基于DSP机器视觉的缠辊检测系统

涤纶短纤后期处理中时常会发生缠辊。缠辊发生时,短纤后续表面会因缺丝而产生裂缝。辊筒缠丝越多,裂缝宽度就越大,辊筒就越容易损坏。针对如何实时、准确地检测缠辊这一问题,该文提出一种基于DSP机器视觉相结合的实时处理方案,介绍系统硬件组成和软件设计。在仿真实验中,系统对裂缝宽度以0.67 m/s增长的几幅仿真图进行检测,当发生报警时,检测时间为156 ms。     

基于机器视觉的在线环境监测系统设计

基于图像处理与机器视觉技术,设计了在线环境监测系统.并对该系统基本构成、工作原理以及一些关键图像技术进行了研究,主要包括图像的获取、图像的预处理和图像的特征提取与识别等.该系统的研究能够为工业烟尘污染的预防与控制策略的制定提供依据,有助于环境的保护.     

基于计算机视觉的行人检测技术综述

行人检测是使用计算机视觉技术来判断图像或序列当中有没有行人经过,并同时对行人进行定位的技术,这项技术是无人驾驶领域中至关重要的一个研究方向.受行人个体差异、尺度姿态变化大、鲁棒性要求高等影响,使其具有挑战性,并得到了广泛关注.通过对建立在电脑视觉中的行人检测提箱进行目标分辨和分割的研究情况进行梳理和总结.首先,从阈值法、边缘检测法以及语义分割三个方面,对图像分割技术进行阐述,然后将特征提取的方法分为底层特征和机器学习的两种不同类别作出介绍,之后对分类器的构造方法进行归纳,最后通过目前存在的问题对未来的行人检测技术研究进行展望.     

基于机器视觉的公路车流量检测系统研究

智能交通系统中需要的关键数据为道路的占有率、车流量、行车速度等.本文介绍了基于TMS320DM642的数字图像车流量检测系统,阐明了该嵌入式视觉系统的硬件组成原理及软件结构和车流量检测算法.系统与现有的信号机联调测试,证明其识别率高、体积小、成本低、实时性好,能实时检测公路的车流量信息.     

使用粗糙集和支持向量机检测入侵

提出了基于粗糙集理论和支持向量机(SVM)的入侵检测方法,利用粗糙集约简算法对样本集进行特征约简,删除对入侵检测结果影响不大的冗余特征,从而有效地降低了样本集的维数,解决了SVM训练时间长,样本集占用的存储空间过大的问题.实验证明,该方法能在不影响SVM检测精度的情况下,缩短SVM的训练和检测时间,有效地提高SVM的检测效率.     

Feature extraction and dimensionality reduction by genetic programming based on the Fisher criterion

Abstract: Feature extraction helps to maximize the useful information within a feature vector, by reducing the dimensionality and making the classification effective and simple. In this paper, a novel feature extraction method is proposed: genetic programming (GP) is used to discover features, while the Fisher criterion is employed to assign fitness values. This produces non‐linear features for both two‐class and multiclass recognition, reflecting the discriminating information between classes. Compared with other GP‐based methods which need to generate c discriminant functions for solving c‐class (c>2) pattern recognition problems, only one single feature, obtained by a single GP run, appears to be highly satisfactory in this approach. The proposed method is experimentally compared with some non‐linear feature extraction methods, such as kernel generalized discriminant analysis and kernel principal component analysis. Results demonstrate the capability of the proposed approach to transform information from the high‐dimensional feature space into a single‐dimensional space by automatically discovering the relationships between data, producing improved performance.     

CAD off-line programming for industrial machine vision

CAD/CAM tools are essential components of the computer-integrated factory. Up to now, they have been used for tasks such as the simulation and path programming of numerically controlled machine tools, and sometimes industrial robots. The CAD-vision interconnection described here enables us to program parts learning on the workstation, to download piece features in the vision system for inspection on the production line, to simulate the recognition process on a set of parts stored in the computer, and to update vision files after modifications in the CAD system database.     

基于LabVIEW的网络机器视觉检测系统

针对生产过程中需要实时监测零件尺寸的情况,采用一种网络机器视觉尺寸测量系统,该系统以LabVIEW为平台,配以1394摄像头和图像采集卡,利用一定的图像处理技术完成视觉检测,利用DataSocket技术实现图像的网络实时发布和客户端图像的接收。经过测试,从图像采集、处理和发布系统耗时不超过280m s,该系统开发周期短,检测速度快,充分发挥了虚拟仪器技术的功能强大、扩展性强的特点。     

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.     

机器视觉技术在博弈智能机器人设计中的应用

象棋识别是博弈智能机器人系统的重要组成部分.基于NI公司的LabVIEW和Vision软件,采用模板匹配的方法开发了视觉程序,以动态链接库的方式实现了象棋博弈界面程序和识别程序的互联.实践结果表明,该程序运行稳定可靠,且识别结果理想.结合机械手的控制技术的机器视觉技术是当前工业界的热门技术,具有广阔的应用和发展前景.     

机器视觉识别棉花病害中的形态特征提取

根据棉花病害叶片和正常叶片的形态差异,提取形态特征:孔洞个数与叶片面积比和孔洞面积与叶片面积比、细化长度与叶片面积之比、腐蚀次数与叶片面积比,并分析比较三种特征的识别有效性。其识别准确率分别达到93.2%、76.3%、98.3%。     

基于视觉注意机制的棉花污染物机器视觉检测算法

针对棉花中污染物这类大背景中的目标检测,模仿人类视觉注意机制,提出了一种检测算法:在预注意阶段,主相机获取全局图像,利用离散余弦变换和支持向量机提取和识别特征,确定目标所在的感兴趣区域;在注意阶段,对应感兴趣区域的从相机工作,获取该区域的局部图像,利用均值和方差方法识别污染物。实验表明,该算法能去除冗余数据,提高检测精确度。     

机器视觉表面缺陷检测综述

目的 工业产品的表面缺陷对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制。机器视觉的检测方法可以很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低、劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用。方法 以机器视觉表面缺陷检测为研究对象,在广泛调研相关文献和发展成果的基础上,对基于机器视觉在表面缺陷检测领域的应用进行了综述。分析了典型机器视觉表面缺陷检测系统的工作原理和基本结构,阐述了表面缺陷视觉检测的研究现状、现有视觉软件和硬件平台,综述了机器视觉检测所涉及到的图像预处理算法、图像分割算法、图像特征提取及其选择算法、图像识别等相关理论和算法研究,并对每种主要方法的基本思想、特点和存在的局限性进行了总结,对未来可能的发展方向进行展望。结果 机器视觉表面缺陷检测系统中,图像处理和分析算法是重要内容,算法各有优缺点和其适应范围。如何提高算法的准确性、实时性和鲁棒性,一直是研究者们努力的方向。结论 机器视觉是对人类视觉的模拟,机器视觉表面检测涉及众多学科和理论,如何使检测进一步向自动化和智能化方向发展,还需要更深入的研究。     

基于机器视觉的SMT焊膏印刷缺陷自动三维检测

在电子产品印刷电路板表面贴片安装生产中,传统的激光三角法进行焊青印刷质量三维缺陷检测存在速度慢和精度低的不足,基于光栅投影相位测量轮廓术的机器视觉三维测量方法可以提高速度和精度,结合数字光处理投影仪产生正弦投影光橱,并通过机器视觉采集的二维图像改进性能、提高速度,较好解决了相位展开、阴影区域测量等难点.仿真实验结果表明,该方案速度快、精度高且具有很好的可靠性.