大输液中可见异物智能在线检测系统设计

设计了基于机器视觉的智能大输液异物在线检测系统,该系统可以实现灌装后大输液瓶中杂质的检测;研究了该检测系统的基本构成,工作原理以及一些关键图像处理技术;该检测系统采用特殊的硬件检测平台,让杂质与瓶身作相对运动,再利用精密的光学成像系统获取运动异物的序列图像,最后通过图像预处理、运动目标提取、运动目标分割和图像识别与判断这四个步骤完成对异物的检测;实验表明该系统可快速的检测出大输液溶液中所含的多种杂质.准确度高,实时性强。     

安瓿制剂中的可见异物实时视觉检测系统研究

针对安瓿中可见异物的视觉检测需求,设计了基于机器视觉的安瓿制剂在线检测系统;研究了该检测系统的硬件构成和工作原理,为了从复杂的视觉图像中提取出微小的检测目标,系统运用机械方法使被测目标与背景间产生运动差异,利用精密的光学成像系统获取目标运动序列图像,通过图像灰度投影定位安瓿图像,并提出图像差分提取运动目标和粒子滤波跟踪运动目标方法来完成对异物的实时视觉检测;实验证明所研制的系统可有效地应用于安瓿制剂的可见异物在线检测。     

经编机布匹瑕疵的在线视觉检测

为实现经编机织布过程中布匹瑕疵的实时检测,提出了一种基于机器视觉的实时检测方法。离线训练时分别学习有瑕疵和无瑕疵纹理布匹图像,自动求取纹理基元周期和纹理方向,用以构建实用的两方向Gabor滤波器组,进而提取有和无瑕疵图像特征。在线检测时,以离线所构建的Gabor滤波器组分解图像,以离线所求取的参数窗口化Gabor子图,进而提取子图特征并采用特征变化率来代替原始特征的方法以消除光照不均影响。实验表明,该方法可以适应不同纹理布匹检测需求,消除光照影响,布匹检测准确率高达99%,检测一帧（54 pixel×600 pixel）的平均时间为100 ms,实时性和准确性高,可实现经编机布匹瑕疵的在线实时检测。     

机器视觉测量系统在工业在线检测中的应用

机器视觉测量用视觉传感器采集目标图像,通过对图像各种特征量的分析处理,获取被测曲面信息.设计了一机器视觉测量系统,识别一幅图像中是否存在确定大小和形状子图像,若有则识别出它的位置.介绍如何利用“模板匹配”法对目标图像进行识别,并举例如何利用系统检测药片的包装是否合格（有无漏装）.     

视觉检测系统及其应用

视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术，基于视觉传感器的检测系统具有抗干扰能力强。效率高，组成简单等优点，非常适合生产现场的在线，非接触检测及监控。本文介绍了该技术在烟草行业包装生产线上的应用方案。     

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。     

机器视觉智能机器人无损检测系统探讨

无损检测技术在一定程度上反映了一个国家的工业发展水平,其可应用于原材料、中间工艺环节以及最终产成品的质量检测中,可对产品质量进行全程跟踪检测,确保产品生产质量.将机器视觉智能机器人应用于无损检测系统中,可有效提高生产的灵活性和自动化程度,促进无损检测技术水平的进一步提升.文章首先阐述了机器视觉智能机器人无损检测系统的硬...     

基于机器视觉的嵌入式工业在线检测系统

介绍以高速线阵电荷耦合器件(CCD)和数字信号处理器(DSP)为核心的基于机器视觉的工业在线检测系统。该系统由硬件和软件两部分组成,硬件部分包括光学成像模块、图像采集模块、数据处理模块及接口模块,软件部分包括各部分的驱动、系统配置程序、图像预处理和数据处理程序。实验表明,该系统是一套能够满足高速高精度工业在线视觉检测的嵌入式检测系统。     

基于机器视觉的蜂窝陶瓷检测系统研究

为了解决蜂窝陶瓷产品质量在线检测问题,设计了一种基于机器视觉的蜂窝陶瓷自动检测系统,介绍了检测系统的体系结构,提出了基于PC+PLC的检测系统控制方案,根据高速摄像机获取蜂窝陶瓷各个面的图像,提出了一种内切圆逐次逼近定位算法,根据实际情况设计了一种针对蜂窝陶瓷图像形状的测量方法,以检测产品是否符合允许误差;实验验证了系统的有效性和检测算法的可行性,系统实现了蜂窝陶瓷质量的快速、精确在线检测,提高了生产效率.     

