基于目标识别的计价系统(科技文化节论文) 李水源
智能小车目标识别跟踪系统的实现
图５高斯滤波后的图像
圈６识别特征点
图８中的白框表示特征点在此范围内时，智能小车停 止动作，图９显示了目标向左上方移动时的情况，这时 特征点在左上方，因此，智能小车向左上方移动，跟踪 目标。
万方数据
重庆大学学报
２００４卑
Ｆｊ标坐标（置ｙ）
与（．‰土厶ｘ）、 （ｙ０土△】，）比
判断
无线发送芯片发 送控制命令
１智能小车功能简介
整个系统以遥控小车装置为基础，通过配置在上 面的摄像头实现对目标的识别和跟踪，具有一定的智 能，称之为智能小车系统。
对于目标识别系统，国内外比较普遍采用的方法
是利用数字图像处理技术。通过数字图像处理技术可 以对原始图像进行各种运算，例如二值化、图像格式转 化、轮廓跟踪、边缘提取、数字滤波等。这些成熟的技 术为目标识别提供了理论和实践基础，因此，图像识别 技术在目标识别系统中应用最为广泛，也最具有发展 前景。
匹配搜索打击目标以及用于ｈｌｔ咖ｅｔ图像检索的图像
数据挖掘技术和数码相机系统中按图像特定内容在数 字相册检索照片等。所有的这些应用都基于一个核心 技术：复杂背景下的且标识别。
当前，国内外学者和科技人员已经研究出了很多 针对具体目标的识别和跟踪算法。笔者针对国家自然 科学基金项目“生长机器智能理论架构及其应用研 究”工作需要，利用数字图像处理技术对目标进行识 别，并通过控制遥控小车实现对运动目标跟踪。为进 一步研究提供一个研究平台。
Ｒｅａｌｉｚａｔｉｏｎ ｏｆ ｂ［１ｔｅＩｌｉｇｅｎｔ ＶｂｈｉｃＩｅ Ｓｙｓｔｅｍ
ｆ．０ｒ Ｔａｒｇｅｔ Ｒｅｃｏ鲥ｔｉｏｎ ａ胍ｄ Ｔｒａｃｌ【ｉｌ唱
ＭＥＮＧ Ｊｉａｎ－ｂＯ．ＹＵ Ｊｉａｎ－ｊｉｎｇ，Ｇｌ＿ｂ气Ｎ Ｊｉｎ·ｋｕ （Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｐｒｏｃｅｓｓ Ａｕｔｏ啪ｔｉ∞ａｎｄ Ｉｎｓ咖眦ｎｔ，Ｃｈｏｎ砰ｎｇ Ｕｎｉｖ吣姆，Ｃｈｏｎ鹊ｉｎｇ ４０００３０，ＣｌＩｉｎａ）
绿色金融标准化研究的文献计量学分析
绿色金融标准化研究的文献计量学分析何 源1，2 李鹏程1 杨 洁1（1.中国标准化研究院；2.清华大学环境学院）摘 要：绿色金融标准是界定项目、资产和活动是否“绿色”、避免“洗绿”的关键技术依据，绿色金融标准体系是绿色金融发展的重要基础设施。
本文以2015-2023年中国知网和Web of Science数据库主题为“绿色金融标准”的中英论文作为研究对象，进行绩效分析和科学图谱分析，总结中外绿色金融标准化研究趋势，提出未来我国绿色金融标准化工作的重点方向。
结果表明：中文论文绿色金融标准化的研究热点从“一带一路”、可持续发展等相关政策，绿色债券等绿色金融体系研究向环境信息披露、ESG、高质量发展转变，自2022年，研究前沿为“双碳”目标背景下的转型金融。
英文论文的研究热点从绿色债券等绿色金融体系向公司社会责任、ESG转变，自2019年，研究前沿为欧盟可持续金融分类法。
未来我国绿色金融标准化应进一步提升绿色金融标准体系的国内外一致性程度，推动我国话语体系与国际趋同；加快补齐绿色金融标准短板，出台转型金融统一指导标准；优化绿色金融标准体系的供给结构，建立国家颁布标准和市场自主制定标准共同构成的二元绿色金融标准体系。
关键词：绿色金融，标准化，文献计量学，科学图谱分析DOI编码：10.3969/j.issn.1674-5698.2024.01.001Bibliometrics Analysis of Standardization Research on Green FinanceHE Yuan1,2 LI Peng-cheng1 YANG Jie1(1.China National Institute of Standardization; 2.School of Environment, Tsinghua University）Abstract: The green finance standards serve as the crucial technical foundation to define whether projects, assets, and activities are green and prevent greenwashing, which are also the vital infrastructure for the development of green finance. This paper focuses on Chinese and English academic papers from the China National Knowledge Infrastructure and Web of Science databases, with the theme of “green finance standards”, covering the years 2015 to 2023. The study involves performance analysis and