)足需求。在此背景下，數(shù)字成像技術(shù)應(yīng)運(yùn)而生，為射線檢測(cè)缺陷的自動(dòng)識(shí)別奠定了基礎(chǔ)。

2焊縫自動(dòng)檢測(cè)的難點(diǎn)

焊縫檢測(cè)是無(wú)損檢測(cè)的重要應(yīng)用場(chǎng)景，也是無(wú)損檢測(cè)技術(shù)的優(yōu)勢(shì)應(yīng)用領(lǐng)域之一。材料在焊接時(shí)，由于工藝技術(shù)、設(shè)備條件、應(yīng)力變化、材料結(jié)構(gòu)、尺寸形狀等因素的影響，在焊縫中出現(xiàn)熱裂縫是十分常見(jiàn)的，而裂縫作為一種極度危險(xiǎn)的缺陷類(lèi)型，一旦在焊縫中發(fā)現(xiàn)則要求必須返修。在產(chǎn)品使用過(guò)程中，焊接件在高溫、高壓、腐蝕、疲勞、沖擊等惡劣環(huán)境下，也很基于射線檢測(cè)的焊縫缺陷自動(dòng)識(shí)別技術(shù)研究孫文斐（濟(jì)南市計(jì)量檢定測(cè)試院，山東濟(jì)南，250101）摘要：本文介紹了射線檢測(cè)的基本原理，分析了射線檢測(cè)技術(shù)實(shí)現(xiàn)自動(dòng)化的難點(diǎn)所在，分析焊縫檢測(cè)圖像的預(yù)處理過(guò)程和焊縫缺陷的特征提取方法，通過(guò)人工智能的方法實(shí)現(xiàn)了射線檢測(cè)的焊縫缺陷自動(dòng)識(shí)別，取得了良好的效果。本文的研究可以為無(wú)損檢測(cè)技術(shù)的應(yīng)用提供借鑒，具有一定的現(xiàn)實(shí)意義。關(guān)鍵詞：無(wú)損檢測(cè)；射線檢測(cè)；焊縫；缺陷；自動(dòng)識(shí)別中圖分類(lèi)號(hào)：TH3文獻(xiàn)標(biāo)識(shí)碼：AResearchonAutomaticRecognitionTechnologyofWeldDefectsBasedonRadiographicInspectionSunWenfei(JinanMetrologicalVerificationandTestingInstitute,Ji’nanShandong,250101)Abstract:Thisarticleintroducesthebasicprinciplesofradiographicinspection,analyzesthedifficultiesofradiographicinspectiontechnologytoachieveautomation,analyzesthepreprocessingprocessofweldinspectionimagesandthefeatureextractionmethodofwelddefects,andrealizesradiographicinspectionthroughartificialintelligencemethods.Automaticidentificationofwelddefectshasachievedgoodresults.Theresearchinthisarticlecanprovideareferencefortheapplicationofnon-destructivetestingtechnologyandhascertainpracticalsignificance.Keywords:non-destructivetesting;radiographictesting;welds;defects;automaticidentificationDOI:10.16520/j.cnki.1000-8519.2022.04.007容易出現(xiàn)冷裂縫。考慮到焊接件的生產(chǎn)規(guī)模通常很大，要求實(shí)時(shí)在線檢測(cè)，因此缺陷的識(shí)別過(guò)程也必須是自動(dòng)化的。但是焊縫缺陷的自動(dòng)識(shí)別有一定的難度，這主要是因?yàn)樽詣?dòng)化識(shí)別涉及到圖像處理、信號(hào)分析、模式識(shí)別、人工智能等一系列技術(shù)，是一門(mén)綜合性的交叉技術(shù)。在射線檢測(cè)中，成像介質(zhì)上接收到的除了透射部分之外，還會(huì)包含許多雜亂的散射射線，使圖像信噪比降低，圖像對(duì)比度往往不高，這對(duì)于不規(guī)則線頭缺陷的識(shí)別造成了很大的不便。另外，由于焊縫缺陷類(lèi)型較多，而不同的缺陷類(lèi)型需要不同的識(shí)別算法和特征庫(kù)，不便于實(shí)際應(yīng)用。

3焊縫檢測(cè)圖像的預(yù)處理

檢測(cè)圖像的預(yù)處理是指在正式進(jìn)行自動(dòng)判別之前，對(duì)質(zhì)量不高的圖像進(jìn)行初步的處理，提高圖像質(zhì)量的過(guò)程。X射線檢測(cè)圖像信噪比低、分辨率低、對(duì)比度低、灰度不均勻、邊緣不清晰，缺陷信息很有可能會(huì)湮滅在噪聲之中，缺陷判別難度很大。因此在焊縫檢測(cè)中，通常要對(duì)圖像進(jìn)行去噪等預(yù)處理。圖像降噪包括空間域和頻率域兩種方法，空間域方法包括領(lǐng)域平均法、中值濾波等；頻率域方法包括FFT、小波變換、低通濾波器等。

