基于机器视觉的液晶屏裂痕自动检测方法研究

随着液晶的普及,对液晶屏生产过程中质量控制提出更高的要求,液晶屏裂痕自动检测系统应运而生,它能真正实现高效率、高稳定性的实时检测。针对液晶屏裂痕缺陷中的"线缺陷"、"点缺陷"进行深入研究,把机器视觉、数字图像处理技术运用到液晶屏裂痕自动检测系统中,并以HALCON和VC++联合编程完成了裂痕自动检测系统的设计。在数字图像处理部分,根据指定尺寸对图像进行傅里叶变换、高斯滤波、迭代处理等一系列操作,为了得到更清晰的图像,突出裂痕区域,对图像进行灰度化、频域图像卷积、滤波去噪、形态学处理。选择出适合在线测量的各种算法,进行了大量实验测试和实时自动检测,结果表明,该方法在识别液晶屏裂痕的几何特征上效果和精度较好,识别速度达到在线要求。     

基于机器视觉的高速公路车辆停车检测

为减少高速公路上车辆追尾等交通事故的发生,研究了基于机器视觉的车辆停车检测方法.检测系统采用当前帧和背景帧差分的方法实现了检测线圈范围内图像特征提取.分析了车辆从运动到静止的特征提取值图,并利用车辆存在阈值、车辆存在值、系统最小车辆存在值、系统不相似度阈值、系统相似度值、系统相似度最小值、车辆不存在值和系统最小车辆不存在值等参数实现了车辆停车检测.试验表明,该方法能够有效的将停靠在路面上的车辆检测出来.     

基于机器视觉的书画快速装裱控制系统设计

书画快速装裱过程复杂,精细度高,为了提高控制精度,提出基于机器视觉的书画快速装裱控制系统。采用三维视觉CAD导引方法,构建书画快速装裱控制的智能辅助观测器。结合专家系统和人机协同的方法,进行书画快速装裱过程中的视觉导引,设计的书画快速装裱控制系统包括了视觉信息采集模块、图像处理模块、主动控制模块、人机交互模块等。通过视频图像的实时检测和视景仿真技术,采用虚拟现实环境下的视景仿真和模拟控制,实现书画快速装裱控制。测试结果表明,采用该系统进行书画快速装裱控制的输出稳定性较好,时间开销较小,提高了书画装裱的时效性和准确性。     

基于机器视觉的停车位检测技术的研究

文章提出了一种基于机器视觉技术的停车位状态检测方法;为了能在嵌入式系统上实现基于机器视觉的停车位状态检测,首先通过定制停车位区域,并在定制的区域内按照某种规则自动生成采样点,极大地减少了图像处理的计算资源和存储资源;其次,根据车辆驶入停车位时引起相关采样点灰度值发生变化情况进行停车位检测;最后,采用以空间高度来定制虚拟停车位,解决了相邻车位的车辆遮挡问题,通过形状匹配等算法排除路面上异常物体等各种干扰;实验结果表明,该方法不仅具有很高的检测精度和实时性,还具有较好的鲁棒性。     

特种车辆维修视觉可达性评价方法研究

在保证车辆维修质量和维修快速性的研究中,明确维修部位的难易程度,用可达性作为维修性的定性指标,但目前还缺少定量评价的方法.传统的方法只对装备的整体进行定性评价,不能对不同的等级维修和零部件维修进行评价.根据维修工程和人机工程理论,建立虚拟维修仿真平台,通过给虚拟人模型构造视野内切锥,针对典型的维修姿态,对维修作业过程中单个零部件拆卸的视觉可达性给出了定量评价的可视锥法.方法为不同维修等级的整体视觉可达性评价提供了依据,为新型特种车辆的方案论证和研制提供了视觉可达性的定量评价手段.     

