基于机器视觉的湖面垃圾识别算法设计

为了提高湖面垃圾识别的准确性,降低对非垃圾区域的误判,提出了一种基于HSV颜色空间模型和垃圾特征检测的湖面垃圾视觉识别算法.该算法首先在HSV颜色空间中找出图像中疑似垃圾的区域;再利用垃圾的特征进行初步的垃圾识别;最后通过背景过滤和形态学特征分析,进行最终确认.实验表明,该算法具有较高的湖面垃圾检测率.     

基于机器视觉的工厂人员异常行为识别

工厂内异常人员行为是造成一些人力资源浪费和安全事故发生的主要原因。论文针对此问题初步制定了5种决策融合策略,使用机器视觉的方法检测工厂人员的异常行为。首先使用YOLOv5算法对多人图像进行切割;之后利用Blaze-Pose算法计算分割图像中的单人关键点,以此作为特征使用角度识别和ST-SVM分类器识别分割后图像中人员的行为,分别得到两种图像行为信息;最后通过制定的决策融合策略,对两种图像行为进行决策融合,得到最终的人员行为信息。论文使用1000张图片作为数据集,进行试验;实验结果表明,文中方法可以准确识别常见的工厂人员异常行为,精确率大于0.80,召回率可达到89%以上,F1指数大于0.91,预期可以为工厂内人员异常行为检测与预警提供技术支持。     

二维机器视觉测量中的图元识别

采用视觉测量方法对工件的各种断面尺寸参数进行测量时,需要在采集到的图像中找到被测量对象。文章给出了一种识别测量对象的图像匹配方法。该方法首先采用Canny方法从工件图像中提取出宽度为单像素的连续边缘图像,并根据工件的原理图纸生成待匹配的模板图像;对模板图像进行缩放和旋转,使之能在匹配率的约束下和边缘图像实现匹配;原理模板中包含图元的编码信息,据此可以在边缘图像中识别出工件的图元信息。实验结果表明,文中提出的方法能适用于一般工件的断面图元识别。     

基于三维图像动作识别算法研究

人体运动时的行为特征具有多样性和复杂性,无法采用精准的形状基描述人体行为的不确定性,进而无法构建人体三维运动模型,不能对人体三维图像动作进行准确的识别.传统方法假设人体运动的形状基数量稳定,人体运动行为具有复杂的形变特征,导致形状基参数出现波动,采用固定的形状基无法准确分析人体的复杂运动特征,使得人体三维图像动作识别存在较大的误差.提出一种Murkowski距离三维图像动作识别算法,依据人体运动时的物理特征将人体运动结构形状基参数处于Murkowski距离约束条件下,采用非线性优化方法进行求解获取人体三维行为特征,获取人体行为三维模型,进而实现对人体行为的准确判断.实验结果表明,改进算法能够对人体三维图像动作进行准确的识别,并且具有较高的精准度.     

基于机器视觉应用的电力设备识别技术研究

电力行业作为社会与经济建设中的中流砥柱,推动电力行业高质量发展就成为助力社会经济发展的主要因素.电力系统是否能够安全、稳定的运行,直接关系到国民经济的发展.各种电力设备在日常运行的过程中极为容易受到各种因素的干扰,一旦电力设备发生故障,极为容易影响电力系统整体的稳定性.对于当前复杂的电力系统来说,如果仍旧沿用传统人工巡...     

口腔病灶的机器视觉检测与识别

机器视觉逐渐得到广泛的关注与应用。采用机器视觉技术,根据口腔病灶的轮廓、颜色及纹理特征,来分类识别口腔疾病类型。建立了口腔病灶的机器视觉检测与识别流程,该方法应用最大类间方差阈值分割法完成图像与背景的分割;用高斯拉普拉斯算子进行病灶图像的边缘检测;用灰度共生矩阵等进行特征量提取,研究并讨论了并行处理算法,利用SVM支持向量机对口腔病灶进行检测与分类,取得了良好的效果。     

