基于视觉词袋模型的茶机智能化控制方法

因3类名优茶在颜色上并无太大区分,纹理特征也不明显,所以在茶机智能化控制方法中主要依靠人为的主观判断进行名优茶分类,准确度较低。针对这个问题,提出一种基于视觉词袋模型的分类方法,首先对采集的茶叶图片通过数字图像处理的方法调整对比度,然后利用视觉词袋模型提取每一张图像的SIFT特征并生成视觉单词,最后将每一张图像表示成一个包含视觉单词的向量,输入到BP神经网络中进行训练并分类。实验结果表明:该方法合理有效,可以被广泛应用到茶叶分类问题中。     

基于机器视觉的卷烟32位码识别系统研究

机器视觉究其本质是一种综合了多个领域技术的交叉学科,其将神经生物学与心理物理学相结合,利用计算机技术将人工智能活用于其中,并通过图像识别和处理所得数据。若将其应用于卷烟32位码识别,可以减小工作量、降低人工出错率、提高工作效率,具有重要经济意义。通过基于机器视觉卷烟32位码系统的实现,证明卷烟32位码识别是行之有效的。     

一种基于视觉模型的边缘检测阈值选择策略

按照仿生学原理,通过分析人眼的阈值亮度比曲线和weber比曲线,将图像根据背景亮度 划分为低暗区、中间区和高亮区,分别采用不同的公式计算边缘阈值。仿真表明,该方法能够根据边缘所处背景亮度自适应地选择阈值,从而检测出与人的主观视觉更为一致的图像边缘。     

基于机器视觉的卷烟内衬纸光敏性差异分析

目的研究卷烟不同内衬纸对光的敏感程度,为优化机器视觉检测精度以提高卷烟的包装质量提供参考依据。方法基于机器视觉技术,通过RGB和HSV颜色模式对不同颜色、类型内衬纸的光学反应参数进行测试,采用方差分析对光敏性进行差异显著性分析,确定显著程度后再进行相关性分析,得出不同内衬纸与光敏性的关系,并验证缺陷内衬纸的光敏性。结果不同颜色、类型内衬纸间的光敏性均存在显著性差异,其中R对颜色的光敏性影响最大,且与颜色呈显著正相关,光敏性强弱依次为:红色浅金色银色金色。V对类型的光敏性影响最大,且与类型呈显著正相关,光敏性强弱依次为:压花复合铝箔型普通转移型直镀铝箔型复合铝箔型镭射型真空镀铝转移型。结论不同卷烟内衬纸的光敏性均存在差异,在实际生产中,企业可针对不同品牌内衬纸优化光敏性范围,通过调整光学参数R,V进行缺陷内衬纸的判断与剔除。     

基于孪生并行注意力网络的包装印刷品商标真伪鉴别研究

为了借助手机精确快速地鉴别微小篡改的包装印刷品商标真伪,提出孪生并行注意力卷积神经网络判别模型。通过孪生网络的共享权重机制降低网络系统的表征偏差,通过并行注意力机制提高对微小篡改变化特征的提取能力,最大程度降低打印拍照引入的噪声对篡改特征提取的影响。在2种印刷纸张、2种拍摄光源和2种拍摄手机组合的8种开放场景中,拍摄多组真伪商标的印刷图像,建立篡改面积0.4%～0.7%的商标真伪数据集。模型在该打印拍照数据集上鉴别准确率为94%以上,在真实山寨商标上的鉴别准确率为100%。本文提出的孪生并行注意力卷积神经网络模型,具有较高的细粒度鉴别精度和较强的泛化能力,能够在开放场景下有效地实现基于图像微小篡改的包装印刷品商标真伪的鉴别。     

一种基于正则化和Watson视觉模型的图像指纹算法

大量多媒体应用的发展使得数字图像很容易地被非法操作和篡改,提出一种基于图像正则化和视觉特性的图像指纹算法,可以有效地实现图像的认证和识别.首先对图像进行正则化预处理,消除几何形变对图像的影响,然后对图像进行分块DCT变换,利用Watson视觉模型对DCT系数进行处理,增大人眼敏感的频域系数在计算图像特征时的权重,经过量化形成最终的指纹序列.在图像指纹序列生成过程中,加入密钥控制,提高了指纹的安全性.实验结果表明,该方法的冲突概率在10-7数量级,对JPEG压缩、旋转、缩放等操作具有较好的稳健性.     