基于视觉传感器的道路前方车辆模型研究

车辆几何模型是基于视觉传感器的车辆检测系统的重要部分。为了提高前方车辆检测的鲁棒性,利用车尾轮廓的几何特征构建了世界坐标系的车尾模型,通过坐标系变换给出了视觉传感器坐标系的车尾模型,进而导出图像车尾模型,并给出了车尾模型参数的表达式及其与现实世界中车尾几何参数的对应关系,明确建立了图像中车辆位置和大小的关系。实验表明:将该模型应用于车辆检测可以抑制图像中不符合车辆透视关系的错误识别,能有效提高车辆检测的鲁棒性。     

基于机器视觉的大黄鱼形态参数快速检测方法

大黄鱼形态参数测量对大黄鱼养殖遗传选育和品质改良等具有重要意义。文章结合机器视觉和称重传感器技术,设计开发了一种大黄鱼体重、体长和体宽等外部形态多参数同步自动检测系统。该系统通过机器视觉自动检测鱼体外部形态参数,通过称重传感器自动获取鱼重量参数。实验结果表明,系统的尺寸测量平均误差为0.28%,鱼重测量平均误差为0.74%,可以满足大黄鱼形态参数测量精度要求,为鱼类形态参数自动检测提供了一种有效的新途径。     

基于机器视觉的黏度检测技术研究

为解决毛细管黏度计检定和运动黏度测量过程中人工操作劳动强度高、效率低等问题,利用机器视觉原理进行了黏度检测技术的研究,并设计了黏度自动检测系统,完成了系统硬件模块的设计、选型及软件的编写.采用步进电机带动摄像机对流体流动进行跟踪,用模板匹配方式识别毛细管黏度计的计时标线,模拟人工测量过程,实现自动计时.以平民黏度计为代...     

基于机器视觉的锚杆异常快速检测方法

现有的锚杆异常人工检测方法只能对单根锚杆进行抽检,无法全面检查锚杆异常情况,且效率较低。锚杆有异常时,杆体露出段往往出现长度或角度变化,甚至发生脱落。根据锚杆出现异常时露出段长度、角度会发生变化的特点,以巷道巡检机器人为平台,基于机器视觉技术设计了一种由锚杆图像匹配与提取、锚杆特征检测构成的非接触式锚杆异常快速检测方法。在锚杆图像匹配与提取阶段,采用感知哈希算法进行采集图像与原始图像匹配,采用直方图均衡化实现图像增强,采用YOLOv3算法定位并提取锚杆区域;在锚杆特征检测阶段,采用双边滤波与Canny边缘检测算法提取锚杆图像边缘信息,采用直线段检测算法提取锚杆图像直线段,结合锚杆轮廓可视为一组平行线的特征,实现锚杆长度、角度特征提取,并与原始图像锚杆特征进行对比,实现异常检测。通过在实验室制作数据集对锚杆异常快速检测方法进行实验,结果表明该方法可快速、准确地检测出锚杆异常。     

基于机器视觉技术优化的车辆间距提醒与智能换道辅助驾驶设计

为了提高智能驾驶汽车的安全性能，提出了一种基于改进Canny算法的智能换道辅助驾驶模型。对改进后的Canny算法进行性能对比实验发现，改进后的算法平均峰值信噪比为28.36 dB,高于传统Canny算法。在智能换道辅助驾驶模型的仿真分析中发现，该模型控制的智能汽车的最大侧向加速度0.04 m/s²。上述结果说明改进Canny算法具有较好的图像识别性能，且基于机器视觉优化技术的智能换道辅助驾驶模型的平稳性和安全性较高。故可利用研究提出的方法改善目前智能驾驶汽车安全性不足的问题，从而降低交通事故的发生率。     

基于机器视觉的在用柴油车烟度测量方法

使用柴油发动机为动力的车辆,以其优良的动力、经济耐用等优点,在生产与运输中得到广泛的应用。然而柴油车带来的环境污染问题一直被社会各界诟病,特别是一些排放黑烟却仍然上路的柴油车,对环境的污染十分严重。传统的在用柴油车烟度测量采用测量人员现场目测的方法,不仅测量结果会受检测人员自身的状态影响而不准确,而且测量人员身心健康也会受到严重的损害。一种基于机器视觉的在用柴油车烟度测量方法,包括硬件测量平台的搭建,使用OpenCV作为图像处理算法基础,进行VC++应用程序的开发,经过实验的验证,短时间即可测量出在用柴油车的烟度级别,具有操作便捷、测量快速、结果准确等特点。     

