基于ARM和嵌入式Linux疲劳检测系统研究

基于视觉的疲劳驾驶检测技术是疲劳检测领域的前沿技术。根据基于视觉的车载驾驶员疲劳检测系统实时、小型化、非接触、可扩展等技术要求,以ARM开发板和嵌入式Linux操作系统为平台,设计了一套基于PERCLOS疲劳驾驶检测方法,与传统的基于PC机的疲劳检测系统相比,具有更好的稳定性、可行性以及更优越的可扩充性。     

基于嵌入式机器视觉的测控系统设计

针对传统基于PC的机器视觉系统因其结构没有模块化,可移植性差,与工业现场设备通信比较困难等缺点,设计了基于嵌入式机器视觉的测控系统,该系统以DM642芯片为视觉图像处理单元,其控制单元为GTS-400系列运动控制器,硬件电路为基于RS232通信的DSP与运动控制器,并通过编程完成目标识别、通讯、控制功能。实验结果表明,该系统的图像处理单元成功检测到目标后,图像处理单元输出的信号能够被运动控制器快速捕捉并控制伺服电机实现点位运动。对嵌入式机器视觉应用于运动控制系统具有现实意义。 关键词：嵌入式机器视觉;DM642;运动控制器;通信     

基于DSP和USB接口的视觉检测系统的设计

实时视觉检测系统的一个主要瓶颈是图像的处理速度。该文将DSP技术应用于计算机视觉领域，闸述了利用DSP和现场可编程门阵列(FPGA）实现的基于USB接口的嵌入式视觉检测系统。详细介绍了系统的构成以及该系统的主要工作流程。     

基于机器视觉的微片状物厚度检测

针对片状颗粒厚度检测的实际需求,结合机器视觉、图像处理和嵌入式技术,设计与实现了一套基于高性能ARM11的微片状颗粒厚度检测系统。该系统以QT和S3C6410为软硬件平台,提出了利用轮廓提取和最小矩形边界框相结合的方法计算片状颗粒厚度。结果表明,该检测系统具有处理速度快,测量精度高和成本低廉等优点,满足了对颗粒厚度测量的需求。     

基于嵌入式Linux的便携式自动人脸检测与跟踪系统的应用研究

随着嵌入式微处理器、嵌入式Linux操作系统以及数字图像处理技术的深入发展,自动人脸检测和识别技术在具有嵌入式Linux操作的嵌入式开发平台中得到了发展和实现。本文在基于IntelPXA270嵌入式硬件开发平台和嵌入式Qt和开源计算机视觉库OpenCV软件开发平台基础上,对基于嵌入式Linux的便携式自动人脸检测和跟踪系统的应用进行了研究。     

基于机器视觉的嵌入式工业在线检测系统

介绍以高速线阵电荷耦合器件(CCD)和数字信号处理器(DSP)为核心的基于机器视觉的工业在线检测系统。该系统由硬件和软件两部分组成,硬件部分包括光学成像模块、图像采集模块、数据处理模块及接口模块,软件部分包括各部分的驱动、系统配置程序、图像预处理和数据处理程序。实验表明,该系统是一套能够满足高速高精度工业在线视觉检测的嵌入式检测系统。     

基于ARM的清洁机器人障碍检测系统设计与实现

介绍了一种基于ARM的清洁机器人障碍检测系统设计方案,提出了以嵌入式系统为核心,以ARM处理器为主控制器,以视觉传感器检测障碍的清洁机器人障碍检测系统总体方案,并给出了硬件设计方案及软件设计框架。最后进行了实验测试,实现了清洁机器人视觉障碍检测功能,实验结果验证了系统方案的可行性。     

塔式起重机机器视觉监控系统设计

为解决各类施工现场以塔机运行过程中的安全问题,设计了一套基于视觉传感技术的智能视频监控系统,根据实际需要,在嵌入式平台上配合图像传感器和视觉跟踪TLD算法,实现了对塔机吊臂运动轨迹的追踪定位、判断和预警.测试结果表明:系统的检测率和正确率均能达到95％以上.     

