基于计算机视觉的香菇缺陷检测

传统人工检测鲜香菇表面缺陷方法通常效率较低,且易造成视觉疲劳,不能满足现代化工业需求。本研究尝试采用计算机视觉技术检测鲜香菇表面缺陷。首先,香菇样本RGB图像被获取,抽取B分量图像构建掩模用于G分量图像去背景。然后,去背景后的G分量图像进行边缘亮度补偿及缺陷提取。随后,对缺陷标记、提取特征参数及参数选择。为了避开成像系统及环境光的干扰,试验选用缺陷区域总面积与香菇图像总面积的比值作为识别正常香菇与缺陷菇的衡量指标。最后,一个全局阈值0.0035被用于所有被研究样本。结果表明,该识别算法识别正常菇和缺陷菇准确率分别为94%和97.3%,所有样本分类精度达到96.5%。     

基于视觉的乳品包装日期喷码缺陷检测技术

基于生产日期喷码人工检测缺陷劳动强度大、智能化水平低、效率低等问题,开发基于机器视觉的乳品生产日期喷码缺陷检测系统。该系统采用CCD相机、计算机、光源等搭建硬件平台,利用中值滤波、二值化、图像分割、模板匹配等图像处理技术,实现了对生产日期缺码、模糊码等缺陷检测。试验结果表明,该系统能够准确识别出生产日期有缺陷的产品,达到预期的检测效果。     

基于机器视觉的食品瓶罐包装缺陷检测研究进展

根据近年文献资料,介绍了机器视觉技术在食品瓶罐包装缺陷检测上的应用和发展,概述瓶罐包装缺陷检测系统的硬件结构和检测流程;梳理并分析基于图像处理技术和基于深度学习方法在食品瓶罐包装缺陷检测领域取得的研究成果,探讨分类网络模型和目标检测网络模型两种技术在该领域的优势和不足,并对未来的发展进行了展望,为智能瓶罐包装检测的创新和发展提供参考。     

全画面检测系统的设计

一、检测系统的设计全画面印刷质量检测系统软件的流程图如图一,进入软件启动界面,打开图像采集设备,实时显示印品图像,单帧采集进行抓拍,然后进行图像处理,在屏幕上显示输出处理后的图像结果。存储单帧图像,把RGB数据转换为CMYK数据,分区显示墨量差别。     

高性能空罐检测

紧凑,明亮,坚固,防气防火,易于杀菌,能够被快速冷却并且可多次回收:这些是灌装饮料易拉罐的诸多优点。近年来易拉罐需求快速增长,最近全球每年的增长率高达30%,预计2012年将超3000亿,增长的趋势将持续下去。客户认为轻便耐用,罐壁比人类头发还薄是方便的重要因素,物流和商贸行业则希望空间     

基于FPGA＋DSP的纸张缺陷视觉检测系统的设计

采用机器视觉技术,提出了对生产中的纸张进行图像识别及缺陷检测的FPGA＋DSP的视觉检测系统设计方案。该系统硬件用现场可编程门阵列FPGA对摄像头采集的视频图像进行预处理,并采用高性能的DSP处理器作为图像处理的核心部分,保证了系统要求的大数据量处理能力及实时性。本文详细介绍了系统的构成,并提出了基于SVM的纸张缺陷识别算法,实验结果表明该算法是有效的。     

基于机器视觉的印刷品缺陷检测的改进

<正>一、引言在印刷过程中,由于印刷工艺及机械精度等原因,印刷品往往会出现色差、套印不准现象,还会出现一些飞墨、墨点、刮擦以及包装品凹陷、残缺之类的外观缺陷,从而导致印刷次品的产生。传统的印刷品表面缺陷检测一般有主观目测法、密度检测法和色度测量法三种测量方法。主观目测法主要通过肉眼直接将印刷品和标准原稿进行比对,同时还借用其他辅助设备来寻     

图像处理技术在印刷缺陷检测中的应用

在印刷生产过程中,由于受印刷工艺、印刷设备和生产环境等因素的影响,最终的印刷品可能会出现缺陷,如色差、套印不准、墨杠、背面蹭脏等等,从而导致印刷次品的产生。目前,大多数的印刷企业对印刷缺陷的检测主要采用在印刷过程中对印品进行抽样检测以及印后逐个进行目测分拣缺     

基于机器视觉的罗纹纸外观缺陷检测系统

介绍了一种利用机器视觉方法测定罗纹纸张外观缺陷的检测系统,采用H S V图像处理技术实现罗纹纸张背景上外观缺陷的提取,对于罗纹纸张色点检测有更高的色差敏感度和测量精度。     

基于机械臂的食物储藏室热缺陷检测系统

目的：提高食物储藏室围护结构的缺陷检测效率。方法：提出了一种基于机械臂搭载热红外相机履带式行走机构为一体的检测机构，根据围护结构的面积规划采集路径，采用改进Ostu图像分割方法对采集的热红外图像进行分析并输出其“缺陷”部位的大小及位置坐标。结果：“缺陷”的检测率和误检率分别为92%和6.6%。结论：检测机构能完整扫描并采集食物储藏室围护结构热红外图像，图像分割法能较为清楚地表述出热源的大小，符合机械视觉检测的实际应用要求。     

基于“选择性缓存处理机制”的FPGA纸病检测系统

针对纸病检测系统普遍存在的快速性与实时性均较差问题,借鉴人眼视觉中“选择性注意”机制,提出了采用“选择性缓存处理”方法快速提取与检测纸病。系统采用“CCD + FPGA”的模式,利用FPGA流水线并行处理特性对线阵CCD采集到的图像数据流进行预处理与特征提取,并同时缓存纸病区域图像。由于整个处理过程为流水线式并行处理,且仅缓存纸病区域图像,因此极大地提高了纸病提取检测的速度并节约大量的存储空间。结果表明,该方法硬件资源占用率极小,且能快速、准确地提取纸病信息,具有很强的灵活性与实时性,可以满足高速纸机实时检测的需求。     