基于LabVIEW机器视觉的餐具分拣系统

随着国内工业机器人行业的高速发展,智能装备也开始应用于工程实践项目中。机器视觉作为机器人的眼睛,近年来取得了令人瞩目的发展,正广泛地应用于各种工况监视、成品检验和质量控制领域。系统主要以碗碟餐具的分拣作为研究对象,采用美国NI公司开发的LabVIEW软件作为开发环境,通过调用视觉开发工具包IMAQ Vision及Vision Assistant丰富的专业化控件和函数库,针对碗碟分类的特殊条件,设计出一套方便易用,且同时集成 图像采集、图像处理、视觉检测、决策判断的完整的机器视觉应用系统。基于LabVIEW的机器视觉系统的应用实现了碗碟分拣,解决了实际应用中的一些问题,为进一步的研究开发奠定了较好的基础。该系统的设计大大提高了餐具分类的准确率与效率。     

基于机器视觉的机械手装配系统设计

为了解决工业生产过程中料板的自动装配问题,提出了一种基于机器视觉的机械手定位装配检测系统,建立了实验平台。系统通过工业相机对料盘进行图像采集,将所采集的信息传送给工控机,借助图像处理程序,采用图像预处理实现了对图像的降噪,结合BLOB分析对图像特征进行了提取,获得了料盘上装配孔的位置信息,通过控制机械手动作,移动到装配位置,旋转相应角度,实现料板的自动定位装配。实验结果表明,该系统装配准确度高,误差小,满足了工业上的要求。     

基于改进的YOLOV5算法对ADB汽车大灯的外界环境检测

针对远光灯交汇会影响汽车驾驶员的视觉注意力,导致汽车驾驶员夜间行驶安全难以得到保障的问题,研究基于机器视觉及深度学习的ADB汽车大灯的外界环境检测方法。 通过机器视觉的CCD相机采集ADB汽车大灯外界环境图像数据,利用数据筛选方法剔除采集到的图像数据中干扰光源数据,依据路况特征差异,划定ADB汽车大灯外界环境检测目标区域后,通过深度学习算法检测外界环境目标车灯光源,结合扩展卡尔曼预测各目标车灯光源轨迹,当车辆前方有车灯光源经过时,ADB系统及时调整汽车远光灯对应区域灯珠亮度,减少在高速行驶时因远光灯交汇对汽车驾驶员的视觉影响,保障汽车安全行驶。实验结果表明,该方法可有效剔除各类干扰光源,准确检测目标车灯光源,且目标车灯光源轨迹预测结果与真实结果非常接近,可精准完成ADB汽车大灯的外界环境检测。     

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。     

基于物联网视觉的大型拥堵车辆调度系统设计

针对道路拥堵车辆调度问题,设计了一种基于物联网视觉的大型拥堵车辆调度系统,分析了系统的总体结构,给出了系统的ZigBee协调器模块、车载传感器节点、图像采集处理模块以及无线传输模块的硬件结构,详细介绍了拥堵车辆调度算法流程,并给出了车辆调度最佳路径算法代码,实现了大型拥堵车辆的有效调度;实验结果说明,所设计系统可获取有效的交通车辆拥堵图像,实现交通拥堵的高效调度.     

基于机器视觉的贴片机系统元件精确定位的研究

在贴片机运动控制系统中,机器视觉对于元件精确定位起着至关重要的作用。本文在分析机器视觉和图像处理的基础上,重点讨论了贴片机机器视觉系统中元件定位的主要图像处理过程,并通过仿真安验选择了其实现方法。     

基于机器视觉的密封件直径测量技术研究

针对机器视觉在工业实时测量技术上的应用前景,结合DSP处理技术,建立了密封件尺寸的测量系统。该系统提出了多于度阈值消噪及窗口精确定位的边缘检测方法,达到了密封尺寸实时,精密测量的目的。实验表明检测方案不仪实现了在线检测,而且精度高,具有良好的应用前景。     

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。