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。     

基于数学形态学的汽车纵梁装配孔图像识别

在基于机器视觉的汽车纵梁装配孔自动检测系统中,图像处理之后的图像识别检测,需要获得图像的形状及灰度信息.通过对图像的几种数学形态学标记方法分析比较,利用标号法和链码法相结合的方法,实现了装配孔中心坐标、直径和面积的识别检测.     

基于图像内容的常见蔬菜病害诊治研究

研究计算机视觉技术在蔬菜病害诊治中的应用,构建黄瓜、番茄等常见蔬菜的病害图片库,对图片库中的图片和待检测图片进行预处理,并使用PCA算法对图像提取特征,得到蔬菜病害的特征库;提取待检测的病害图片的特征,使用余弦相似度与病害特征库比较,检测出病害图像。实验结果表明,将PCA算法应用到蔬菜病害的图像识别,有较好的识别效果。     

基于视觉识别的电子器件性能检测与控制系统研究

机器视觉系统在图像处理时耗费系统大量资源,这导致了系统实时性、稳定性和精确性差．不能满足实时控制的要求。这个缺点影响,机器视觉在高端产品中的应用。本文详细介绍了一种Windows环境下基于视觉识别的自动测试与控制系统,该系统采用高精度定时器、多线程编程来解决系统对于实时性的要求、并将图像处理和视觉识别技术应用到了工程实例,实现了系统的自动化,并满足了系统稳定性和精确性的要求。     

机器视觉在黄瓜采摘机器人中的应用研究

机器视觉技术是黄瓜采摘机器人研究中的重要内容之一,分析了国内外黄瓜采摘机器人中机器视觉技术在机器人路径识别导航、目标物体的分割识别与定位、黄瓜成熟度判别等方面的应用研究现状,并且分析了黄瓜识别机器人视觉系统在目标识别率、视觉系统的硬件结构和处理速度、视觉系统能源消耗等方面存在的问题,提出了在今后的研究中应着重把握视觉系统的结构优化、适应性提高以及性能与成本的平衡等.     

基于机器视觉的实时视频监控系统设计

基于图像处理与机器视觉技术，设计了一个实时视频监控系统。并对该系统基本构成、工作原理及图像变化检测的算法进行丁研究结果表明，系统能较好地完成自动检测场景变化功能。     

汽车连杆裂解槽视觉检测技术

针对汽车连杆裂解槽人工检测工作量大、效率低且误差大的现状,提出一种基于机器视觉的汽车连杆裂解槽检测方法。该方法利用CCD摄像机获取检测图像,通过同态滤波技术滤除背景噪声以提高检测图像的质量,通过自适应阈值的Canny边缘检测方法提取有效边缘信息,通过圆形度和扁度对目标特征进行检测和识别,通过对汽车连杆进行实际检测来验证本文方法。实验结果表明:本文方法能够快速准确地实现汽车连杆裂解槽的自动检测识别,具有良好的检测效果。     

基于计算机视觉的空瓶检测系统

为了利用数字图像处理技术实现空瓶缺陷的自动检测,对啤酒瓶缺陷的光学特征进行了分析,研究了检测过程中的图像获取、图像预处理、图像分割、缺陷识别、外围设备通信控制等关键技术,实现了一个适用于实验室环境的、基于计算机视觉的小型空瓶缺陷在线检测系统．实验结果表明,该系统可有效地检测出有缺陷或异物等不合格空瓶．     

基于机器视觉的轴承密封圈缺陷检测方法

以江苏某轴承股份有限公司的4011XXXX型的轴承为研究对象,运用机器视觉技术中的Canny算子对轴承密封圈图像进行边缘提取,应用最小二乘法对其边缘拟合,编写缺陷特征识别算法,并在Visual C++6.0环境下实现了该检测算法.     

