机器视觉在农作物种子检测中的研究进展

农作物种子是农业生产的基础。种子检测作为一种重要的手段,在种子生产、贸易和利用的各个环节都扮演着不可或缺的角色。然而传统的农作物种子识别方法效率低,需要人力以及专业检测设备的支持。相比之下,机器视觉技术能够通过模拟人的视觉功能来实现对目标的无损检测,效率高、准确度高,有助于实现农作物种子的品种识别、分级、分类的自动化、智能化。首先简单叙述了机器视觉技术中图像采集、预处理的方法,并以玉米种子为例给出了目前主流的处理流程,然后具体叙述了机器视觉技术中传统机器学习和深度学习两种检测方式在农作物种子检测中的应用,最后针对玉米不完善粒的研究,在分为以上两种检测方式进行具体叙述的同时,指出了目前存在的问题以及玉米不完善粒检测未来的研究方向。     

基于机器视觉的色差检测算法

针对金属印刷质量中的色差检测问题,采用机器视觉的技术对色差检测算法进行了研究。通过在金属印刷品的留白区域印刷色标,使用工业CCD相机采集金属印刷产品上的色标区域,使用数字图像处理技术提取色标。使用了基于HSV颜色空间的色差检测算法和基于CIELAB颜色空间的色差检测算法,分析了两种颜色空间下色差检测的实验结果,采用两种颜色空间检测算法相结合的方法,实现对色差合理有效的快速检测,同时能保证检测结果的准确性。     

基于机器视觉的手机键盘质量检测系统

分析了利用机器视觉技术设计检测系统的现实意义,并介绍了系统的硬件和软件结构,对基于机器视觉的实时图像处理算法进行了研究。把主元分析的方法引入了图像校准领域,实现了图像的倾斜校正。通过现有分割方法的比较,提出了一种综合分割方法,对图像的特征有比较好的保持效果。使用轮廓跟踪技术完成了特征提取。根据特征的统计分布特性,利用特征区域匹配实现质量检测。实际使用情况表明该系统是可行且有效的。     

基于机器视觉的实时丸药检测系统

丸药是最为常见的药品剂型,最后成品的外观都要求圆整均匀、色泽一致,在丸药检测方面使用机器视觉技术有着良好的应用前景。通过对丸药实时检测方法和途径的分析探讨,提出了完整的工作循环模式。根据此模式,给出了利用Matlab和visual studio开发实时检测系统的完整方案。     

基于机器视觉的啤酒瓶检测系统研究

为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.     

机器视觉罐体缺陷检测系统的设计与实现

随着流水线生产过程中对产品的自动检测要求不断提高,传统的人工检测从效率和准确度方面已不能满足生产需求。另外,缺陷产品流入市场,对消费者的权益和企业的发展有不好的影响。因此,利用机器视觉技术针对罐体的形状缺陷、印刷缺陷等问题,进行图像采集、图像处理和实时检测,实现快速、准确的识别并剔除有罐体缺陷的产品,提高整个生产线的效率。     

机器视觉工业检测系统的应用与发展

介绍了机器视觉工业检测系统的发展概况,阐述了机器视觉的研究已经从实验室走向实际应用的发展阶段,业已成为当代计算机技术研究的热点,获得了广泛的工业应用。重点讨论了机器视觉系统在实际工业生产中的应用及工业视觉检测原理、常用图像处理算法等。举例说明了如何利用模板匹配法对目标图像进行识别,从而实现对产品包装的检测。最后,指出在社会高度信息化发展过程中,在人类获取信息中占很大比例的视觉信息处理技术及机器视觉测量系统,将受到人们越来越多的关注。     

机器视觉系统组成研究

机器视觉检测系统解决了传统人工检测中的许多问题，在很多行业中得到广泛的应用。文章介绍了机器视觉系统的组成及一些著名的机器视觉产品生产厂家，并且介绍了一套完整的机器视觉系统的组成方案。     

基于机器视觉的五金件在线检测系统的设计

主要介绍了基于机器视觉检测技术在五金件检测系统中的应用,系统控制步进马达旋转,带动料带式的五金件前进,通过视觉成像装置（工业相机、镜头、光源）将产品形状转化为图像信号并传输到系统,系统进行图像处理,提取出需要产品轮廓并计算其尺寸数据。系统通过生产验证,取得良好的效果,具有一定的推广价值。     

基于机器视觉的工业检测

针对酒瓶生产中对瓶口进行的有无损伤检测的重要性,对酒瓶瓶口的检测进行深入、系统的研究。基于机器视觉的检测技术通过Halcon软件实现精准度高、过程自动化、速度快的检测,故采用Halcon软件和图像处理的相关算法实现瓶口的准确检测。经过实验表明,采用机器视觉技术,识别的精度和速度有很大的提高,而且减少了人员的使用,从而减少了企业的成本。     

基于信息谱熵的支持向量机机械状态识别

特征提取是机械状态识别的重要内容.分析了机械振动信号的频谱特征,将二维信息谱熵作为机械状态的特征指标,应用到轴承的状态监测,直观地辨别出正常和故障两种状态.进一步将二维谱熵作为支持向量机(SVM)分类器的输入量,结果表明SVM具有良好的分类能力和计算效率,可以满足在线监测的要求.     

