双臂拉伸铺展皮革的方法设计与算法实现

为推动皮革工业的智能化发展,解决皮革加工过程中自动拉伸铺展的难题,提出了一种皮革拉伸铺展的方法,并设计出了检测抓取点的算法。该算法利用视觉识别技术获取皮革的图像信息,通过Harris角点检测算法确定抓取拉伸点后,使用双机械臂协同作业进行皮革的拉伸和铺展。视觉传感器获得皮革的图像信息后,首先利用边缘识别和角点检测算法获取皮革的两个角点,通过双机械臂抓取两个角点将皮革初步铺展在绷板上,然后根据皮革的颜色差异展开重叠的皮革,从而实现皮革的完全铺展。最后,通过实验验证所提出方法的有效性。     

基于机器视觉的鞋面特征点自动识别改进方法

针对目前人工识别鞋面特征点方法实时性差,效率低,成本高的问题,提出一种基于机器视觉的鞋面特征点自动识别改进方法。首先,采用改进中值滤波法对采集图像进行预处理消除噪声干扰;其次,运用提出的自适应阈值分割法提取特征点关键区域;最后通过图像形态学处理和计算最小外接圆完成特征点的自动识别。为验证该方法的可靠性,在光强变化和非常规条件下对大量鞋面样本进行分组实验,并与传统一维和二维Otsu算法的检测结果进行对比。结果表明,该方法在多种复杂环境下具有更好的识别精度和鲁棒性,识别成功率在93%以上,且检测时间不超过0.5 s,可满足工业生产中的精度和实时性需求。     

智能停车系统的设计与实现

针对当前城市存在停车难、停车位空置率高、停车监控设备操作繁琐和昂贵等问题,设计一种基于NB-IoT和智能识别技术的智能停车系统。该系统由监测终端、后台云服务器和移动终端等组成,采用STM32单片机作为核心处理模块,搭载图像识别模块进行车牌的识别,利用NB-IoT和GPS模块进行车位的精准定位和数据与后台云服务器的实时传输。同时,开发移动终端可以实时进行车位信息显示和业务办理。用户可以通过移动终端获取空车位信息并上传自己车牌进行预订,导航将指引车快速找到车位,从而降低寻找车位的时间,同时也提高城市空车位的利用率。本软硬件的开发可提升城市交通的效率,有较好的经济效益和社会效益。     

基于视觉定位的服务机器人回舱系统设计和建模实现

本文是以室内环境下的服务机器人开发应用为背景,针对基于视觉定位的方法下如何实现服务机器人回舱充电这一问题,进行了比较深入的研究。在分析了国内外移动机器人视觉定位的基础上,提出了一种适应于室内环境下的机器人回舱充电的方案。以中心投影为基础建立系统的视觉模型和运动模型。     

基于线阵CCD的轴承外圆表面缺陷检测

针对微小轴承人工检测效率低、漏检率高等问题,结合微小轴承表面缺陷计算机视觉检测系统控制的总体要求,利用线阵CCD开发了可实现微小轴承外圆表面在线自动检测系统及数据管理系统软件。该系统通过多次实验验证,可较好满足检测的实时性与准确性要求,达到了预先制定的功能,稳定性好,可以应用于生产实际。图5参10     

基于遗传BP神经网络的苹果形状识别

介绍了一种使用计算机视觉技术进行苹果外形识别的方法，用傅立叶描述子提取苹果的形状特征，设计3层前向神经网络形状进行识别，使用遗传算法和BP算法相结合的混合算法进行神经网络权矢量和神经元阈值的学习。试验结果表明该方法具有80％以上的正确率。     

视觉机器人目标识别与定位研究

工业机器人在分析、识别及定位处理搬运目标信息后可实现相应的搬运工作,但是现有的机器人通常都是建立在预编程、示教及二维视觉引导等方法的基础上实现搬运.此类机器人在具体的搬运中,对搬运工作初始位置有一定要求,且系统智能程度不太高,面对工业领域机器人搬运工件的要求很难适应.融入机器视觉后,可促进其自主灵活性与智能程度的提高,...     