3.1小波去噪技術(shù)

小波去噪技術(shù)是基于小波變換理論的，它的數(shù)學(xué)本質(zhì)就是對(duì)一個(gè)母小波進(jìn)行伸縮和平穩(wěn)，對(duì)特定函數(shù)進(jìn)行最佳逼近。小波變換具有低熵性、多分辨率、去相關(guān)性和選基靈活性等優(yōu)勢(shì)，因而比傳統(tǒng)的FFT具有更好的時(shí)頻特性，在圖像信號(hào)處理領(lǐng)域得到廣泛的應(yīng)用。對(duì)于射線圖像來(lái)說(shuō)，不同尺寸的缺陷在不同尺度中的小波系數(shù)也會(huì)有不同的體現(xiàn)，因此可以通過(guò)小波變換的方法對(duì)焊縫圖像進(jìn)行降噪處理。

3.2圖像增強(qiáng)技術(shù)

圖像降噪處理后，雖然噪聲得到了一定程度的消除，但原本的圖像在邊緣區(qū)域往往會(huì)變得模糊，這將對(duì)后續(xù)的特征提取帶來(lái)不良影響。因此可以采用圖像增強(qiáng)技術(shù)來(lái)銳化圖像邊緣，進(jìn)一步提高圖像的對(duì)比度。所謂圖像增強(qiáng)，就是根據(jù)實(shí)際需要，突出圖像中的特定信息，同時(shí)削弱圖像中無(wú)用的成分的一種處理過(guò)程。目前可以實(shí)現(xiàn)圖像增強(qiáng)的技術(shù)主要包括修整灰度、去模糊、平滑或消除噪聲等等方法，這些方法操作簡(jiǎn)單、效果顯著，但在實(shí)際的使用中，為了提高圖像增強(qiáng)的效果，往往會(huì)采用幾種方法的組合。

3.3焊道識(shí)別

焊縫檢測(cè)主要針對(duì)焊縫區(qū)域的缺陷，對(duì)其它部位的缺陷不感興趣。但焊縫射線檢測(cè)的圖像區(qū)域往往較大，而區(qū)域中絕大部分是背景，焊縫只占了很小的一部分，因此在識(shí)別之前必須將識(shí)別區(qū)域準(zhǔn)確地鎖定在焊道區(qū)域上，這樣不僅可以減少其它區(qū)域的信號(hào)干擾，而且有效減少了處理的數(shù)據(jù)量，顯著提高處理效率。為了快速地在圖像中提取出焊道區(qū)域，本文采用了基于線灰度曲線的雙峰特性提取法，其基本思路是先計(jì)算出焊縫區(qū)域的大致中心線位置，然后再以這條中心線作為基準(zhǔn)，向兩邊各延伸一定的像素范圍作為焊道區(qū)域。由于圖像會(huì)在焊道邊緣區(qū)域產(chǎn)生突變，在像素曲線中表現(xiàn)為兩個(gè)峰值，因此在向基準(zhǔn)兩邊延伸的過(guò)程中，只要檢測(cè)到峰值的存在，就可以將該峰值所在的位置作為焊道的邊界，從而完成了焊道區(qū)域的自動(dòng)識(shí)別。

4焊縫缺陷的特征提取

在一幅檢測(cè)圖像中會(huì)有大量的信息，但為了抓住圖像最本質(zhì)的特征，就需要對(duì)其進(jìn)行特征識(shí)別。在焊縫檢測(cè)中，就是要有效地提取出檢測(cè)圖像中的缺陷特征，但重要的特征往往很難識(shí)別，因此必須先掌握各種缺陷類(lèi)型的基本特點(diǎn)。

4.1常見(jiàn)焊縫缺陷的分類(lèi)