基于机器视觉的钢管壁厚在线检测方法研究

在钢管生产过程中,需要对钢管的壁厚进行实时测量,以检验所生产的钢管是否符合规格。针对人工测量钢管壁厚中所出现的测量效率低、易产生疲劳且无法实时测量等问题,基于机器视觉测量技术,提出一种钢管壁厚在线检测方法。该方法首先采集钢管断面图像,然后对采集到的钢管图像进行预处理,使用Canny边缘检测算子检测钢管断面内外圈边缘特征,最后使用改进后的随机霍夫圆检测算法检测断面轮廓,根据设计的钢管壁厚测量方案计算得到各处钢管壁厚。改进的随机霍夫圆检测由于采用分区采样以及筛选出与边缘轮廓契合度最高的候选圆的方式,提高了原检测算法的检测精度与效率。经过实验验证,该方法测量精度高,效率高,能够满足对钢管壁厚在线检测的要求。     

基于DSP的大输液可见异物检测系统设计

设计了一套基于机器视觉的大输液可见异物自动检测系统.利用高速旋转装置获取运动异物的序列图像,采用嵌入至高速DSP中的异物检测与识别算法对序列图像进行处理,DSP将处理结果输送至控制器,并由控制器做出相应动作.重点研究了异物的检测与跟踪识别方法,针对快速降落及相似异物难以准确跟踪的问题,对Mean Shift跟踪算法作了...     

改进型SUSAN算子在零件视觉测量系统中的应用

本文介绍了基于改进型SUSAN算子的零件视觉测量系统。设计了零件视觉测量系统的体系结构,采用了一种基于中值的加权滤波算法进行零件图像预处理,研究了SUSAN算子的基本原理和角点检测步骤,并提出了一种基于方相信的改进SUSAN算子和零件角点测量方法,最后通过实验验证了算法的可行性。     

基于双目视觉的水下动态目标识别与定位方法研究

针对动态水下目标跟踪定位过程需要良好的实时性与鲁棒性问题,提出一种基于双目视觉的水下动态目标定位方法;利用快速引导滤波提取水下图像的光照分量,构造了一种改进的二维伽马函数,并对其参数利用光照分量的分布特性进行调整,实现了对水下不同环境图像下的亮度自适应校正处理;利用卡尔曼滤波预估下一时刻目标的位置,将预测空间作为ROI区域进行图像校正,极大降低了算法的运行时间;在HSV空间对目标进行掩膜提取,识别之后通过双目定位算法对目标进行准确定位;经过水箱试验验证,与多尺度高斯函数、双边滤波等算法相比,该方法在运行速度上有着显著的提高,达到了35FPS,在定位过程中有着较高定位精度,在方向的平均相对误差为(3.59%,3.35%,1.42%);结果表明,该算法可以满足水下动态目标跟踪定位的实时性与鲁棒性要求。     

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.     

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。     

软袋组合盖质量视觉检测系统研究

针对软袋组合盖在实际生产过程中出现的胶塞缺失或压偏、内盖错位等问题,结合机器视觉检测技术设计了基于机器视觉的软袋组合盖质量视觉在线检测系统。该系统分为硬件系统和软件系统两个部分。硬件系统包括机械传动系统、电气控制系统、视觉成像系统。软件系统包括胶塞缺失、胶塞压偏的图像处理算法。通过实验证明了该算法的有效性和该系统的实用性。     

全局一致的多视图像配准

为了提高多视图像配准的精度和一致性,考虑到各种不确定信息,提出了一个基于概率估计的多视图像配准方法。把各视点的位置姿态作为系统状态,构造系统增广模型和系统观测模型,运用增广卡尔曼滤波技术对各视点的位置姿态进行递归地估计,实现了精确的、全局一致的多视图像配准。实验对提出的配准方法进行了验证,结果表明提出的多视图像配准方法能够有效地处理不确定信息,配准结果是一致的和精确的。     

道路交通标志识别的研究现状及展望

十几年来,道路交通标志识别的研究工作已经取得了一定成果,但还存在一些不足之处,主要有：识别对象单一,样本数少;处理方法比较单一,智能方法少;偏重于理论的多,面向应用的少;大多数实验对象都是标准图,针对实景图的少;以灰度图为研究对象的多,针对彩色图的少。机器识别面临的主要难点是：道路交通标志的背景相当复杂,颜色失真极为严重并存在不同程度的几何失真;彩色图像处理的理论和技术尚不成熟。“简化复杂问题、改进传统方法、基于颜色信息、采用智能方法”将是今后的一个重要发展方向。