基于计算机视觉的啤酒瓶空瓶检测图像采集技术

针对传统的检测系统速度慢、效率低的缺点,论证基于计算机视觉的啤酒瓶空瓶检测图像采集技术实现的可行性,讨论了图像采集技术实现的方法,论述了系统的基本技术路线,建立了系统框架,并分析了研究中需要解决的主要问题。该技术对于克服当前人工检测的弊端、提高酒瓶空瓶检测效率有极大的推动作用。     

织物疵点自动检测方法及应用进展

织物疵点是影响织物价格的重要因素,一直以来都备受关注.随着科学技术的发展,对智能化需求的提高,织物疵点的自动检测成为纺织行业的热门话题.织物疵点自动检测系统在市场上已经有了较为成熟的产品,国内的主流方式仍为机下检测,对平整布面检测效果较好.根据图像处理的方法可将检测算法分为结构法、统计法、频谱分析法、基于模型的方法、基...     

基于LabVIEW的烟支圆周检测系统软件设计

基于LabVIEW图形化编程语言和IMAQ Vision模块的图像处理功能,设计了烟支圆周检测软件系统,通过图像的对比度增强、中值滤波、图像分割、形态学运算、周长计算等算法编程,实现了烟支圆周的自动检测和数值显示。试验结果表明,系统的检测准确率在94%以上。检测系统具有智能化、检测精度高、功能可扩展等优点。     

基于最大熵快速迭代算法和边缘算子的织物疵点分割

将信息熵引入图像处理中,把疵点图像分为背景和目标两部分,分别对两个区域进行处理;通过求最大熵值的快速迭代算法,在满足信息熵最大要求的前提下对织物疵点区域进行分割,然后利用Canny边缘检测算子对分割后的疵点图像进行边缘检测,从而达到识别织物疵点的目的。仿真实验结果表明,将最大熵快速迭代算法与边缘算子结合进行疵点分割识别的方法是有效的。     

织物表面疵点检测方法的设计与实现

针对传统织物生产企业中,人工检测织物存在瑕疵检出效率低、误检率高的问题,提出了一种织物表面疵点检测方法。该方法首先采用高斯滤波、线性归一化以及限制对比度自适应直方图均衡化对织物表面图像进行预处理,从而有效增强图像中的疵点表现细节,然后通过改进的Gabor优化选择,再对选择后的图像进行初分解,从中挑选出最优滤波图像进行二值化处理,最后运用统计学方法进行疵点判断并获得最终结果。该方法实现简便、硬件要求低、适应性广,可用于判断织物表面是否含有疵点,并定位疵点。实验证明,织物表面疵点检测准确率高达95.38%。     

基于灰度共生矩阵参数的柳杉材表面节疤缺陷识别

本研究利用木材表面纹理特征和色彩统计特征开发了柳杉(Cryptomeria japonica L.f.)锯材表面活节和死节的机器视觉自动识别系统。该系统由3部分组成:CCD工业摄像图像采集硬件系统、缺陷自动检出的图像处理模块和基于识别规则的缺陷识别模块。通过对空间灰度共生矩阵参数Contrast运用大津自动阈值分割算法检出潜在缺陷区域,结果表明提案的缺陷检出算法可有效提取柳杉材表面的缺陷区域。根据活节和死节的表面色彩统计直方图确立了区分活节和死节的阈值并构建了活节和死节的识别规则,结果表明基于色彩统计特征的识别规则可有效地识别活节和死节。为了验证系统的识别精度,随机从工厂现场抽取并检测了含有单个和/或多个缺陷的试件156块(共含有94个活节和86个死节),结果表明,活节和死节的正确检出率分别为94.7%和97.6%,活节和死节的正确识别率分别为96.6%和98.8%,整个系统的准确识别率为93.9%。系统的识别精度表明,基于表面纹理特征可实现对柳杉锯材表面节疤缺陷的有效识别,胜任生产线对于缺陷检测精度的要求。     

采用Gabor滤波簇和等距映射算法的织物疵点检测方法

为提高织物疵点检测率,将Gabbor滤波法与等距映射方法进行融合,克服疵点检测过程中存在的问题。首先用由3个尺度和5个方向组成的15个Gabor滤波器簇对织物疵点图像进行滤波,减少疵点图像光照不均和对比度低的影响;然后将滤波图像划分成面积相等且互不重合的邻域,并从邻域中提取高维特征向量。采用等距映射方法对高维特征向量进行降维,剔除高维特征中冗余信息,强化分类器拟合能力;再用低维嵌入模型提取新增样本低维特征向量,用于概率神经网络分类器分类,检测是否存在疵点;最后用2种不同纹理的织物进行检测实验。结果表明,本文方法能有效提高疵点的检测精度。     

基于机器视觉的纸病检测系统发展综述

在详细介绍以机器视觉技术为核心的纸病检测流程的基础上,研究、梳理和归纳了纸病检测系统在硬件模式、软件系统和检测算法上的发展历程,分析了当前纸病检测中存在的难点问题,并讨论了该技术的发展前景。     

基于频闪成像的纸病检测系统光源优化技术

近年来,基于机器视觉的纸病检测技术可以在纸张的生产过程中完成对纸张质量的监测和纸病信息反馈,所以一直是国内外相关领域的研究热点.但是随着纸机车速的加快和纸张幅宽的加大,尺寸小的纸病很难被检测出来,而且采集到的纸张图像质量差.针对在采集纸张图像过程中出现的横向波纹现象.通过香农采样定理的逆向分析,总结出横向波纹产生的原因...