机器视觉田间植物检测与识别技术

在田间自动检测和识别植物（农作物和杂草）是对农作物进行防病、防虫和杂草控制的重要前提条件,本文综述了机器视觉田间植物检测和识别技术的国外最新研究方法和成果,以促进我国在该领域的应用和发展。     

机器视觉技术实现缺损QR条形码识别

针对二维条形码在印刷、运输等过程中不可避免的会发生缺失、破损等问题,设计一种基于计算机视觉技术的QR条形码商品信息识别系统,通过图像处理算法实现对条形码图像的去噪、定位及解码等处理.最后对不同尺寸、不同纠错级别、不同缺损程度下的二维条形码进行了识别.实验结果表明:当二维条形码中的校正图形存在缺损时,二维条码图像仍能被正确识读;当寻像图形存在缺损时,则无法对条码图像进行正确识读.另外,图像尺寸对破损二维条码的识别也有重要影响,图像尺寸越大,能识别的缺损程度越大.     

基于机器视觉的车辆对称中心检测

介绍了一种基于车辆和背景的特征、灰度值、轮廓及对称性等的目标检测定位及对称中心确定的方法．提出了一种新的对称性检测算法．该算法具有简单、可靠的特点．并进行了实验验证．实验统计结果表明：该对称性检测算法能有效地检测出目标车辆的中心位置．     

基于机器视觉技术的拉线检测系统设计

针对产品包装透明纸拉线检测难问题,设计一种基于机器视觉技术的新型拉线检测系统,可检测出拉线缺失、拉线偏移等缺陷。介绍该系统的性能及特点,阐述了该系统的软硬件设计方法。     

基于机器视觉技术的拉链智能检测技术研究

现如今拉链已经彻底融入了我国人民的日常生活当中,因此,本文将从三个方面对机器视觉技术在拉链智能检测方面的研究做一个简要探讨.首先,拉链在我国的生产时间已久,但许多企业仍采用传统的检测方式,在此对传统拉链生产方面存在的不足进行了分析;接着对机器视觉检测系统作出了说明;最后则是将数字图像处理技术在计算机视觉方面的突出要点进...     

基于机器视觉的车辆对称中心检测

介绍了一种基于车辆和背景的特征、灰度值、轮廓及对称性等的目标检测定位及对称中心确定的方法.提出了一种新的对称性检测算法.该算法具有简单、可靠的特点.并进行了实验验证.实验统计结果表明:该对称性检测算法能有效地检测出目标车辆的中心位置.     

基于机器视觉在果品无损检测技术方面的研究进展

为满足食品加工业对基于机器视觉的果品无损检测的要求,从图像信息采集的各种技术、各种数学模型的建立和数值计算方法上的创新等方面分析了国内外基于机器视觉的果品无损检测技术,并对其优劣和存在问题进行了对比分析,并简述了该领域今后的发展方向。     

输送带跑偏故障的机器视觉检测技术

针对矿用输送机运行过程中易发生跑偏的工程背景,研究了基于机器视觉的输送带跑偏故障检测.采用线阵CCD相机实时采集输送带图像,经二值化处理后,从二值图像中提取故障特征来识别跑偏故障.着重分析了输送带图像的快速处理和故障识别方法,提出了一种灰度平均法用于输送带与背景的快速分割;通过将二值图像映射为一维故障特征函数,设计了由跑偏角和偏移量构成的跑偏特征向量用于跑偏检测.开发了一个输送带跑偏故障视觉在线检测系统,实验室测试结果验证了该监测系统的有效性.     

