共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
瓶装啤酒的高速实时在线容量检测装置的研制 总被引:1,自引:0,他引:1
设计了一种适用于广大中小啤酒生产企业的在线检测装置。光学系统设计上,利用DSP处理器独立完成生产线上啤酒瓶的采集与处理,利用图像开窗采集方法减小DSP的图像数据存储量,降低了系统对内存容量的要求,解决了检测实时性要求的技术难题。建立一种最佳的啤酒液位图像识别方法及其监测软件,可实现对54000瓶/h的高速自动生产线上啤酒容量的在线动态捕捉,实时采集,并能够显示液位值,当容量不符合标准时可自动报警。该装置可独立运行和自动加载程序,便于携带到现场进行实时检测。 相似文献
3.
针对水下机器人采集的声纳图像检测范围较小的问题,文章提出了一种基于SURF的声纳图像拼接算法。首先,对采集的声纳图像进行一定的预处理,去除噪声并调整声纳图像的对比度;其次,对处理后的图像提取SURF特征点;然后,利用得到的特征点对求解单应矩阵并进行坐标映射;最后,对拼接图像进行图像融合。实验表明:该算法在含有较多特征点的声纳图像中具有较好的精度,实时性也较好。 相似文献
4.
5.
在皮革服装、运动鞋、皮包等加工领域中,皮革图像的轮廓检测、面积计算、裁剪路径优化等处理均需要应用计算机图像处理技术。由于很多动物皮革幅面较大,需要将多幅图像进行拼接,才能完成后续皮革的裁剪、排样等加工工序。对此,本文基于图像处理技术研究了大幅面皮革图像的拼接与轮廓检测算法。对采集的皮革图像进行灰度化、滤波去噪、二值化等预处理;采用Harris算法进行图像特征点检测,应用棋盘格进行特征点的匹配,计算出变换矩阵,通过投影方式将两幅皮革图像进行拼接;对二值化处理后的图像采集边界点,进行轮廓提取,并对轮廓上的点进行适当的筛选和补充,检测出完整的皮革图像轮廓。 相似文献
6.
7.
8.
为了降低四色重叠影响导致的图像色彩分割困难,提高印刷品套印误差检测的精度,提出了一种基于FCM聚类算法的套印误差检测方式。首先,将采集的印刷品套印标识符图像进行灰度化处理、高斯滤波降噪处理以及CMYK色彩空间转换并分离出四种色彩通道的图片;然后,分别对四种色彩通道图片进行FCM算法聚类;最后,对聚类后的图片进行固定阈值分割,并对分割的图片依次做图像差运算,分别提取出四个通道中C、M、Y、K四种颜色的部分,进行误差分析。对比显示测量误差均≤0.2mm,符合国家对一般印刷品套印精度检测误差不高于0.2mm的要求;该算法与应用广泛的传统大津法对比,测量误差更小,精度更高,提升了套印误差检测水平。 相似文献
9.
为解决传统人工对印刷品质量检测存在的漏检、无法保证统一标准、检测效率低下等问题,采用基于机器视觉的检测系统,利用CCD线扫描相机对待检测的印刷品进行图像采集,在MATLAB环境下,对采集的印刷品图像与标准图像进行配准,找出两者间的差异,并显示出来,从而实现对印刷品质量检测的智能化。结果表明,该检测方法对于飞墨、漏印等常见印品质量问题的检测效果较好。 相似文献
10.
11.
由于原材料的特殊性,皮革材料在进行深度加工以前都需要对材料表面的缺陷,如虫蛀、裂痕等进行筛查。基于机器视觉、数字图像处理技术等,对皮革材料缺陷的可视化检测进行分析,对皮革材料缺陷图像采集与处理、图像缺陷特征分析与提取、缺陷检测分类等关键技术进行总结。本文认为,对于皮革产业材料缺陷检测工艺而言,机器视觉能够大幅提升相关领域检测精度和检测效率,有利于皮革产业实现智能化发展。 相似文献
12.
13.
14.
轨枕作为铁路线路重要的基础设施,其工作状态是否正常对铁路线路的安全有着重要的影响。文章提出了一种基于图像处理的铁路轨枕分割方法,包含铁路图像采集、图像预处理、轨枕图像分割提取等部分。在对灰度图像进行Laplacian边缘检测处理后采用区域扫描定位法对轨枕位置进行定位,提取轨枕图像,以期应用到后续状态检测中。 相似文献
15.
16.
17.
啤酒瓶在灌装前必须进行多种指标检验,针对实际生产的需要,本文设计了一套基于机器视觉的在线检测系统。系统采用了分布式高速多通道视频信号实时采集与处理方法,很好地解决了实时性与准确性要求的矛盾。系统核心是一种针对处理图像信息的可重构并行处理器,处理器的设计采用了DSP FIGA的混合计算结构,既具有制造完成后的可编程性,又能提供较高的计算性能,可适用多种实时图像信息处理应用的需要。 相似文献
18.
19.
什么是色彩与设备无关?色彩与设备无关是实现图像信息交换标准的重要一环,其含义为某一种图像处理设备所处理获得的图像色彩数据结果,在另一种处理设备上应该能够得到相应的还原。要实现色彩与设备无关,首先必须能够客观地评价图像的颜色和密度与处理设备之间的变换特性。 相似文献
20.
针对实际纸病检测应用中采集到的图像分辨率越来越高,在图像处理过程中出现数据维数过大的问题,提出一种基于鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)的纸病图像分割算法,该算法将纸病图像对应的矩阵分解成稀疏矩阵和低秩矩阵。在后续检测中只需选取稀疏矩阵对应的图像进行检测就可以满足纸病检测的要求,有效减少了计算量,最终节省了整个纸病检测环节的检测时间。仿真结果表明,该方法可用于纸病图像的分割,并且具有良好的分割效果。 相似文献