scientific mapping, summarizes the trends in domestic and international research on green finance standardization. It also suggests key directions for future green finance standardization efforts in China. The findings reveal that the research hotspots in Chinese papers have shifted from topics like the Belt and Road Initiative, sustainable development policies such as green bonds to areas like environmental information disclosure, ESG, and the transition of high-quality development. Since 2022, the forefront of research has been the transformation of finance in the context of the “dual-carbon” goals. In English papers, the research focal points have transitioned from green financial system like green bonds towards corporate social responsibility and ESG. Since 2019, the leading edge has been the European Union’s Sustainable Finance Taxonomy. Future endeavors in green finance standardization in China should aim to enhance the domestic and international 基金项目： 本文受中央基本科研业务费项目“基于双重重要性的典型绿色金融支持项目评估方法研究”（项目编号：542023Y- 10362）资助。
《2024年基于水力学与水化学耦合的矿井涌(突)水水源识别技术研究》范文
《基于水力学与水化学耦合的矿井涌（突）水水源识别技术研究》篇一一、引言矿井涌（突）水是矿山生产过程中的一种常见灾害，其发生往往给矿山安全生产带来严重威胁。
为了有效应对矿井涌（突）水事故，对涌水水源的准确识别显得尤为重要。
本文将针对基于水力学与水化学耦合的矿井涌（突）水水源识别技术进行研究，旨在提高矿井涌（突）水水源的识别精度，为矿山安全生产提供有力保障。
二、水力学在矿井涌（突）水水源识别中的应用水力学是研究水流运动规律及其与周边环境相互作用的科学。
在矿井涌（突）水水源识别中，水力学主要应用于水流运动的模拟和预测。
首先，通过对矿井地质条件的勘察和水文地质条件的了解，可以构建矿井的水流运动模型。
模型应考虑地层结构、地下水位、渗透性等因素，以便准确模拟水流在矿井中的运动轨迹。
其次，根据历史涌（突）水事件和水流运动模型，可以预测未来可能发生的涌（突）水事件及其影响范围。
这有助于及时发现潜在的危险区域，并采取相应的防范措施。
三、水化学在矿井涌（突）水水源识别中的应用水化学是研究水的化学成分及其与周围环境相互作用的科学。
在矿井涌（突）水水源识别中，水化学主要应用于分析水样的化学成分及其变化规律。
首先，采集不同水源的水样，包括地下水、地表水、矿坑水等。
然后，通过实验室分析，测定水样的化学成分，如pH值、溶解氧、各种离子浓度等。
根据不同水源的化学成分差异，可以判断涌（突）水的来源。
此外，还可以通过监测水样化学成分的变化规律，预测涌（突）水的可能性和发展趋势。
四、水力学与水化学耦合的矿井涌（突）水水源识别技术水力学与水化学耦合的矿井涌（突）水水源识别技术是将水力学和水化学的方法相结合，综合分析矿井涌（突）水的来源和影响因素。
首先，根据水力学分析结果，确定可能发生涌（突）水的区域和范围。
然后，结合水化学分析结果，判断涌（突）水的具体来源。
通过对比不同水源的化学成分和水流运动模型，可以更准确地识别涌（突）水水源。
此外，还可以利用现代信息技术和数据分析方法，对历史涌（突）水事件进行统计分析，为未来涌（突）水的预测和防范提供有力支持。
基于LIF技术的矿井水源识别系统设计
基于LIF技术的矿井水源识别系统设计
周孟然;闫鹏程
【期刊名称】《数字技术与应用》
【年(卷),期】2015(000)011
【摘要】矿井水害危害煤矿安全生产,快速的水源识别对于突水预警意义重大.通过对现有水源识别技术的调查提出一种使用激光诱导荧光技术(LIF)技术快速识别突水水源类型的新方法,并进行了硬件结构设计.在试验中得出,该系统对于常见的煤矿水源可以快速识别,可在煤矿企业进行推广试用.
