《图像处理、分析与机器视觉（第3版）》

本书是为计算机专业图像处理、图像分析和机器视觉课程编写的教材。 本书针对图像处理、图像分析和机器视觉领域的有关原理与技术展开了广泛而深入的讨论,包括图像预处理、图像分割、形状表示与描述、物体识别与图像理解、三维视觉、数学形态学图像处理技术、离散图像变换、图像压缩、纹理描述、运动分析等。     

基于机器视觉的产品瑕疵识别系统设计

分析了机器视觉技术发展现状及未来趋势,设计了一种基于机器视觉技术的产品瑕疵识别系统,通过图像采集模块采集待检产品视觉图像,通过专用控制器对图像进行处理,最终识别出瑕疵产品。     

图像去雾技术研究综述与展望

图像去雾技术是图像处理和计算机视觉领域共同关心的重要问题。通过从图像处理和物理模型的研究角度对图像去雾技术进行综述,综合了近年来提出的典型的图像去雾方法的基本原理和最新研究进展,并对一些典型的及最新提出的去雾方法,给出了其视觉上的去雾效果和客观的评估数据。最后展望了图像去雾技术的未来研究方向,并给出了一些建议。     

基于机器视觉的产品外观检测系统设计

分析了机器视觉技术发展现状及未来趋势,设计了一种基于机器视觉技术的产品外观检测系统,通过图像采集模块采集待检产品视觉图像,通过专用控制器对图像进行处理,最终识别出待检产品外观缺陷。     

机器视觉技术中图像投影的算法

机器视觉技术在社会各行业生产和检测中的应用越来越多,那么对于机器视觉系统采集到得图像的真实性的要求也就越高,本文利用图像坐标使图像翻转产生投影,并在该算法的基础上利用图像的渐变透明度提高图像的真实性,算法本身的复杂度非常低,大大提高了程序的运行速度,使得机器视觉技术采集的图像处理得更快更具真实效果。     

基于机器视觉的板件形位测量

为实现快速非接触式的板件形位测量,提出了一种基于机器视觉的测量方法,将机器视觉技术应用到机械加工中。基于机器视觉的板件形位测量利用工业摄像机获取工件图像,经过图像滤波和图像分割后提取工件角点,匹配左右相机中的角点,从而得到角点的三维坐标,并且采用直线拟合的方法拟合工件边缘、计算直线斜率,得到工件的旋转角度。     

基于图像建模技术研究综述与展望

基于图像建模技术是计算机图形学和计算机视觉领域共同关心的重要问题．文中侧重从计算机图形学的研究角度对基于图像建模技术进行了综述,介绍了近年来提出的典型的基于图像建模方法及其最新研究进展,给出了这些方法的基本原理并加以分析比较,最后对基于图像建模技术的未来研究给出了一些建议。     

机器视觉成熟时

工程师们发现,机器视觉已经可以取代更加繁琐的基于单点传感器的系统。在我35年前刚开始接触机器视觉技术的时候,数码照相机还是实验室里的新鲜玩意,图像采集卡才刚刚进入市场,图像处理也还是一门暗房里的艺术。随着视觉技术逐渐成熟,图像传感器进入了百万像素时代,     

指针式仪表自动读数识别技术的研究现状与发展

指针式仪表自动判读技术是当前机器视觉研究的热点,也是模式识别领域一项重要的研究内容和前沿技术。在对指针式仪表识别技术进行了一般性概述之后,详细介绍了基于机器视觉的指针式仪表自动读数识别技术的基本概念、基本原理和主要研究内容,介绍了该技术在国内外的研究现状,同时重点介绍了图像校正、圆形表盘轮廓检测、指针线检测和角度计算等主要研究内容的最新进展,最后给出了指针式仪表自动读数识别涉及的关键技术和发展方向。     

基于机器视觉的跨座式轨道梁晃动量检测方法

研究机器视觉和图像处理与工业计算机组成的系统在工程测量中的应用。对于所获取的轻轨轨道梁二维晃动图像,利用计算机图像处理与机器视觉技术,采用模板匹配的方法,制作特征模板。针对每榀梁的一系列图像序列分别计算匹配模板的重心,比较每张匹配模板的重心值。得出在轻轨运行的垂直方向上的最大Ymax 和最小值Ymix,|Ymax-Ymix|便是轨道梁的晃动幅度值。该方法能准确地给出每榀梁的晃动幅值。     

Design and application of industrial machine vision systems

In this paper, the role and importance of the machine vision systems in the industrial applications are described. First understanding of the vision in terms of a universal concept is explained. System design methodology is discussed and a generic machine vision model is reported. Such a machine includes systems and sub-systems, which of course depend on the type of applications and required tasks. In general, expected functions from a vision machine are the exploitation and imposition of the environmental constraint of a scene, the capturing of the images, analysis of those captured images, recognition of certain objects and features within each image, and the initiation of subsequent actions in order to accept or reject the corresponding objects. After a vision system performs all these stages, the task in hand is almost completed. Here, the sequence and proper functioning of each system and sub-systems in terms of high-quality images is explained. In operation, there is a scene with some constraint, first step for the machine is the image acquisition, pre-processing of image, segmentation, feature extraction, classification, inspection, and finally actuation, which is an interaction with the scene under study. At the end of this report, industrial image vision applications are explained in detail. Such applications include the area of automated visual inspection (AVI), process control, parts identification, and important role in the robotic guidance and control. Vision developments in manufacturing that can result in improvements in the reliability, in the product quality, and enabling technology for a new production process are presented. The key points in design and applications of a machine vision system are also presented. Such considerations can be generally classified into the six different categories such as the scene constraints, image acquisition, image pre-processing, image processing, machine vision justification, and finally the systematic considerations. Each aspect of such processes is described here and the proper condition for an optimal design is reported.     

