用于机械系统瞬时目标的双视角高速视觉检测系统

基于高速相机研发了双视角高速视觉检测系统。该系统可从不同角度对周期机械运动进行长时间、无接触的同步实时检测,并可自动判断和存储异常动作的瞬时高帧率视频图像。基于机械系统运动特性提取理论,提出了多视角高帧率视频图像的离线处理算法,利用两个高速相机准确建立了样本图像数据库及它们的对应关系。提出了多视角同步实时检测算法,完成了对目标的实时视觉检测,并实现了瞬时保存关键图像的功能。为验证算法的有效性和系统的稳定性,搭建了双视角高速视觉检测系统,对真实的机械系统进行了实验。结果显示,提出的系统实现了500fps的双目高速相机同步检测,以及0.1s内运动目标的自动判断,同时完成了对关键图像的瞬时保存。文中的研究为机械系统的非接触检测提供了一种高速可视化的检测方法。     

基于STM32的仪表出厂检测系统设计

研发了一套基于STM32的仪表出厂检测系统。采用STM32+FPGA作为硬件平台,采集数显性仪表读数图像,对图像进行预处理,使用YOLO算法识别仪表读数,并将识别结果与标准源输出比较来判断仪表是否合格。完成仪表读数图像获取、读数识别、结果判断和自动剔除等任务,实现仪表出厂前自动检测。实验表明检测系统的平均正确率为98.23%,速度为1 233 s/次。为工业仪表的出厂检测方案设计提供了借鉴,提高了工厂自动化水平。     

基于SIFT算法和改进最小二乘法的汽车仪表指针的识别

采用模板匹配和改进的最小二乘法对汽车仪表指针的识别进行研究。首先通过中值滤波、二值化对仪表图像进行预处理,然后通过SIFT算法获得目标位置指针区域,最后细化和最小二乘得到仪表指针直线方程。实验结果表明,该方法的精度能满足工业要求,提高了检测的实时性。     

一种改进的车辆检测日夜区分方法

在基于视频的智能交通系统中,由于日夜间车辆的检测方法不同,需要在日夜交替时进行相应算法的选择.在分析了现有日夜区分技术不足的基础上,根据日夜间户外视频图像的变化特点,提出了将时间判据和局部图像平均灰度标准差判据相结合的日夜区分方法,并设计了相应的车辆检测算法.实验表明,该方法运用在视频测速系统中,判断时间短、区分准确率高.     

融合Adaboost和光流算法的视频人脸实时检测

提出一种基于AdaBoost和光流的融合算法实现视频人脸的实时检测,利用AdaBoost算法对人脸进行检测,结合光流算法对视频图像帧间的连续性进行估计,获得人脸在图像中的位置.实验证明,本文介绍的人脸检测和追踪的方法利用了Ada-Boost和光流算法各自的优点,一定程度上解决了人脸偏转、部分遮挡、表情变化以及光照等因素对人脸检测的影响.     

基于背景差分的巡检机器人视觉识别方法

针对巡检机器人检测异物范围受限,只能检测经过训练的异常物体问题,提出了一种基于视频对齐的背景差分技术。巡检机器人由于运行速度不稳定、摄像头角度存在偏差,会导致视频无法对齐,识别准确率低,因此采用一种改进的联合优化算法对视频进行处理。首先使用改进的DTW算法逐帧查找与目标视频对应的帧,将视频对应帧提取出来;再采用SURF算法提取对应帧的特征点,进行筛选后使用DeepFlow算法得到对应帧图像的变形场矩阵,进而将图像角度修正,并进行像素级的匹配。实验结果表明,DTW-SURF-DeepFlow联合算法可以将图像进行完全的对齐,经过对齐的图像通过背景差分即可以检测出任意的异常物体,提高了异物检测的准确性。     

全自动灯检机研究和开发

提出了一种基于机器视觉的全自动灯检测机.这种灯检机采用多工位设计,能对药液及其包装瓶进行多项检测.设计了专门装置采集瓶内旋转液体的序列图像,运用图像融合和运动分析的方法对包装瓶和液体图像进行识别,能保证全面准确地检测产品质量.     