基于机器视觉的制袋机圆角袋单切系统设计

目的 针对制袋机在生产圆角袋时,常采用的双切方法存在的效率低、废料多、机械磨损快等问题,基于机器视觉设计圆角袋单切系统.方法 搭建视觉硬件平台,基于OpenCV视觉库,在Visual Studio开发环境中编写视觉软件.相机采用飞拍模式,通过第1牵引伺服编码器分频输出信号给PLC,PLC利用高速计数器通过I/O口对相机进行硬触发.用标定板对相机进行标定,得出像素当量值,经过滤波、二值化、边缘检测等处理后对圆角轮廓进行特征提取,制作模板.通过遍历图像,在模板圆角中心线上添加特征点,完成模板匹配时可直接得出当前图像圆角中心坐标,将圆角中心坐标与基准线坐标的差值作为纠偏值发给PLC,PLC控制移刀伺服实现单刀精准切除.结果 该方法可实现在拉料过程中,对圆角中心进行快速、准确定位,在当前制袋周期对当前袋子进行移刀裁切,实际裁切误差在±0.1 mm以内,满足目前最小圆角半径0.125圆角袋的制作要求.结论 采用飞拍模式的视觉系统图像处理速度快,可匹配高速制袋要求,有效解决传统生产圆角袋时出现的问题,满足工业生产的需求,实际应用价值较大.     

基于视觉单词和语义映射的色情图像检测算法

针对传统类型的色情图像检测方法误检率高的问题,提出了一种基于多层视觉单词的检测方法.该方法首先对色情场景的各种视觉元素建立视觉单词,然后通过这些视觉单词建立更高层的编码,包括视觉词组和兴趣区域类别,从而实现对图像不同形态级别的描述与分析.图像的识别特征由相应的编码直方图组成,并将特征映射到一个低维空间中,使图像间的语义距离与空间距离相协调.该方法在各种图像测试中都表现出出色的性能,例如在人物类图像测试中,误检率比传统方法降低了40%.实验结果证明,多层单词体系能够更高效地分析色情图像等复杂场景.     

基于视觉模型的苏木精—伊红染色法染色病理切片骨小梁提取

为了提取HE染色骨组织切片的骨小梁,实现骨小梁面积定量检测,以极坐标扩散方式创建视觉模型,划分骨小梁与骨细胞、骨皮质的边界。提取背景某一像素的RGB值,把病理切片所有像素的RGB值对背景像素求取三维欧式距离,获得阈值,对图像二值化分割,通过区域填充获得骨小梁。结果表明视觉模型能较好地获得感兴趣区域的边界,计量的骨小梁面积精度高于常规软件,检测结果鲁棒性相对于常规软件提高了95%以上,人机交互少,降低了检测的盲目性,提高了检测速度。     

基于无监督深度神经网络的卷烟小包拉线缺陷视觉智能检测方法

目的 为减少ZB47包装机小包拉线缺陷投诉,基于无监督深度神经网络构建一种小包拉线缺陷视觉智能检测方法。方法 首先,在ZB47包装机CH转塔部位设计并加装小包图像采集装置,获得实时高清晰度小包图像。其次,将小包图像根据拉线位置进行固定位置的裁剪,从而减轻不同工况的环境背景影响并且加快检测速度。然后,构建自编码器–编码器结构的主干网络,同时叠加生成对抗网络中的判别器模块组成缺陷判别模型,并综合采用图像间、图像隐空间以及图像特征间的信息构建模型的损失函数。最后,使用裁剪后的正常小包拉线图像对构建的缺陷判别模型进行训练,并基于所有的正常小包图像得到异常阈值。结果 实际验证阶段,待检测图像的得分大于异常阈值即判断为异常图像,触发CH转塔部位的小包剔除装置将该缺陷小包剔除。生产现场测试表明,所提方法可以对典型小包缺陷进行快速准确检测,缺陷检测准确率为99.99%。结论 该方法能够满足生产现场卷烟小包拉线缺陷检测的准确性和实时性要求。     

