基于单目视觉的双机距离检测

本文提出了一种基于单目视觉图像信息估计的3D目标飞机编队的视觉检测方法。若照相机（CCD）焦距已知,且给定飞机的特征形状参数和姿态,可用单目视觉的方法估计长机和僚机之间的距离。在特定的情况下,可以计算出僚机的飞行方向、速度等一系列飞行参数。仿真及结果验证了算法的有效性。     

基于数据融合的小波变换漏磁异常边缘检测

漏磁内检测是目前管道无损检测的重要手段。在进行漏磁无损检测评估中,异常边缘检测是十分重要的环节,异常边缘的精确程度直接影响到后续的反演评估环节。由于数据噪声的存在,使得边缘检测精度大大下降,特别是复杂异常区域。同时,面对庞大的漏磁数据,一般机器学习算法耗时较多。因此,针对漏磁内检测中异常边缘检测问题,本文提出一种基于数据融合的小波变换漏磁异常边缘检测算法。该算法基于小波多尺度变换与分解,将数据层融合、特征层融合以及决策层融合相结合。首先,原始数据经过多色彩空间变换,并将变换结果进行数据融合。然后,融合数据进行小波多尺度变换。其次,针对每一尺度下变换数据进行小波多层分解,并对每一层级进行小波模极大值边缘检测,将边缘检测结果加入到细节分解系数融合中,并重构数据。最终将多尺度下的边缘检测效果进行融合得到最终检测边缘。实验分别在仿真数据集和真实管道数据集上进行,并和其他边缘检测算法,如Sobel、Canny、Roberts、Prewitt、Log进行了比较,实验结果显示,本文提出的异常边缘检测算法效果优于传统边缘检测算法,边缘指标OA高于70%,能够满足实际工程需要。     

基于机器视觉的碳毡装配检测算法系统设计

针对碳毡装配过程中碳毡占位、边缘毛刺复杂,人工检测效率低、成本高、接触产生不良影响等问题,设计了一种基于机器视觉的碳毡装配检测算法系统。使用Python语言调用相机获取图像并进行预处理。随后,对图像应用改进的Sobel算子进行初步的边缘检测,获取边缘的粗略坐标信息。接着,采用改进的插值法亚像素边缘检测算法对这些粗略坐标进行细化,得到更精确的坐标信息。然后,利用最小二乘法对这些精确坐标进行直线拟合,得到图像中的四个角点。最终,通过对这些角点的位置关系进行判断和分析。实验结果表明,本系统可以稳定进行碳毡装配检测,具有一定的鲁棒性。     

基于图像处理的药片检测系统设计

介绍一个基于图像处理的药片检测系统,用VC++对几种典型的边缘检测算法进行了比较.结果表明多尺度小波边缘检测方法在综合轮廓平滑度、去噪能力、准确率几方面,与其他方法相比是最好的.     

基于单目视觉的轴孔零件定位系统设计

针对轴孔零件精密装配过程中单目视觉定位系统的使用困难,设计了一种基于单目视觉的轴孔零件定位系统,提出了基于图像特征的零件倾斜角计算方法,可直接判定零件倾斜姿态。通过对椭圆快速检测算法进行优化,减小噪声影响,实现了高精度检测。最终通过该系统实现了轴孔零件的准确定位,提高了轴孔零件自动装配的成功率。实验证明,提出的方法能够在单目视觉条件下准确得到待装配零件的空间位置信息,满足同轴度要求15μm级的轴孔精密装配需求,具有较好的工程应用价值。     

BGA焊球视觉检测算法及系统设计

为了实现对BGA焊球的自动检测,建立了自动视觉检测系统。对系统所采用的焊球特征进行提取及缺陷识别,基于高斯混合模型的分类器对检测算法进行研究。根据焊球的形状和尺寸特征设计了焊球缺陷识别和分类算法,并以锡多、锡少和毛刺缺陷为例,分析典型缺陷的识别算法。以焊球形状的圆度和特征区域的面积等特征参数为评价标准,构建二维特征空间。在二维特征空间线性组合的基础上,构建基于高斯混合模型的分类器。构建了训练样本集,并对该分类器进行训练,根据训练结果并结合应用实际修正了模型,并采用测试集对该分类器进行测试验证。实验结果表明,焊球缺陷检测算法的准确度为97.06%,漏判率为0%,检测可靠度为100%。该视觉检测系统满足了工程运用中对识别准确度、稳定性、可靠性等方面的要求。     

圆柱体工件上下料机器人视觉系统设计

主要研究了对无规则放置的圆柱体工件的识别方法。工作包括光源选取方法,摄像机的选择和标定;提出了直方图均衡化和中值滤波的图像预处理措施,运用了改进的Hough变换检测直线和区域生长法相融合的检测边缘方法;此外依据待匹配对象的特点,提出了一种点匹配和线段匹配相结合插值求取直线段中点的方法。通过查新确定本文具有重要的理论意义和潜在实用价值。     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。     