基于计算机视觉技术的皮革边缘抓取点的定位

皮革边缘抓取点的准确定位是实现皮革自动绷板的关键环节。在皮革自动绷板过程中,为了实现对形状不规则和摆放位置不固定的革坯准确抓取,提出了基于计算机视觉技术对于革坯边缘抓取点进行定位的技术思路。首先利用棋盘格对相机进行标定,通过对采集的图像进行预处理,提取图像单像素轮廓,然后运用坐标系转换和轮廓点—质心角度算法筛选出革坯目标抓取点,最后结合标定后的相机像素精度,计算抓取点和质心的实际距离。方法平均运行耗时32.48 ms,平均定位角度误差0.16°,平均定位距离误差0.56 mm,这表明本方法可以准确实现对革坯边缘抓取点的定位,满足革坯自动绷板定位的需求。     

基于改进卷积神经网络的食品异物自动识别方法

目的：提高食品中异物识别速度和精度。方法：在LeNet-5网络结构的基础上增加批量归一化层和Dropout层得到改进的CNN模型,利用此模型建立识别系统用于食品图像中异物自动识别。通过试验对所建模型性能进行分析。结果：与传统的模型相比,该模型具有更高的检测精度和更快的识别速度,食品异物的识别准确率为99.75%,识别时间仅为0.332 s。结论：建立的饺子图像异物识别模型具有较好的检测速度和识别精度。     

织物组织自动识别的方法研究

根据手工识别织物组织的原理,通过比较织物组织点与周边组织点宽度信息来对织物图像中的组织点性质进行识别,并利用组织点的排列规律对不易辨认的组织点进行推理确认,形成组织图,实现了对织物组织结构的自动识别。     

基于图像识别的整精米自动检测研究

本文采取动态阈值分割，把米粒图像变成二值图像，根据区域内部像素的连通性，将不同的区域赋予不同的标记，计算出单个米粒所占的像素，再通过先期计算的整精米长度／面积比换算出米粒长度，最后根据米粒长度判断整精米和碎米。研究结果表明，该算法的自动检测与人工检测相关性大于99％，可用于整精米的自动检测。     

基于支持向量机的甜柿表面病害识别

研究以次郎甜柿为研究对象,应用快速独立分量方法对病害图像进行处理,去除病害图像中的随机噪声.提取病害甜柿表面图像的纹理特征参数和颜色特征参数后采用支持向量机(SVM)识别甜柿表面病害.研究表明快速独立分量方(FASTICA)法可以很好的扩展病害区域边缘.采用图像纹理特征参数和颜色特征参数结合构建支持向量时,识别准确率和...     

Design of an Optimum Computer Vision‐Based Automatic Abalone (Haliotis discus hannai) Grading Algorithm

An automatic abalone grading algorithm that estimates abalone weights on the basis of computer vision using 2D images is developed and tested. The algorithm overcomes the problems experienced by conventional abalone grading methods that utilize manual sorting and mechanical automatic grading. To design an optimal algorithm, a regression formula and R² value were investigated by performing a regression analysis for each of total length, body width, thickness, view area, and actual volume against abalone weights. The R² value between the actual volume and abalone weight was 0.999, showing a relatively high correlation. As a result, to easily estimate the actual volumes of abalones based on computer vision, the volumes were calculated under the assumption that abalone shapes are half‐oblate ellipsoids, and a regression formula was derived to estimate the volumes of abalones through linear regression analysis between the calculated and actual volumes. The final automatic abalone grading algorithm is designed using the abalone volume estimation regression formula derived from test results, and the actual volumes and abalone weights regression formula. In the range of abalones weighting from 16.51 to 128.01 g, the results of evaluation of the performance of algorithm via cross‐validation indicate root mean square and worst‐case prediction errors of are 2.8 and ±8 g, respectively.     