焊縫是一種特殊的材料和區(qū)域，它位于兩個(gè)待焊接件之間，通過(guò)高溫熔化焊接材料使兩個(gè)工件連接在一起。由于焊接過(guò)程中工藝技術(shù)、設(shè)備條件、應(yīng)力變化、材料結(jié)構(gòu)、尺寸形狀等因素均不相同，因此可能會(huì)出現(xiàn)各種不同的缺陷。根據(jù)不同的標(biāo)準(zhǔn)，可以將這些缺陷分為不同的種類(lèi)，本文按照缺陷的性質(zhì)不同，將其大致分為裂紋、未焊透、未熔合、氣孔、夾渣等五大類(lèi)。（1）裂紋。裂紋是受到焊接應(yīng)力和其它致脆因素的影響，在焊接區(qū)域的局部地區(qū)金屬原子結(jié)合力遇到破壞而出現(xiàn)的新界面。該界面將原本是一體的材料一分為二，宏觀上表現(xiàn)為焊接裂縫。根據(jù)裂縫的走勢(shì)不同，裂縫還可以進(jìn)一步劃分為縱向裂紋、橫向裂紋、弧坑裂紋等等。裂紋多出現(xiàn)于焊道上或熱影響區(qū)附近，在底片上表現(xiàn)為兩端尖狀的不規(guī)則黑色細(xì)線條。焊縫中是不允許任何形式的裂紋存在的。（2）未焊透。按照出現(xiàn)部分的不同，未焊透又可以分成根部未焊透、層間未焊透和邊緣未焊透三種。在焊縫中出現(xiàn)未焊透的問(wèn)題不僅會(huì)嚴(yán)重降低焊縫強(qiáng)度和延伸率，還會(huì)大大提高裂縫的概率。未焊透在X射線檢測(cè)焊縫圖像上一般表現(xiàn)為規(guī)則的黑色線條，多位于焊縫中間，其走向沿焊道方向，邊界通常較平直且規(guī)則。焊縫中是不允許任何形式的未焊透缺陷存在的。（3）未熔合。未熔合是在焊縫材料與母材之間，或者焊道材料與焊道材料之間未完全熔化并結(jié)合的部分。按照出現(xiàn)部分的不同，未熔合又可以分成邊緣未熔合、根部未熔合和層間未熔合。未熔合在X射線檢測(cè)焊縫圖像中表現(xiàn)為寬度不一、黑度不均勻、斷續(xù)分布的條狀。靠母材一側(cè)的黑度較高且成直線，另一側(cè)較模糊且輪廓不規(guī)則。焊縫中是不允許任何形式的未熔合缺陷存在的。（4）氣孔。氣孔是熔池中的氣泡在凝固過(guò)程中未能及時(shí)逸出而殘留在材料內(nèi)部而形成的空穴。氣孔在X射線檢測(cè)焊縫圖像表現(xiàn)為個(gè)圓形或者橢圓形的黑色影像，影像邊緣光滑，外形規(guī)則，有清晰的周界，在圓形區(qū)域中，越往中間位置其黑度越大，越往邊緣其黑度越小。氣孔分布情況各不相同，既有密集的、也單個(gè)的，既有大個(gè)的、也有小個(gè)的，既有圓形的、也有橢圓形的。（5）夾渣。夾渣是殘留在焊縫中的熔渣，根據(jù)其形狀不同，夾渣可以分為條狀?yuàn)A渣和球狀?yuàn)A渣兩種。當(dāng)圖像中夾渣的長(zhǎng)寬比大于3時(shí)認(rèn)為是條狀?yuàn)A渣；反之，當(dāng)長(zhǎng)寬比小于或等于3時(shí)認(rèn)為是球狀?yuàn)A渣。夾渣在X射線檢測(cè)焊縫圖像表現(xiàn)為長(zhǎng)條狀或圓狀的、邊界有不規(guī)則棱角的，黑度均勻且清晰的影像。條狀?yuàn)A渣的延伸方向一般與焊縫走向相同。

4.2焊縫缺陷特征分析

對(duì)于不同類(lèi)型的焊縫缺陷，其X射線檢測(cè)圖像的差異和變化都比較大，這主要是由于不同的焊縫缺陷成像結(jié)果不僅與缺陷自身形態(tài)有關(guān)，而且與射線強(qiáng)度、材料厚度、焊接工藝、焊接位置、發(fā)射角度等大量因素有關(guān)。焊縫缺陷圖像主要有兩種，分別為：由缺陷造成的缺陷影像，以及由試件外觀造成表面幾何影像。焊縫缺陷特征分析，就是要對(duì)缺陷圖像的形狀、尺寸、黑度、分布等信息進(jìn)行識(shí)別，為缺陷類(lèi)型的判斷提供基本的條件。

5基于神經(jīng)網(wǎng)絡(luò)方法的焊縫圖像識(shí)別技術(shù)

5.1神經(jīng)網(wǎng)絡(luò)概述

人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork,ANN）是由大量處理單元相互連接而成的一種網(wǎng)絡(luò)，它可以對(duì)人腦進(jìn)行抽象、簡(jiǎn)化和模擬，從而復(fù)制人腦的基本特性。因此ANN屬于人工智能技術(shù)的范圍。ANN可以看成是一臺(tái)簡(jiǎn)單的處理單元所組成的大量并行分布的處理機(jī)，該處理機(jī)不僅具有存儲(chǔ)和應(yīng)用經(jīng)驗(yàn)知識(shí)的自然特性，而且可以通過(guò)對(duì)歷史數(shù)據(jù)的學(xué)習(xí)快速?gòu)耐獠凯h(huán)境中獲取所需信息，因此是是一個(gè)大規(guī)模的非線性自適應(yīng)系統(tǒng)。