基于改进Hough变换的纸塑复合袋视觉定位算法

目的 为快速精确获取纸塑复合袋纠偏过程中的位置偏移和倾角信息,提出一种基于改进Hough变换的纸塑复合袋视觉定位算法.方法 首先通过大津法对平台上的纸塑复合袋图像进行分割,去除皮带部分;然后利用基于方差的差异化滤波方法对纸塑复合袋图像进行降噪处理,突出复合袋图像边缘;最后运用Canny算子获取纸塑复合袋边缘点,利用改进的Hough变换算法对纸塑复合袋4条边线进行直线提取,求解纸塑复合袋的中心位置和倾角.结果 改进算法在直线提取精度和耗时2个方面均优于传统Hough变换算法,获取纸塑复合袋位置和倾角只需0.335 s,耗时减少了76％.结论 改进算法的耗时满足纠偏定位要求.     

基于视觉成像技术的高速包装机模盒内烟支检测的研究

目的 解决机械探针式烟支检测在检测模盒内烟支时存在误检和漏检的问题。方法 设计一种基于视觉成像技术的高速包装机模盒内烟支检测装置,研究其关键技术,包括工业相机、LED光源和控制器的安装,动态图像采集和图像处理算法,PLC控制程序的设计等。结果 该烟支检测装置安装使用后,对模盒内烟支缺陷产品检测的准确率≥98%,误检率≤1%。结论 该烟支检测装置能有效解决机械探针式烟支检测误检和漏检的问题,提高了产品质量,降低了废烟消耗,提高了设备有效作业率,可推广应用于行业内所有包装设备上。     

基于不变矩的书法真伪鉴定方法研究

传统的书法真伪鉴定多采用专家鉴定等方式,基于图像形状真实度提出了一种书法真伪鉴定方法,将模式识别领域中的不变矩应用于书法真伪鉴定,分析比较了 Hu 矩、Zernike 矩、Pseudo-Zernike 矩、Legendre 矩、Fourier-Mellin 矩、Tchebichef矩和 Krawtchouk 矩等七种不变矩的形状真实度性能,并提出了衡量书法作品形状真实度的评价指标。通过高清晰、高精度、高保真的书法作品图像的采集与处理,进一步保证了鉴定的可靠性。实验结果表明,该方法能识别出肉眼不易观察的差异,可为书法鉴定提供一种科学可靠的辅助手段,提升了书法作品鉴定的效率与可信性,鉴定时间开销小且抗干扰性好,在书法真伪鉴定中具有一定借鉴意义及较好的实用价值。     

一种基于视觉感兴趣区域的彩色图像增强方法

目的把视觉感兴趣区域概念引入直方图的建造中,提出了一种新的基于视觉感兴趣区域的图像增强方法,使增强效果更符合人眼视觉感知。方法首先在标准观测环境下利用先进的眼动仪设备获得人眼感兴趣区域,然后计算各子区域的平均显著值,以确定各个子区域的权重系数,最后采取类似直方图均衡化的思想,优化配比灰度级的动态范围。结果通过主客观实验结果表明,增强后的图像更符合人眼视觉感知。结论结合了视觉感知特性的直方图增强方法,弥补了传统直方图与人眼视觉感知不一致的弊端,其增强效果更佳。     

视觉引导的机器人条烟分拣系统设计与实现

目的 为了实现对多品种条烟高效率分拣,开发基于视觉的工业机器人条烟分拣系统平台。方法 系统采用LABVIEW图像采集及处理双进程执行系统,并基于LABVIEW进行二次开发的图像模板匹配算法。模板匹配算法得到的数据,通过与工业机器人之间的数据库对比来实现对条烟的识别和分拣,拓展机器人的应用范围。结果 4种任意放置条烟进行分拣,识别时间在100ms之内,条烟识别准确率为100%,条烟分拣速度根据传送带设置为0～4 m/s可调。结论 视觉引导的机器人条烟分拣系统软硬件设计正确,条烟识别准确,条烟分拣效率高。     