基于FPGA和CCD相机的纸病检测系统的设计与实现

针对高速纸机纸病检测时,图像数据处理量大和实时性的要求,文中采用FPGA(Field Programmable Gate Array)和线阵CCD(Charge-coupled Device)相机技术,介绍了一种高速纸病检测系统的设计。利用FPGA并行性和高速运算能力的特点,控制线阵CCD实现高速下图像采集和进行纸病图像预处理,抓取出纸病图像并上传到上位机,然后利用灰度阈值分割和二值图像分型盒维数的方法确定纸病类型。结果表明,该设计有效提高了纸病检测速度,降低了成本。     

自动丝网印花机定位系统的设计

定位系统是丝网印花使网框中的花型准确的印在承印物上相应位置的定位装置。文章在分析目前丝网印花中定位误差的来源的基础上,设计出了一个以承印物为定位基准,CCD图像摄影技术为辅助,气压马达对网框微调的定位系统。该系统在自动丝网印花机中运行良好。图4参9     

基于最大类间方差自适应阈值的五花肉肥瘦自动识别方法

对五花肉的检测常使用化学检测或人工检测方法,但这两种常用方法都需要花费较大的成本和检测时间,且误差较大。为了提高识别准确度,降低检测成本,实现自动化检测。本文以猪肉腹部的五花肉为研究对象,使用最大类间方差自适应阈值法对图像R基色图层进行背景分离,并对图像进行中值滤波处理,从而获取图像的五花肉区域。针对五花肉图像中肥肉与瘦肉对比度不强的特点,采用有限对比度自适应直方图函数来增强肥瘦肉之间的对比度,再使用最大类间方差自适应阈值法分割五花肉图像的肥肉与瘦肉区域。通过实际图像样本的实验结果表明,本文方法比传统新近方法的识别准确率高。这说明本文方法通过自动阈值进行图像滤波处理方法可以有效区分肥肉和瘦肉区域,对其进行有效检测和识别。     

光纤彩色读图系统

研制出用光导纤维作传感器的数字式彩色读图系统.光纤传感器检测图案的彩色信息转换成数字信号并传递给彼处理机进行处理.整个系境由MCS-51单片机控制.     

基于雾化技术的三醋酸甘油酯自动喷雾系统的设计与实现

KDF2型滤棒成型机组的增塑剂上胶系统,采用毛刷旋转甩涂三醋酸甘油酯控制滤棒硬度,存在三醋酸甘油酯喷涂不均匀、丝束与三醋酸甘油酯浪费严重等问题,为提高滤棒质量,设计了基于雾化技术的三醋酸甘油酯自动喷雾系统。该系统采用"PLC+触摸屏"作为主控制器,增压泵将加热的三醋酸甘油酯高压泵入集油器,通过喷嘴均匀喷雾到运行丝束上;利用PLC内置定位功能和伺服定位模块,实时跟踪丝束速度,精确控制活门位置,调节三醋酸甘油酯流量;通过检测三醋酸甘油酯箱内三醋酸甘油酯温度和液位,完成三醋酸甘油酯自动加热和施加。测试结果表明,滤棒硬度达到88%±1.8%,硬度过程能力指数达到1.4以上;三醋酸甘油酯喷涂均匀,系统运行稳定可靠,平均跑条量由原来的38 g减少到5.8 g,平均剔除量由原来的1282 g减少到32 g,有效减少了三醋酸甘油酯和丝束损耗。     

CCD摄像传感器在纺织上的应用

介绍了CCD摄像传感器的工作原理和性能特点,通过例举清棉机异形纤维检测装置、梳棉机棉结数量检测装置、粗纱机恒张力自动控制装置、自动纱线综合测试仪、光电式条干测试分析仪和棉纤维测试仪等典型实例介绍了CCD摄像传感技术在纺织工业上的应用情况,指出光机电一体化是未来纺织机械的发展方向。