基于机器视觉的竹节纱分析及其三维仿真算法的研究

为对竹节纱进行分析,采用线阵CCD摄像头采集连续的竹节纱灰度图像。运用图像处理的方法对其进行二值化处理,获取竹节纱主干部分,去除毛羽部分。从而获取竹节纱的径向直径,并通过模式识别算法对其进行分类,则得出竹节纱的基本物理参数。这种新型的检测方法规避了传统检测方法中样本数偏小、主观行为偏差等缺点,对竹节纱的生产有着重要的指导意义。在此基础上,提出基于采集数据的竹节纱三维仿真算法,模拟出该类竹节纱的三维图形,为以后的三维编织仿真打下基础。     

结合目标检测的人体行为识别

人体行为识别领域的研究方法大多数是从原始视频帧中提取相关特征, 这些方法或多或少地引入了多余的背景信息, 从而给神经网络带来了较大的噪声. 为了解决背景信息干扰、视频帧存在的大量冗余信息、样本分类不均衡及个别类分类难的问题, 本文提出一种新的结合目标检测的人体行为识别的算法. 首先, 在人体行为识别的过程中增加目标检测机制, 使神经网络有侧重地学习人体的动作信息; 其次, 对视频进行分段随机采样, 建立跨越整个视频段的长时时域建模; 最后, 通过改进的神经网络损失函数再进行行为识别. 本文方法在常见的人体行为识别数据集UCF101和HMDB51上进行了大量的实验分析, 人体行为识别的准确率(仅RGB图像)分别可达96.0%和75.3%, 明显高于当今主流人体行为识别算法.     

基于SIFT和Hu特征融合的单目视觉识别算法研究

研究了机器视觉技术在三维物体识别定位问题中的应用。利用Visual C＋＋编程软件建立了摄像机标定界面,实现对摄像机进行快速标定的功能。提出了一种SIFT特征和Hu不变矩融合算法,该算法是一种融合了局部特征和全局特征的算法。其中全局特征反映了对三维物体图像的整体信息进行粗略匹配和定位,局部特征可以在全局特征中进行更准确特征匹配,该算法对伸缩、旋转和平移等有很好的抵抗能力。实验结果表明,该视觉算法可以有效解决三维物体匹配问题,并且有效提高了系统的识别速率和效率,满足物体识别的目的。     

符合人类视觉感知的图像对象分割方法

提出一种符合人类视觉感知的图像对象分割方法,包括双尺度的区域分割和基于模型的对象提取。运用非线性尺度算子对图像进行大尺度平滑,结合颜色量化和视觉一致性的颜色聚类完成图像的粗分割。在原尺度上融合区域的纹理、颜色信息对分割区域进行区域合并,并利用对象模型完成图像对象的提取。实验结果表明,该算法的分割结果符合人类视觉感知特性,能够较好地完成图像对象分割。     

基于机器视觉的3D人体动作识别研究

基于人体模型对目标进行跟踪,根据可见光传感器获取的二维图像信息与红外传感器获取的深度信息,利用旋转矩阵处理相关联接点动作实现人体动作识别。     

DM642在机器视觉中的应用研究

在高端嵌入式平台TITMS320DM642基础上,完成了机器视觉系统的总体设计,具体给出了系统硬件设计和系统软件设计。在PC平台上进行了机器视觉相关算法的验证和实现。以门牌识别为例,详细介绍了机器视觉算法在DM642平台上的移植和优化的实现过程。最后对本文所研究的系统功能和创新点进行了总结。实际应用表明,本文设计的机器视觉系统具有较好的合理性和实用性。     

基于单视觉原理实时提取运动物体三维信息的一种方法

针对多视觉方式中对应点匹配及系统复杂性等问题，采用单视觉方式，应用专用特征点匹配器实时进行特征点的匹配，运动刚体运动模型、摄像机模型、物体几何形状模型以及旋转矩阵的正交性，给出了一种实时提取运动物体平移、旋转等６个自由度信息的新方法。     