【总页数】1页(P145)
【作者】周孟然;闫鹏程
【作者单位】安徽理工大学电气与信息工程学院安徽淮南232001;安徽理工大学电气与信息工程学院安徽淮南232001
【正文语种】中文
【中图分类】TD745
【相关文献】
1.基于LIF技术的煤矿水源识别系统应用 [J], 闫鹏程;周孟然;穆璐;宫关;张开远
2.基于LIF技术的矿井水源识别系统设计 [J], 周孟然;闫鹏程
3.基于PCA-RA的滨海矿井水源识别技术研究 [J], 陈绍杰;刘久潭;汪锋;周景奎;唐鹏飞;高宗军
4.基于射频识别技术的煤矿井下人员定位系统设计应用 [J], 曹永刚
5.基于WiFi技术的煤矿井下应急救援无线通信系统设计分析 [J], 王智
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于目标识别的计价系统李水源指导老师：陈志翔（漳州师范学院计算机科学与技术系，福建漳州363000）摘要：现今诸多公司高校餐厅计价系统依旧采用人工结算人工打卡，进程缓慢且出错率较高。
为了在诸如下班下课的高峰期有效改善结账效率与准确率，本文提出一种基于目标识别的计价系统。
该系统利用VC++6.0架构为框架，以Intel公司的开源项目OpenCV计算机视觉库为核心。
系统主要使用的算法有：图像处理部分——图像的灰度化，图像的二值化，平滑滤波；图像识别部分——Canny 边缘检测，霍夫圆变换；计算部分：概率投票策略。
系统主要功能：使用普通USB摄像头，采集餐盘图像作为输入，检测出当前餐盘半径。
通过用户对于规定餐盘半径以及对应价格的输入计算相应价格，然后输出到屏幕。
关键词：OpenCV；计算机视觉；VC++6.0；1.项目背景及意义人类正在进入信息时代，计算机将越来越广泛地进入几乎所有领域。
一方面是更多未经计算机专业训练的人也需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越来越复杂。
这就使人在进行交谈和通讯时的灵活性与目前在使用计算机时所要求的严格和死板之间产生了尖锐的矛盾。
人可通过视觉和听觉，语言与外界交换信息，并且可用不同的方式表示相同的含义，而目前的计算机却要求严格按照各种程序语言来编写程序，只有这样计算机才能运行。
为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应计算机，来死记硬背计算机的使用规则的情况。
而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉和说话等能力。
使用安装有计算机视觉技术软件智能计算机不但使计算机更便于为人们所使用，同时如果用这样的计算机来控制各种自动化装置，就可以使这些自动化系统和智能机器人具有适应环境，和自主作出决策的能力。
这就可以在各种场合取代人的繁重工作，或代替人到各种危险和恶劣环境中完成任务。
现今几乎所有的高校和公司的食堂都依旧采用人工结账：人工算出价格再人工打卡，耗时耗力，在诸如下班放学的人流高峰期结账缓慢，而且较容易出错。
于是本文提出一种基于计算机视觉技术的目标检测方案，与刷卡系统配合，可以改善结账的时间与正确率，在人流高峰期能显著加快结账。
另一方面，该系统成本低廉，使用简单，节省了人工结账的工人工资，解放了生产力，具有广阔的应用前景。
2.概要设计通过对用户在操作与检测时候通常需要注意的地方和遇到的问题进行分析和归纳，本系统需能操作简洁，并能高效，稳定地输出检测结果。
在对待检测的餐盘尺寸进行改变时能灵活地进行参数设置。
基于以上需求，本软件提出了如下功能模块需求：1.硬件需求系统使用成本不能过高，计算单元与图像采集单元需能方便购买。
以普通PC和普通USB摄像头为主要硬件平台。
2.软件需求A.参数输入模块需求：参数输入界面简洁友好，能满足用户临时改变参数设置的要求，并且能稳定地将参数传入检测与计算模块。
B.检测与计算模块需求：检测正确率不低于99%，需能稳定鲁棒地输出检测结果到输出检测模块中，并且检测时间不高于1s。