基于机器视觉的异性纤维检测系统

异性纤维杂质检测技术是近几年来国内外研究的热点，给出了基于机器视觉的异性纤维检测系统框架，并对系统各个模块关键技术进行了阐述．为了有效清除异性纤维，提出了一种彩色聚色分割方法用于检测皮棉中的异性纤维．实验结果表明，此方法可以有效的检测皮棉中的异性纤维．     

基于机器视觉的谷物品种识别研究进展

品种纯度是谷物种子重要的质量指标,种子质量安全直接关乎国家粮食安全。国标规定的品种纯度鉴定采用形态鉴定法和苯酚染色法,鉴定结果受制于检验人员的经验且耗时较长。近年来,机器视觉技术和机器学习、深度学习算法发展迅速,在谷物品种识别和纯度、净度检测中取得了较大进展。主要从图像采集、图像预处理以及机器学习、深度学习技术在谷物品种识别领域的应用等方面进行归纳,分析了目前取得的研究成果以及存在的问题,对该领域未来研究重点进行了展望。     

基于机器视觉的螺纹缺陷检测方法

为了满足现代制造业自动化生产装配中在线检测要求,提出利用机器视觉的方法对螺纹缺陷进行检测.检测算法主要包括图像预处理、二值化、感兴趣区域提取、螺纹的边缘提取、螺纹的缺陷检测、缺陷量值的计算与存储.该算法由Visual C++6.0编程实现.实验结果表明,基于这种螺纹缺陷检测方法的准确率能够达到99.5%,一个螺纹的检测时间在300 ms以内,达到既定要求与目标.     

基于多线程串行通讯的机器视觉瓶盖缺陷检测

该文针对串口通讯实时性和系统资源利用不足,结合多线程技术能很好地解决并发多任务问题,提高资源的利用率和系统的整体性能,并以工业机器视觉饮料瓶盖缺陷检测为应用背景,给出了一种基于多线程串行通讯的工业机器视觉饮料瓶盖缺陷检测系统软件的设计方案。该方案实现了PC机与西门子S7-200PLC的串行通讯,给出了瓶盖缺陷检测的设计思路及完整流程。测试结果表明该文的检测软件具有良好的实用性和检测性能。     

基于机器视觉的齿轮轴承漏针缺陷检测方法

为了满足制造业自动化生产装配中完全在线检测的要求,利用模式匹配的方法来对齿轮轴承的漏针缺陷进行检测.检测算法主要包括图像预处理、二值化、感兴趣区域提取、圆中心获取、基于模式匹配的缺陷检测、缺陷量值的计算与存储.该算法由Visual C++6.0编成实现,并经过一系列实验,结果表明:基于这种旋转模式匹配的轴承缺陷检测方法的准确率能够达到99.5%,一个轴承的检测时间在300 ms以内,达到既定的要求与目标.     

机器视觉电动缝纫机关键技术研究

研究了一种基于机器视觉和数控技术的工业智能缝纫设备的关键技术。该设备通过图像传感器对工作台上摆放的缝片进行识别与定位,通过送料机械手实现缝片的抓取并实现精确、快速、可靠地缝片的送料,以抛弃目前电动缝纫机的模板夹具,并实现减少操作工干预。     

基于机器视觉的条形码识读

基于机器视觉的条码自动识别技术,利用视觉系统得到条码的图像,通过几何变换、滤波去噪、阈值处理等有效的图像处理和快速模式识别方法,实现了流水线物品条码的快速、精确识读与检测。     

机器视觉的现状及发展趋势

介绍了机器视觉的概念和机器视觉的组成,阐述了机器视觉技术的发展现状,如光源照明技术、光学镜头、摄像机及图像采集卡、图像信号处理、执行机构等,分析了机器视觉技术在工业、民用、科学、军事领域的应用状况,展望了机器视觉的发展趋势．     

基于机器视觉和支持向量机的脐橙品质分级检测

为实现利用机器视觉代替人工视觉对脐橙进行品质分级检测, 采用数字形态学方法把脐橙从背景中分离出来, 并提取脐橙的体积、果面缺陷、颜色和纹理等几个主要特征.以这些特征量为支持向量机 (support vector machine, SVM) 的输入特征向量进行SVM分类器训练.最后, 用该分类器进行脐橙分级检测.实验结果表明:该分类器具有正确识别率高、实时性好的特点, 适合于实时环境下的脐橙分级检测.     

机器视觉技术在煤矿机械上的应用

为推动机器视觉技术在煤矿机械上的应用,分析了机器视觉技术在煤炭转运的对接定位、煤仓料位测量和煤炭输送带纵向撕裂智能检测等机械上的应用情况,并对应用中应注意的关键技术问题进行了简要讨论.