5.2BP網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)

在圖像處理領(lǐng)域，BP神經(jīng)網(wǎng)絡(luò)通常是特征提取和特征識(shí)別的過(guò)程。網(wǎng)絡(luò)共有3層，分別是輸入層、中間層和輸出層。如果將BP神經(jīng)網(wǎng)絡(luò)用于識(shí)別分類(lèi)，那么輸入節(jié)點(diǎn)數(shù)則可以根據(jù)數(shù)據(jù)源的維數(shù)來(lái)確定。對(duì)于焊縫檢測(cè)來(lái)說(shuō)，經(jīng)過(guò)一系列的前期處理之后，得到6維的缺陷特征向量，所以將輸入層節(jié)點(diǎn)定為6。網(wǎng)絡(luò)的輸出取前文介紹的5類(lèi)缺陷，因此輸出節(jié)點(diǎn)數(shù)據(jù)為5。隱含層的神經(jīng)元數(shù)目與問(wèn)題的要求、輸入/輸出單元的數(shù)目均直接相關(guān)，如果數(shù)量過(guò)大，會(huì)造成學(xué)習(xí)訓(xùn)練時(shí)間過(guò)長(zhǎng)且誤差未必最小，嚴(yán)重時(shí)還會(huì)出現(xiàn)錯(cuò)誤；如果隱含層神經(jīng)元節(jié)點(diǎn)過(guò)少，又會(huì)導(dǎo)致模型精確性不高。因此本文采用了具有7個(gè)節(jié)點(diǎn)的隱含層設(shè)計(jì)方案。神經(jīng)元上的激活函數(shù)采用經(jīng)典的S型函數(shù)，該函數(shù)在（0，1）內(nèi)連續(xù)單調(diào)可微，滿(mǎn)足激活函數(shù)的選擇要求。使用實(shí)際檢測(cè)到的100個(gè)缺陷圖像為樣本，其中80個(gè)用于網(wǎng)絡(luò)的訓(xùn)練，20個(gè)用于網(wǎng)絡(luò)的驗(yàn)證。試驗(yàn)表明，該模型可以實(shí)現(xiàn)對(duì)典型缺陷80%的檢出率，基本上可以滿(mǎn)足生產(chǎn)需求。BP神經(jīng)網(wǎng)絡(luò)的參數(shù)可以進(jìn)行調(diào)優(yōu)，經(jīng)過(guò)調(diào)優(yōu)后的網(wǎng)絡(luò)，其對(duì)典型缺陷檢出率接近90%，完全滿(mǎn)足焊縫缺陷的自動(dòng)化識(shí)別需求。

6結(jié)語(yǔ)

無(wú)損檢測(cè)技術(shù)是現(xiàn)代檢測(cè)技術(shù)的重要組成部分，而射線檢測(cè)技術(shù)作為無(wú)損檢測(cè)中的常規(guī)檢測(cè)技術(shù)之一，在當(dāng)前和未來(lái)一段時(shí)期內(nèi)仍然占據(jù)著重要地位。在電子技術(shù)和圖像處理技術(shù)迅速發(fā)展的背景下，射線檢測(cè)缺陷的自動(dòng)化識(shí)別成為一種必然的趨勢(shì)。借助于各種先進(jìn)的圖像處理算法和人工智能算法，射線檢測(cè)技術(shù)的檢測(cè)能力將得到進(jìn)一步的提升，也將成為一種不可替代的重要無(wú)損檢測(cè)手段。本文對(duì)射線檢測(cè)的焊縫缺陷自動(dòng)識(shí)別技術(shù)進(jìn)行了深入的分析，無(wú)論是對(duì)于射線檢測(cè)技術(shù)的進(jìn)步還是對(duì)于焊接領(lǐng)域的發(fā)展都有著重要的現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1]張立新.無(wú)損檢測(cè)中焊縫X射線底片數(shù)字化儀及焊縫圖像缺陷檢測(cè)識(shí)別系統(tǒng)[J].西安工業(yè)大學(xué)學(xué)報(bào),2021,41(03):381.

[2]張翔松,高煒欣,穆向陽(yáng),等.X射線環(huán)焊縫圖像降噪及增強(qiáng)方法研究[J].激光雜志,2021,42(03):79-85.