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。     

基于机器视觉的枸杞枝条识别方法研究

目标枝条的识别定位是实现枸杞果实自动化采摘的前提,为了实现枸杞的自动采摘,提出了一种新的能实现首端定位的枝条识别方法。首先,通过对枸杞枝条特征进行分析,实现了枝条轮廓和直径等特征的提取。然后,对部分非合理性间断的枝条进行了修复;对于果实将枝条首端完全遮挡的情况,采取最小二乘法拟合实现了枝条识别。最后,提出了质心差值法来获取枝条的首端坐标,从而实现了整条枝条的识别和定位。通过用VC编程进行识别算法的实验验证,实验结果表明该算法能较好地实现对枸杞枝条的识别和定位。     

基于机器视觉和GABP算法的播种检测研究

为了判别育秧播种后每穴超级稻籽粒的数目,基于机器视觉运用了遗传改进的BP神经网络(GABP)算法并结合LabVIEW和Matlab设计了图像采集、处理及结果显示系统.针对采集到的图像,采用迭代阈值法分割并获取二值图像,运用投影法定位秧盘目标检测区域及秧穴,并提取超级稻的面积、周长、形状因子和7个不变矩共10个特征参数,建立基于GABP算法的播种检测模型,分别检测空穴、1粒、2粒、3粒.检测试验结果表明,4种情况的实际检测试验结果与人工检测相对误差分别为3.9％、2.0％、3.74％、5.63％,算法平均处理时间为1.018 s,为进一步实现在线穴播量检测系统设计及精密播种作业提供参考.     

基于机器视觉和力反馈的自动装配技术研究

针对工业生产中自动装配技术装配精度不高的问题,提出了一种基于机器视觉和六维力传感器的自动装配控制方法。使用两个单目摄像头对目标进行两次定位,通过改进的NCC匹配算法进行一次定位,通过基于边缘特征的模板匹配进行二次定位,利用六维力传感器获取装配过程中的力与力矩变化情况,并基于反馈的力与力矩提出了直线运动与螺旋线运动两种装配轨迹规划策略。在搭建的机器人平台上对两种策略进行了对比实验,实验结果表明,在轴孔间隙较大时直线运动装配效率较高,但当轴孔间隙小于0. 1 mm时,直线运动的装配效率和成功率均大幅下降,而螺旋线运动的装配时间主要与装配孔直径有关,对于不同轴孔间隙装配表现稳定,并能以较高成功率实现精度0. 05 mm的轴孔装配。     

基于机器视觉的安瓿自动灯检平台

针对18000瓶/小时1-20mL剂量的安瓿水针剂的在线自动化异物检测需求,运用机器视觉技术,设计并开发了安瓿高速自动灯检平台;对系统的机械部分、电气部分及光学成像系统设计进行了分析,在多次试验中我们确定了转速及急停至拍照的时间间隔重要参数,且提出了一种快速划定安瓿检测区域的算法,并针对运动的弱小异物特征提出了一种有效的识别算法,识别算法采用Visual C++编程并在检测平台上实现,实际运行效果验证了算法的有效性和实用性,其精度和速度都达到了生产线上的要求,该研究验证了机器视觉能有效地运用于安瓿的在线检测.     

基于嵌入式技术的机器视觉系统设计与应用

针对传统人工手动检测存在耗时费力且精度低的问题,分析了基于计算机的视觉检测系统的不足,以数字图像处理和机器视觉技术为基础,以嵌入式微处理器为核心,设计了一种基于嵌入式技术的可视化、便携性良好的视觉检测系统。介绍了该检测系统的工作原理和总体结构,给出了系统的硬件选择和软件设计方案,并讨论了该系统的主要应用领域。以齿轮尺寸的视觉测量为例,实验结果表明,该系统能够准确、快速、实时在线地检测目标,可靠性高且操作便携。     

基于机器视觉的自主式救援机器人的研究

本文将面向自主式救援机器人,从现阶段日本、中国对自主式救援机器人研究现状出发,深入分析自主式救援机器人的功能需求和硬件设备需求,并且结合自主式救援机器人工作中所具备的功能进行研究。在灾害事故当中,由于环境复杂救援人员难以勘探真实的灾害环境,从而影响救援效果,而自主式救援机器人则能够通过自身强大的移动、远程通信、监测与跟踪等功能为救援人员提供帮助。面对灾害事故频发的现代化社会,救援机器人的研发已成为全球重要的研究事项。     

卷烟条盒包装质量检测机器视觉系统设计

为了避免人眼对产品外观质量检测时,人眼视觉疲劳所产生的产品错检、漏检,提出了基于机器视觉的烟支条盒包装质量检测系统的设计。该系统由光源、相机、图像采集卡和工业控制计算机组成视觉系统处理单元,应用定位配准、边缘检测和斑点分析等图像处理算法完成对产品缺陷的检测。该视觉检测系统已经在烟厂得到了实际应用,对今后开发类似的基于机器视觉的产品外观质量检测系统具有一定的参考价值和指导意义。     

融合机器视觉和触觉的机器人自动接线方法研究

为保障电力行业的安全生产,降低人工接线操作的危险性和复杂度,提出了融合机器视觉和触觉的机器人自动接线方法。首先,基于改进的Faster R-CNN目标检测网络对导线进行识别,以实现导线端口的精确定位;然后,根据触觉传感器传回的碰撞信息,通过多层感知机(MLP)对碰撞类型进行分类,判断机械臂是否对导线完成了准确抓握;最后,利用三维坐标系对导线端口进行位置修正,并再次通过触觉传感器和带有回归器的MLP指导电线完成最终的接线操作。基于真实开关柜场景进行一系列电力接线实验,实验结果表明融合机器视觉和触觉的机器人自动接线方法可准确完成接线操作,在开关柜中的接线成功率最高可达到80%。所提方法对保障电力安全生产及降低人工接线的危险性具有实际工程意义。