机载仪表图像边缘检测算法的优化

针对机载仪表视频图像存在边缘模糊,字符不清,传统算法难于识别的缺点,提出了一种基于梯度锐化的图像边缘检测的优化算法。实验表明,该优化算法能较好地解决传统算法所造成的图像变暗的问题。在不破坏原始背景的情况下,满足对图像的边缘增强及根据需要增强边缘的需求。     

基于实时预测学习分类的脸像快速检测方法

视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点。提出一种基于实时预测学习分类的脸像快速检测算法,即ARMA-Boost算法。首先根据脸像位置先验信息,利用ARMA模型(auto-regressive and moving average model)预测脸像位置区域,然后采用AdaBoost算法对预测区域进行脸像检测。该方法在时间维度对AdaBoost算法进行扩展,减小脸像搜索范围,提高检测效率。利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测,实验结果表明,与支持向量机、传统AdaBoost和基于优化肤色模型的AdaBoost改进算法相比,ARMA-Boost算法脸像检测准确率高,实时性更好,可以对视频脸像进行快速检测应用。     

基于视频图像的汽车乘员位置追踪算法研究

采用基于视频图像的目标追踪算法检测副驾驶员座位上的乘员位置,并判断其是否处于离位状态。该算法运用背景差分法并辅以基于肤色信息的人脸识别算法将乘员从图像中分离出来,然后通过Canny算子提取边缘信息,并利用椭圆拟合出乘员上半身轮廓,根据椭圆方程判断其离位状态。实验结果表明,该算法对实现视频序列图像中乘员位置的检测和连续追踪是可行的。     

基于神经网络算法的故障检测技术

针对复杂的机电产品内部构件状态检测这一工程难题,本文介绍了一种自动在线检测系统.该系统采用X射线对产品成像,运用数字图像处理技术对射线图像进行预处理,由神经网络算法进行故障诊断.故障识别模型采用了改进的BP神经网络算法,以正常装配状态时的多幅图像经预处理后作为学习样本训练BP神经网络.检测时一般只需拍摄两幅不同方位的图像,经预处理后输入神经网络与样本图像进行比较判断,即可识别出关键元器件的状态.该系统将数字射线成像技术和图像处理技术相结合,并在故障识别算法中采用了神经网络算法,提高了产品故障的检测速度和可靠性,在工业无损检测领域具有一定的实用性.     

基于傅里叶变换的数字仪表字轮定位方法

机械式数字仪表的计算机自动抄表在工业和控制领域得到了广泛应用,而仪表图像中字轮的定位是数字仪表自动抄表系统的关键技术。目前,影响机械式数字仪表的字轮定位的问题主要有:表盘图像的背景复杂、类似字轮的干扰信息较多、所采集图像带有随机角度的倾斜。针对以上问题,文中提出了一种基于傅里叶变换的字轮定位方法。该方法首先采用边缘检测和数学形态学处理方法进行有效区域筛选,再利用基于快速傅里叶变换的倾斜校正方法进行表盘倾斜校正,然后采用水平和垂直积分投影法提取字轮区域,最后根据字轮在表盘中的位置特征判断倾斜校正过程中可能出现的图像倒置现象,并进行校正。该方法定位准确、计算简单,有效缩短了系统运行时间,对机械式数字仪表自动读数系统的实时性发展有重要意义。     

光照不均匀图像的一种环带最优阈值分割方法

在水下探测、管道探测、工业内窥镜等视频监控系统中,南于主动补光,存在视频图像中央区域偏亮、四周偏暗的问题,无法直接进行图像分割。文章基于局部阈值化方法的思想,结合上述监控系统视频图像的特点,提出了环带划分的最优阈值分割方法。该方法的关键是根据图像亮区重心确定环带中心和根据目标尺寸确定环带宽度,进而把图像划分为若干子图像,然后对子图像运用局部阂值化方法寻找最佳阈值,实现图像分割。文中对水下鱼饵图像和字符探测图像分别运用全局阈值化方法、局部平均值阈值化方法及本文阈值化方法进行了仿真试验,实验表明本文方法对具有上述特点的图像的分割效果优于其他方法。     

基于吊钩动作智能跟踪的塔机图像监控

为了对吊钩及重物及时有效地捕捉监控,开发了可智能跟踪塔机吊钩及重物的图像监控系统。首先根据塔机吊绳特点,基于分步概率Hough变换,通过优化设计累加器数组、制定合适的规则进行线段搜索和筛选结果等手段,设计了适用于嵌入式系统的塔机吊绳识别算法;进而通过吊绳末端坐标得到监控图像中的吊钩位置,然后控制云台实现了摄像机对塔机吊钩动作的智能跟踪,从而保证了吊钩及重物始终处于监测视野的中央。实验结果表明该算法可有效识别塔机吊绳,并且运算效率较高,适用于运算能力有限的嵌入式系统。     

Water meter pointer reading recognition method based on target-key point detection