基于双目标成像技术的BGA自动贴装系统设计

针对BGA芯片的特点,设计了基于双目标成像技术的自动贴装系统,介绍了单CCD视觉系统的构成及双目成像原理,避免了因多CCD之间的标定而引入的误差,介绍了整个系统的标定方法及标定过程,设计了自动贴装机的伺服控制系统,设计了双目图像的位置误差处理及对准流程,实现了双目成像系统的三维视觉功能,使系统实现高速贴装。     

基于机器视觉的吊具位姿检测系统

提出1种基于单目机器视觉的吊具空间位姿的传感检测系统,在装卸箱过程中实时检测吊具位姿。首先在起重机小车上选取基准点,并安装近红外相机,在吊具上安装由3个发射灯组成的结构光源。用单目相机拍摄吊具上的结构光源,并在暗图像中通过图像识别算法识别出光源在相机中的坐标。然后根据相机标定参数和相机、基准点坐标关系等得到吊具在基准点坐标中的位置和姿态。相较于现有的设备,此检测系统具有成本低、全天候、快速准确等特点,其能为吊具控制系统提供了可靠的反馈数据。     

基于数字图象处理的零件几何参数检测

研究采用数字图象处理的方法测量零件的基本几何尺寸,实现零件检测的非接触测量。在常规HOUGH变换的基础上检测零件的直线边缘、安装孔和定位孔边缘,通过本文中提出的方法解决直线边缘检测中的离散点、短线段和共线不联通点的干扰问题。同时解决了孔边缘检测时的孔间干扰问题。通过实验对缝纫机用针板进行了检测,证明本文论述的方法能够检测出针板上的矩形孔的长直线边缘和轮廓的直线边缘,并剔除干扰点;并且能够检测出针板上的各圆孔边缘,而且可以检测针板的外圆轮廓,可以实现零件的几何量检测。     

运动目标跟踪系统的图像处理单元设计

运动目标跟踪系统的图像处理单元对于系统跟踪的准确性与实时性至关重要.文中将跟踪系统采集到的动态图像序列经过预处理后送入图像处理单元进行中值滤波、边缘检测以及匹配跟踪,实现对运动目标的信息跟踪.该文对传统的中值滤波算法进行改进,同时对Sobel边缘检测算法进行改进,减少了系统的运算时间,使系统的图像处理单元具有更快的处理速度和更高的实时性.     

基于MATLAB的积屑瘤图像处理与分析

在金属切削中,积屑瘤对刀具使用寿命和工件表面质量有很大的影响,应用MATLAB对由机器视觉系统获得的刀具二维图像进行边缘检测,并采用图像相减法来计算积屑瘤的面积,获得了清晰的刀具轮廓图像和积屑瘤大小随时间的变化曲线,实现了刀具积屑瘤变化的在机监测。     

基于二进小波多分辨率逼近的层析三维数字化图像边缘检测研究

采用Ｂ样条小波来提取层析图像的边缘轮廓,用高斯函数为平滑函数,用Ｍａｌｌａｔ快速算法进行小波分解,分解出的局部极值就是层析图像多尺度边缘。这两种算法在不同的尺度下有不同的提取边缘细节的能力和抑制噪声的能力。做到了抑制噪声和提取边缘细节之间有机的统一。结果证明这种方法比传统的基于微分算子的边缘提取方法更适合于层析图像边缘轮廓的提取     

基于DSP的顶板破碎程度图像处理系统研究

针对近几年煤矿事故频繁发生的现象,以及解决煤矿回采工作面实现自动开采的要求,就煤矿开采中的具体问题,提出了以TMS320C6202 DSP为核心,结合无线传输系统通过对顶板破碎程度图像处理来控制采煤机动作的硬件设计,并且理论分析了顶板破碎图像处理的软件设计.同时,提出了图像处理的理论算法,Laplace二阶导数边缘检测算子很好的满足矿井下顶板破碎图像采集的环境,达到了通过顶板破碎程度的图像来控制采煤机及支架速度的目的,为地下操作的自动化奠定了基础.     

基于二维图像的距离测量方法

针对传统的直接接触测量方式在操作和使用上无法满足自动化等问题,为了提高测量的精度和效率,提出基于图像的非接触式测量距离方法。首先在场景中添设一把带有刻度的刻度尺,并将刻度尺横在被测物体之间;然后利用摄像机对场景进行拍摄,获得场景的真实图像,对获得的图像进行相关处理并标出刻度;最后通过公式计算出被测物体的距离,并与游标卡尺所测的距离进行对比分析。该方案在测距的过程中省略了图像的相机标定、图像矫正等一系列复杂步骤,从而避免了处理图像时的误差,有效提高了数字化测量的精度和效率。研究结果表明,通过比较试验数据与游标卡尺测量的数据,基于非接触式测量距离方法切实有效、适应性好、测距精度高,与传统的检测方法相比,检测效果有提高。     

基于嵌入式图像处理系统的零件检测研究

介绍了嵌入式图像处理系统用于零件表面缺陷检测的原理。以汽车发动机连杆破口缺陷检测为例,讨论了所研制的检测设备的系统设计、参照物标定法和测量流程。显现了嵌入式图像处理系统方案较之于传统基于PC的图像处理方案的优点。