室内移动机器人机器视觉定位系统的设计

采用以DSP+ARM微控制器为核心的嵌入式实时操作系统,设计了一种基于嵌入式系统和机器视觉定位的室内移动机器人。利用视觉导航图像处理技术、形态学方法和一种基于尺度空间理论的Harris角点检测方法,借助陀螺仪和加速度计的惯性导航技术进行地图的匹配定位,并按环境的变化情况更新地图以实现导航。基于超声波传感器设计了避障模块,实现了自主避障。设计了一种基于Zig Bee技术的无线通信模块,实现了机器人的智能控制,增加了机器人之间以及机器人和服务器之间的信息交换。软件核心算法采用多传感器融合技术,将D-S理论和人工神经网路相结合;在非线性化系统中,利用BP神经网路多层前馈网络的反相传播学习方式,很好地实现了模式识别。与其他机器人系统相比,该系统具有独立操作性强、功能多样化、扩展性强等特点,克服了目前机器人存在的成本高、功耗大、实时性差和定位不准确的问题。     

基于机器视觉的零件表面瑕疵自动分拣系统设计

针对精密零件表面瑕疵人工检测工作量大且人为误差较大的状况,将计算机视觉技术用于精密零件表面瑕疵检测分析中,并结合嵌入式系统控制分拣机构对零件进行自动分拣。本文设计的一个基于机器视觉的零件表面瑕疵自动分拣系统,采用图像处理及模式匹配的方法,实现了零件表面瑕疵自动分拣。     

基于机器视觉的喷涂机器人轨迹规划与涂装质量检测研究综述

随着智能喷涂技术的快速发展,机器视觉在喷涂机器人系统中的研究和应用引起广泛关注,合理的喷涂轨迹能保障油漆厚度均匀、减少漆膜缺陷产生,并且融合涂装质量检测技术形成闭环的喷涂系统.鉴于此,针对机器视觉在喷涂机器人轨迹规划与涂装质量检测中的研究进行综述.首先,对喷涂系统在现代产品制造中的快速发展所面临的机遇、挑战和机器视觉技术进行介绍;然后,综述基于机器视觉技术的喷涂机器人轨迹规划和涂装质量检测的研究成果,对基于机器视觉的喷涂机器人轨迹规划方法,包括待喷涂工件的三维重建、基于点云数据的喷涂轨迹自动规划和基于视觉伺服的喷涂轨迹补偿进行分析和讨论,并重点介绍机器视觉在涂装质量检测中的应用与研究现状,从数据增强和模型选择两个方面,对不同任务中基于深度学习的涂装质量检测算法性能的改善提供潜在解决方案;最后,总结与展望机器视觉技术在喷涂机器人轨迹规划与涂装质量检测中的研究方法和思路,为喷涂系统朝着智能化、柔性化的方向发展提供参考.     

嵌入式运动目标跟踪系统设计

通过借鉴嵌入式系统在信号处理、电子技术和计算机等领域的成功应用经验,在分析机器视觉系统特点的基础上,将机器视觉和嵌入式技术相结合,设计一种基于嵌入式处理器S3C2410的目标跟踪系统。介绍了系统工作原理和特点,给出了系统硬件结构图和软件流程,并以智能小车为例进行了目标的识别与跟踪。     

机器视觉技术研究进展及展望

摘 要：机器视觉是建立在计算机视觉理论工程化基础上的一门学科,涉及到光学成像、 视觉信息处理、人工智能以及机电一体化等相关技术。随着我国制造业的转型升级与相关研究 的不断深入,机器视觉技术凭借其精度高、实时性强、自动化与智能化程度高等优点,成为了 提升机器人智能化的重要驱动力之一,并被广泛应用于工业生产、农业以及军事等各个领域。 在广泛查阅相关文献之后,针对近十多年来机器视觉相关技术的发展与应用进行分析与总结, 旨在为研究学者与工程应用人员提供参考。首先,总结了机器视觉技术的发展历程、国内外的 机器视觉发展现状;其次,重点分析了机器视觉系统的核心组成部件、常用视觉处理算法以及 当前主流的机器视觉工业软件;然后,介绍了机器视觉技术在产品瑕疵检测、智能视频监控分 析、自动驾驶与辅助驾驶与医疗影像诊断等 4 个典型领域的应用;最后分析了当前机器视觉技 术所面临的挑战,并对其未来的发展趋势进行了展望,为机器视觉技术的发展和应用推广发挥 积极作用。     