机器视觉照明系统的关键技术分析

介绍了机器视觉照明系统的发展现状。机器视觉技术已经在社会发展的许多领域得到应用。照明系统是影响机器视觉系统性能的一个关键因素,它决定着原始采集图像的质量,从而影响整个视觉系统的处理效果。重点对照明光源的类型与特点、选择与布局、驱动与控制、光源特性及其对图像的影响、光学辅助工具的使用、照明设计软件等主要技术进行总结,探讨了视觉照明系统应用中均匀照明的实现、散热、控制器技术、通用性设计等亟待解决的问题。     

生物识别中的运动目标视觉分析

在以IT技术和生物技术为主流科技的知识经济时代，身份的鉴定有了来自生物体自身的密匙，横跨这两大科技领域的生物特征识别技术正愈益显示出其旺盛的生命力和远大前景。其中对运动目标的视觉分析是生物识别的重要内容之一，它在虚拟现实、视觉监控、感知接口中均有广泛的应用。本文介绍视觉分析中图像序列的检测，分类，跟踪，识别，并回顾运动分析目前的发展水平和常用的处理方法。     

对复杂背景中字符分割方法的研究

机器视觉技术是计算机科学的重要研究领域,其中背景图像中字符的提取和识别有重大的研究意义.通过分析复杂背景中字符存在的特点,针对快速分割和识别的应用需求,提出了一种在色调上将阀值法和区域生长法相结合的分割方法.     

模糊识别技术在车辆牌照检测系统中的应用

为了对基于图像处理的车辆牌照自动检测系统中的牌照分类进行研究,将分割后的车辆牌照二值化图像,从其10多个形态学特征中选取出7个有效特征,采用模糊识别技术进行识别.结果表明:该方法克服了传统模式识别技术精度低、实时性差等缺陷,为系统的实际应用奠定了基础.     

对复杂背景中字符分割方法的研究

机器视觉技术是计算机科学的重要研究领域，其中背景图像中字符的提取和识别有重大的研究意义．通过分析复杂背景中字符存在的特点，针对快速分割和识别的应用需求，提出了一种在色调上将阀值法和区域生长法相结合的分割方法．     

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．     

基于图像的废电路板高值元器件识别定位方法

随着电子产品的快速更新,需要回收处理的废弃电路板的数量也不断上升.近年来,图像处理和机器视觉技术发展迅速,基于机器视觉的高值元器件自动拆解技术逐渐成为废电路板回收处理领域的热门研究方向.为提高对废电路板芯片识别定位的准确率,提出一种基于图像的识别定位方法.首先获取废电路板的图像,通过对图像的预处理,提取边缘特征,最后绘制出轮廓并拟合,根据目标轮廓的面积和中心对元器件进行识别定位.该方法具有自适应的特点,能满足不同电路板元器件的识别定位,为废电路板上高值元器件的智能拆解打下基础.     

基于计算机视觉的螺孔自动检测技术

为满足铝合金罩螺孔准确、高速、客观的实时检测要求,搭建图像采集系统采集待测产品图像,讨论了基于数字图像处理的视觉检测系统实现的关键技术。针对螺孔图像背景干扰严重、高噪声的特点,通过对图像的迭代法阈值分割,应用设定检测区域、图像比较和区域描述技术对螺孔进行分析,并定义检测目标的灰度值、像素个数作为螺孔特征识别的主要依据。实验证明该技术能很好地实现铝合金罩螺孔的自动检测。     

基于机器视觉的PCB板表面缺陷检测方法研究进展

基于机器视觉的缺陷检测方法可有效提高生产效率和降低质检成本,在现代化工业生产中得到了广泛应用。对基于机器视觉的PCB板表面缺陷检测方法涉及的图像采集系统、图像预处理技术进行综述;对基于图像分割、特征提取、机器学习和混合技术的检测算法进行分析,总结了各种算法的主要思想、适用范围以及局限性;同时对未来的发展方向进行了展望,为该领域的研究人员提供参考。机器视觉作为现代工业生产中一项不可或缺的关键技术,在PCB板缺陷检测领域仍有较大的发展空间,尤其是进一步智能化,仍有待深入研究。     

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。