With the rapid development of video image technology and fifth-generation mobile network technology, the automatic verification of mechanical water meters has become an increasingly important topic in smart cities. Although much research has been done on this subject, the efficiency and accuracy of existing water meter pointer reading technology can still be improved. This paper proposes a new water meter pointer reading recognition method based on target-key point detection. Our method consists of a target detection module and a key point detection module. The target detection module uses a modified YOLOv4-Tiny network to detect and classify the areas where the dials and pointers are located in water meter images with distinct characteristics. The key point detection module is used to detect the key point of the pointer image. In this module, the structure of the RFB-Net network is improved to introduce multiple layers of low-level feature information, therefore, it can make full use of the information between multi-scale feature layers for key point detection. In addition to, aiming at the problem of dial rotation, a method of establishing a right-angle coordinate system based on key point is proposed to realize pointer reading. The whole method proposed in this paper is compared to the Hough transform feature matching algorithm and traditional machine learning algorithms through experiments which test the detection and recognition of the water meter dial, pointer and key points. The experiment results show that the missed detection rate of the model in this paper is 1.88% and 1.07% for the dial region and the pointer region, respectively. And the accuracy rate reaches 98.68%, the average processing time per image is 0.37 s. This implies that the water meter inspection task is completed quickly and accurately with strong robustness. Thanks to the lightweight algorithm of our approach, the model can also be fully automated and easily deployed on mobile devices.     

基于无线与图像的家用仪表数值识读装置

针对当前人工抄表方式存在的入户难、不安全等问题,结合数字图像处理和无线数据传输,设计了家用数字型仪表的数值识读装置。该系统采用CMOS图像传感器读取家用仪表的数值图像信息,由高性能数字信号处理器（DSP）进行数字图像处理,采用模糊神经网络算法对仪表数值字符进行识别;识别结果通过近距离无线Z igBee通讯发送至集中器,以进行后期的收费、监控等服务。实验结果表明,系统对典型家用仪表数值的识别正确率高达95%,对一幅含6个数字的图像的识别时间大约为2 s,可以满足一般应用;此外,该系统还具有良好的可靠性和抗干扰性。     

基于快速Hough变换的图像纠正

在单张成品检测中,Hough算法是一种应用非常广泛的图像角度检测方法,但其具有所需计算容量大、运算速度慢、效率低的弊端.提出了一种基于快速Hough算法的局部检测方法,能有效地减少计算容量,提高运算效率,从而满足工业成品检测时间上的要求.     

变电站巡检机器人的数字仪表自动识别技术研究

针对变电站巡检机器人数字仪表识别算法准确度不高的问题,本文提出了一种基于样本匹配算法的数字仪表读数识别算法。该算法在使用局部最大类间方差的高阶统计和阈值对仪表板上的显示区域进行定位的基础上,最后根据数字仪表显示区域和数字位置相对固定的特征采用样本匹配算法实现对数字仪表的自动读数。实验结果表明,该方法简单、高效,可有效地应用于变电站自动检测机器人的室内仪表读数自动识别任务。     

基于激光视觉的脉冲GTAW熔池振荡检测与分析

熔池振荡频率与焊缝全熔透状态有较为直接的物理对应关系,但熔池振荡频率的检测十分困难。针对该问题提出一种基于激光视觉的熔池振荡特征频率检测传感新方法。在介绍激光视觉法原理基础上,设计脉冲非熔化极气体保护焊(Gas tungsten arc welding, GTAW)熔池振荡激光视觉传感试验系统。采集反映熔池振荡变化的视频图像,提出激光特征条纹的图像处理算法,并利用Matlab软件编写相应的程序获得熔池振荡波形,利用快速傅里叶变换提取出熔池振荡特征频率。试验结果表明,激光视觉法不仅成功实现脉冲GTAW熔池振荡信号的检测传感,而且克服了已有的脉冲GTAW熔池振荡检测法不能被用于连续焊接的缺陷。软件系统能够较准确地提取出熔池振荡特征频率、处理时间为20 ms,满足熔池振荡信号的实时检测要求,为连续脉冲GTAW熔透控制奠定了基础。     

基于硬盘的视频实时存储方法的研究

数字图像的实时存储是视频判读的基础,经常使用模拟录像机把视频信息记录在磁带上,由于磁带录像机的分辨率不高,影响判读的精度.本文针对数字图像的特点,提出了一种新型的、基于计算机硬盘的视频存储方法,其目的是简化判读系统的结构,提高判读的精度.它利用了数据压缩原理,对视频信号进行实时、无失真的压缩,再把压缩后的数据进行存盘,实现了视频图像实时存储.试验表明,用此方法可以完成512×512的视频图像的实时存储,且结构简单,方法实用,是一新型的视频存储方法.