C.输出检测结果模块需求：输出模块需提供价格显示，提供刷卡接口。
3.软件主体功能模块本软件所实现的功能模块需求如图3-1所示：图2-1 功能需求分析图2.1功能模块设计详细说明2.1.1软件使用说明该模块的作用是：当用户按下菜单“使用说明”按钮的时候，出现一个对话框模式的界面，对该软件的主要功能进行简要介绍，以及如何使用该软件还有操作注意事项。
该功能通过CSMART_COUNTERView类的OnMenudes()菜单响应函数和对话框来实现。
2.1.2设置参数对话框该模块的作用是：当用户按下菜单“设置—规格与价格”按钮的时候，出现一个对话框模式的界面，提示用户输入特定餐盘的半径以及对应价格。
该功能通过CSMART_COUNTERView类的OnMenuSet()菜单响应函数和对话框来实现。
2.1.3餐盘检测该模块的作用是：当用户按下菜单“目标检测—餐盘检测”按钮的时候，打开摄像头采集数据，并实时显示出餐盘的半径以及标记处位置。
该功能通过调用OpenCV的库函数来实现，主要使用到的库函数有：1．cvCaptureFromCAM(); //打开本机摄像头2．cvCreateMemStorage(); //申请内存数组3. cvNamedWindow(); //创建图像显示对话框4. cvCreateImage(); //分配内存给一幅新图像5. cvCreateMat(); //创建矩阵6. cvCvtColor(); //彩图转灰度图7.cvSmooth(); //平滑滤波8. cvHoughCircles(); //霍夫圆变换9. cvCircle(); //画圆函数10.cvReleaseImage(); //释放图像内存11.cvReleaseMat(); //释放矩阵12.cvReleaseCapture(); //释放摄像头2.1.4价格计算与显示该模块的作用是：读入用户设定参数，当一帧检测完毕的时候，进入投票。
当检测到20帧时，计算投票结果和价格，并调用对话框IDD_MessageDlg，显示总价格。
3.详细设计3.1主要算法介绍3.1.1 图像的灰度化理论：在检测图像的特定目标之前，通常要对所采集得图像进行相关的处理，而图像边缘检测的前提是对图像进行灰度化和二值化，灰度化是二值化的前提。
对于彩色转灰度，有一个很著名的心理学公式：Gray = R*0.299 + G*0.587 + B*0.114采用系数缩放的方法可以避免大量浮点运算，加快运算速度。
所以实际应用时需要整数算法。
可将系数放大100倍进行运算。
使用移位算法还能再加快运算速度。
OpenCV实现：调用函数cvCvtColor(cimg,gimg,CV_BGR2GRAY);参数说明：cimg 原图指针Gimg 目标图指针CV_BGR2GRAY 转换方式为彩图转灰度图3.1.2 图像的二值化理论：图像二值化是提取轮廓的前提算法思路：1.从灰度图指针得到改点成灰度值2.按照给定的阀值判断改点灰度是否大于它，如果比阀值大，取255，反之取03.将该点的新颜色（255或0）输出到图像上阀值的选取一般用127，也可以按照颜色统计来进行。
就是将整幅图片的所有点的灰度累加起来再除以总的点数，除下来的商作为一个阀值。
缺点是必须对整张图片扫描两次，速度比较慢。
OpenCV实现：调用函数 cvThreshold( const CvArr* src, CvArr* dst, double threshold,int threshold_type );参数说明：src原图指针 dst 目标图指针Threshold 阈值 threshold_type 阈值类型3.1.3 平滑滤波理论：摄像头采集装置一般采集的图像会带有噪声，如何消除噪声改善系统的鲁棒性，降低误检率，是模式识别的基础和关键。
一般把利用噪声的性质消除图像中噪声的方法称为图像平滑（image smoothing）或简单称为平滑(smoothing)。
移动平均法是最简单的消除噪声的方法，它的原理是，通过使图像模糊，达到看不到细小噪声的目的。