基于机器视觉技术的易拉罐罐底喷码检测系统设计

本文根据食品饮料行业易拉罐生产线的工作环境以及罐底喷码检测的检测要求,研制了基于康耐视机器视觉的易拉罐罐底喷码检测系统,实现对易拉罐喷码不合格的产品进行自动检测与快速剔除。该检测系统由光源与视觉处理系统、电气控制与人机交互系统、次品剔除装置等组成。当易拉罐通过成像系统时,金属接近开关触发光源频闪和工业智能相机,获得高速易拉罐罐底图像,智能相机对其分析处理,由电气控制系统执行检测结果,从而达到分拣不良品的目的。通过实际项目应用证明：该系统实时性好,可靠性高,有效地提高了在生产过程中产品喷码质量的控制。     

基于运动与外形特征的人体行为识别

多数现有特征提取方法仅采用简单的形态特征,存在走与跑识别率较低的问题。将运动速度特征与较精确分割并归一化图像大小后的主分量分析外形特征相结合,采用支持向量机从8个方向对跑、蹲、站、弯腰、招手、指和走7种人体行为进行识别,结果证明走与跑的识别率得到很大提高。     

3D Object Recognition in Cluttered Environments by Segment-Based Stereo Vision

We propose a new method for 3D object recognition which uses segment-based stereo vision. An object is identified in a cluttered environment and its position and orientation (6 dof) are determined accurately enabling a robot to pick up the object and manipulate it. The object can be of any shape (planar figures, polyhedra, free-form objects) and partially occluded by other objects. Segment-based stereo vision is employed for 3D sensing. Both CAD-based and sensor-based object modeling subsystems are available. Matching is performed by calculating candidates for the object position and orientation using local features, verifying each candidate, and improving the accuracy of the position and orientation by an iteration method. Several experimental results are presented to demonstrate the usefulness of the proposed method.     

计算机视觉与机器学习技术在三维人体动画中的应用综述

近年来计算机视觉与机器学习技术广泛应用于三维人体动画领域中.基于图像/视频的人体运动数据获取技术、数字角色和场景建模、交互式角色动画控制与运动生成等方面都大量应用了计算机视觉技术;同时,机器学习理论在三维人体运动数据重用以及后期智能角色动画创作中扮演了越来越重要的角色,并得到一些很好的研究成果.文中以三维人体动画创作流程为主线对这些方法的基本思想和关键技术进行了归纳与分析,并讨论了三维人体动画制作技术的发展趋势.     

基于视觉的人体行为识别算法研究综述*

人体行为识别应用广泛,是人工智能领域研究的热点问题,针对人体行为识别算法进行归纳总结,具有很重要的参考价值。以行为识别为核心,同时包含数据集、动作分割等内容。引言部分主要讲述人体行为识别的基础流程,数据集部分归纳了人体行为识别常用的数据集,动作分割方法总结了时域分割的发展现状和常用的方法,传统方法讲解了人体行为识别比较经典的方法,深度学习方法归纳了人体行为识别最新最热的深度学习方法。引入了动作分割,再结合行为识别,能够实现连续的人体行为识别,使得行为识别适用于实际场景,而不再是对经过人工剪辑好的单个视频进行识别,这在实际应用中意义重大。     

基于机器视觉的FPC补强片缺陷智能检测仿真

针对当前电路板缺陷检测方法存在召回率低和复杂度高的问题,提出基于机器视觉的FPC补强片缺陷智能检测方法。通过空域或者时域上的连续图像转换为离散采样点实现柔性印制电路补强片图像采样,将采样得到的柔性印制电路补强片图像函数连续数值转换成其数字等价量,实现图像量化。将量化结果代入中值滤波,利用数据排序方式将图像中没有被污染的点与噪声点替换,完成图像噪声滤除处理。基于处理后的补强片图像,将FPC补强片缺陷检测划分成全局检测与局部检测。利用直方图配准与八连通域面积对全局缺陷进行识别,实现补强片缺陷初步检测,通过投影配准与相关系数对局部缺陷进行检测。实验结果表明,上述方法可有效提升补强片缺陷检测召回率,计算复杂度低于当前相关研究成果。所提方法性能优越,具有合理性与鲁棒性。