图像文本分析技术及其应用

文本是计算机视觉的许多应用中的一项重要特征。大量复杂图像文本的应用,使图像文本分析技术成为研究的新方向。图像文本分析技术和通常的文档图像分析技术之间有着紧密的联系;但是图像文本其自身所具有的特性,又使得图像文本分析技术具有不同于一般的文档图像分析的更加丰富的内容。我们将图像文本分析技术划分为三大组成部分：图像文本定位、图像文本的预处理和图像文本的识别进行讨论。最后,本文也对图像文本分析技术的应用进行了讨论。     

计算机视觉与机器学习技术在三维人体动画中的应用综述

近年来计算机视觉与机器学习技术广泛应用于三维人体动画领域中.基于图像/视频的人体运动数据获取技术、数字角色和场景建模、交互式角色动画控制与运动生成等方面都大量应用了计算机视觉技术;同时,机器学习理论在三维人体运动数据重用以及后期智能角色动画创作中扮演了越来越重要的角色,并得到一些很好的研究成果.文中以三维人体动画创作流程为主线对这些方法的基本思想和关键技术进行了归纳与分析,并讨论了三维人体动画制作技术的发展趋势.     

Fields of Experts

We develop a framework for learning generic, expressive image priors that capture the statistics of natural scenes and can be used for a variety of machine vision tasks. The approach provides a practical method for learning high-order Markov random field (MRF) models with potential functions that extend over large pixel neighborhoods. These clique potentials are modeled using the Product-of-Experts framework that uses non-linear functions of many linear filter responses. In contrast to previous MRF approaches all parameters, including the linear filters themselves, are learned from training data. We demonstrate the capabilities of this Field-of-Experts model with two example applications, image denoising and image inpainting, which are implemented using a simple, approximate inference scheme. While the model is trained on a generic image database and is not tuned toward a specific application, we obtain results that compete with specialized techniques. The work for this paper was performed while S.R. was at Brown University.     

基于LabVIEW机器视觉的餐具分拣系统

随着国内工业机器人行业的高速发展,智能装备也开始应用于工程实践项目中。机器视觉作为机器人的眼睛,近年来取得了令人瞩目的发展,正广泛地应用于各种工况监视、成品检验和质量控制领域。系统主要以碗碟餐具的分拣作为研究对象,采用美国NI公司开发的LabVIEW软件作为开发环境,通过调用视觉开发工具包IMAQ Vision及Vision Assistant丰富的专业化控件和函数库,针对碗碟分类的特殊条件,设计出一套方便易用,且同时集成 图像采集、图像处理、视觉检测、决策判断的完整的机器视觉应用系统。基于LabVIEW的机器视觉系统的应用实现了碗碟分拣,解决了实际应用中的一些问题,为进一步的研究开发奠定了较好的基础。该系统的设计大大提高了餐具分类的准确率与效率。     

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。     

Improved AdaBoost-based image retrieval with relevance feedback via paired feature learning

Boost learning algorithm, such as AdaBoost, has been widely used in a variety of applications in multimedia and computer vision. Relevance feedback-based image retrieval has been formulated as a classification problem with a small number of training samples. Several machine learning techniques have been applied to this problem recently. In this paper, we propose a novel paired feature AdaBoost learning system for relevance feedback-based image retrieval. To facilitate density estimation in our feature learning method, we propose an ID3-like balance tree quantization method to preserve most discriminative information. By using paired feature combination, we map all training samples obtained in the relevance feedback process onto paired feature spaces and employ the AdaBoost algorithm to select a few feature pairs with best discrimination capabilities in the corresponding paired feature spaces. In the AdaBoost algorithm, we employ Bayesian classification to replace the traditional binary weak classifiers to enhance their classification power, thus producing a stronger classifier. Experimental results on content-based image retrieval (CBIR) show superior performance of the proposed system compared to some previous methods.     

机器视觉关键技术与应用实例分析

本文简要介绍了有关机器视觉概念、系统的组成,并介绍了与机器视觉相关的关键技术,如照明光源、镜头、摄像机、图像采集卡、图像处理卡、集成式视觉组件等,最后扼要介绍了在工业检测、农产品分选、机器人导航等多个领域的应用实例.     

基于频域特征的图像深度信息提取方法

图像深度提取是机器视觉的重要课题。本文研究了一种基于图像频域特征的深度恢复方法,对散焦图像以点扩散函数建立模糊程度与距离间的关系,以二维散焦图像频域局部特征为依据,通过取样窗口的恰当选择,提取深度信息。对采集图像的实验结果表明,该方法行之有效。