本系统采用简单移动平均法滤波。
OpenCV实现：调用函数cvSmooth( const CvArr* src, CvArr* dst,int smoothtype=CV_GAUSSIAN,);参数说明：src 输入图像Dst 输出图像smoothtype 平滑方式3.1.4 Canny边缘检测理论：Canny边缘检测的实现大致有5步：1.高斯滤波对图像去噪。
2.由原始灰度图求出纵横2个梯度图（sobel算子或robort算子），以及综合梯度图。
3.结合3个梯度图来进行非极大抑制4.进行边缘连接5.对边缘进行细化OpenCV实现：调用函数cvCanny( const CvArr* image, CvArr* edges,double threshold1,double threshold2,int aperture_size=3 );参数说明：image 原图指针edges 检测结果存放指针threshold1 第一个阈值threshold2 第二个阈值aperture_size Sobel算子内核大小3.1.5 霍夫圆变换理论：计算机视觉中经常需要识别或者定位某些几何图形，比如直线、圆、椭圆，还有其他一些图形。
检测直线的霍夫变换提供了在图像中寻找直线的一种算法，是最简单的一种情形，后来发展到检测圆、椭圆、还有一般图形的霍夫变换，其核心思想是把图像中属于某种图形的点集（二维）映射到一个点（可以是高维）上，这个点记录了点集中点的数目，使得程序通过搜索峰值找到该点，这个点就是图形的参数，而该参数的范围就叫做参数空间。
霍夫变换不仅能够识别出图像中有无需要检测的图形，而且能够定位到该图像（包括位置、角度等），本系统通过此原理，调用OpenCV库函数中的霍夫圆变换，返回图像中圆每个圆的半径和圆心位置。
根据这些数据来投票，最后计算结果。
OpenCV实现：调用函数cvHoughCircles( CvArr* image, void* circle_storage,int method, double dp,double min_dist,double param1=100,double param2=100,int min_radius=0,int max_radius=0 );参数说明：image输入 8-比特、单通道灰度图像circle_storage 监测到的圆的数据存储仓，存储圆心，半径等数据method 霍夫变换方式，dp 累加器图像的分辨率min_dist 该参数让算法能明显区分的两个不同圆之间的最小距离。
param1 用于Canny的边缘阀值上限，下限被置为上限的一半。
param2 累加器的阀值。
min_radius 最小圆半径。
max_radius 最大圆半径。
（说明：由于霍夫变换函数内部调用了Canny边缘检测和阈值处理，故本系统的代码部分没再调用。
）3.1.6简单的投票策略理论：采集一帧图像识别后，检测出结果。
对于不同结果（半径）进行一个投票（累加）操作，在达到20帧之后，停止采集，计算该结果的票数。
对于不同的票数得出物体的数量以及尺寸算法实现（伪代码）：//投票if(当前半径>size1-10 && 当前半径<size1+10){ticket1++;//票数累加}if(当前半径>size2-10 &&当前半径<size2+10){ticket2++;}......//出循环后，计算投票结果if(ticket1>2&&ticket1<20)p1=price1; //存在一个尺寸相同，对应价格为Price1的餐盘if(ticket1>20&&ticket1<40)p1=price1*2;//存在两个尺寸相同，对应价格为Price1的餐盘 if(ticket2>2&&ticket2<20)p2=price2;if(ticket2>20&&ticket2<40)p2=price2*2;price=p1+p2;//得出总价格3.2主体功能模块介绍3.2.1参数的设置和传递一、参数的设置：系统结账时需预先知道待检测物既定的尺寸及相应价格。