基于小波变换的图像水印嵌入方法

基于小波变换的数字水印技术是当前的一个研究热点。该文提出了将随机序列嵌入到小波图像的低频系数的方法。但从视觉效果的考虑,在小波图像的低频系数嵌入水印会降低图像质量。为克服这个问题,该文将水印嵌入到视觉不敏感的位置,并且根据视觉系统纹理掩蔽特性,将不同强度的水印分量嵌入到不同的小波系数中。实验结果表明水印是不可见的,对JPEG有损压缩、中值滤波、噪声干扰等有较强的鲁棒性。     

基于AVR的嵌入式数字图像水印检测系统

随着嵌入式技术和数字图像水印技术的迅速发展,数字图像水印越来越广泛地应用到数字图像多媒体嵌入式设备中。设计了一种基于AVR8位微处理器ATmega16和OV7670图像传感器的嵌入式数字图像水印检测系统,它不但体积小、功耗低,并且生产成本低、操作简单、携带方便等优点。     

混合增强视觉认知架构及其关键技术进展

智能视觉系统虽然在大规模信息的特征检测、提取与匹配等处理上具备一定优势，但是在深层次认知上仍存在不确定性和脆弱性，尤其是针对视觉感知基础上的视觉认知任务，相关数理逻辑和图像处理方法并未实现质的突破，智能算法难以取代人类执行较为复杂的理解、推理、决策和学习等操作。为助力智能视觉感知和认知技术的进一步发展，本文总结了混合增强智能在视觉认知领域的应用现状，给出了混合增强视觉认知的基本架构，并对可纳入该架构下的应用领域及关键技术进行了综述。首先，在分析智能视觉感知内涵和基本范畴的基础上，融合人的视觉感知与心理认知，探讨混合增强视觉认知的定义、范畴及其深化过程，对不同的视觉信息处理阶段进行对比，进而在分析相关认知模型发展现状的基础上，构建混合增强视觉认知的基本框架。该架构不仅可依靠智能算法进行快速地检测、识别、理解等处理，最大限度地挖掘"机"的计算潜能，而且可凭借适时、适当的人工推理、预测和决策有效增强系统认知的准确性和可靠性，最大程度地发挥人的认知优势。其次，分别从混合增强的视觉监测、视觉驾驶、视觉决策以及视觉共享等4个领域探讨可纳入该架构的代表性应用及存在的问题，指出混合增强视觉认知架构是现有技术条件下能够更好地发挥计算机效能、减轻人处理信息压力的方式。最后，基于高、中、低计算机视觉处理技术体系，分析混合增强视觉认知架构中部分中高级视觉处理技术的宏观、微观关系，重点综述可视化分析、视觉增强、视觉注意、视觉理解、视觉推理、交互式学习以及认知评估等关键技术。混合增强视觉认知架构有助于突破当前视觉信息认知"弱人工智能"的瓶颈，将有力促进智能视觉系统向人机深度融合方向发展。下一步，还需在纯粹的基础创新、高效的人机交互、柔性的连接通路等方面开展更加深入的研究。     

基于扩频技术的图像盲水印算法

基于小波变换的数字水印技术是当前的一个研究热点。本文把扩频通信的理论和方法引入到小波域数字水印系统中,提高了数字水印的隐蔽性和稳健性。水印信号经过伪随机序列调制扩频后,结合人眼视觉系统的纹理掩蔽特性和刚刚可分辨门限嵌入到载体图像的小波变换域。水印信息的检测不需要原始载体图像。该水印算法嵌入水印后难以察觉,对裁剪、噪声干扰、JPEG有损压缩和低通滤波有较强的鲁棒性。     

基于视觉仿生机理的成像目标检测和识别方法及感知计算

目标检测和识别是图像分析和理解的核心问题,构建了一种仿人眼视觉特性的视觉检测和目标识别体系结构及感知计算模式。借鉴人眼视觉信息获取与处理的变空间分辨率机理和稀疏性,构建大场景(LF)子系统和小场景(SF)子系统分别获取多分辨率、多尺度和不同精细粒度的初级视觉特征信息。提出了一种在小波域下受视觉注意力机制引导的LF子系统感知场景整体统计特性的目标检测和定位方法,由SF子系统集中对目标形成凝视并提取细粒度特征信息,对特征进行整合,形成兴趣图,然后采用非均匀采样、多尺度分析和胜者为王(Winner-take-all机制)产生目标间的竞争实现分类识别。仿真实验结果表明,统计分析方法降低了信息冗余,快速准确地检测出感兴趣目标区域,而基于注意机制的目标识别在多类目标分类中达到94.40%的总准确率。