基于原型的AD辅助机器人视觉形象特征研究

目的 为满足老年阿尔茨海默病(Alzheimer disease,AD)患者在居家条件下的认知刺激训练和日常护理需求,从原型理论角度探讨AD辅助机器人的视觉形象特征并进行设计实践。方法 根据原型的选择原则,确定原型样本并构建典型任务情景;通过意象词汇收集和添加关键帧截取动作参数的方式,分别获取原型的静态特征与动态特征;构建AD辅助机器人视觉形象特征变量层级,将原型特征映射至AD辅助机器人;根据映射结果对AD辅助机器人视觉形象进行创新设计。结论 基于原型理论和视觉形象特征层级,提出了构建AD辅助机器人视觉形象特征的设计方法,运用感性意象和特征变量的映射关系进行设计实践并得到验证,为实现老年AD患者居家养老的辅助机器人设计提供了有效参考和新方向。     

New Generation Model of Word Vector Representation Based on CBOW or Skip-Gram

Word vector representation is widely used in natural language processing tasks. Most word vectors are generated based on probability model, its bag-of-words features have two major weaknesses: they lose the ordering of the words and they also ignore semantics of the words. Recently, neural-network language models CBOW and Skip-Gram are developed as continuous-space language models for words representation in high dimensional real-valued vectors. These vector representations have recently demonstrated promising results in various NLP tasks because of their superiority in capturing syntactic and contextual regularities in language. In this paper, we propose a new strategy based on optimization in contiguous subset of documents and regression method in combination of vectors, two of new models CBOW-OR and SkipGram-OR for word vector learning are established. Experimental results show that for some words-pair, the cosine distance obtained by the CBOW-OR (or SkipGram-OR) model is generally larger and is more reasonable than CBOW (or Skip-Gram), the vector space for Skip-Gram and SkipGram-OR keep the same structure property in Euclidean distance, and the model SkipGram-OR keeps higher performance for retrieval the relative words-pair as a whole. Both CBOW-OR and SkipGram-OR model are inherent parallel models and can be expected to apply in large-scale information processing.     

基于环形特征的卷积神经网络轮毂识别

针对实际生产中不同种类轮毂的混流生产问题,提出了一种基于环形特征的卷积神经网络轮毂识别算法。将直角坐标下的环形轮毂映射到极坐标中,归一化为标准形式的矩形,提取轮毂图像的环形特征信息,减少冗余特征产生的影响;设计了一种改进的VGG网络架构,利用深度可分离卷积打破输出通道维度与卷积核大小的联系,在不损失网络性能的同时降低了计算量,能够在实际生产中轮毂识别任务在有限的算力情况下实时进行计算;从有效性和实时性两个方面对轮毂识别算法进行评估,且通过Inception V3、SVM、KNN等模型的对比实验,验证了该算法可以实时地对轮毂自适应分类。实验表明: 该方法对轮毂图像的处理精度达到99%以上,单幅图像平均处理时间降低至11.78ms。     

基于形象IP构建的网络表情符号视觉形态设计

目的探究表情类形象IP的跨媒介叙事能力,分析决定形象IP核心价值的关键设计要素,总结视觉形态设计的原则与方法,丰富网络表情符号IP产业化发展的设计理论基础。方法对具有较高知名度的网络表情类形象IP进行筛选、整理与分析,归纳高价值形象IP的核心内容、艺术特征、视觉形式及其传播方式。在此基础上,面向目标用户进行调研,对用户审美接受度及情感关联要素进行分析,归纳出基于用户认知与情感互动的设计体验要素,并且通过项目设计实践以验证思路和方法的有效性与可靠性。结论具备IP开发价值的网络表情符号具有高度视觉审美性与鲜明形象特征,能集流量和情感认知于一体,具有势能转化与跨平台转移的特点,外在的视觉形态以及内在的情感构建是实现表情类形象IP多渠道价值的核心与关键。