机器视觉田间植物检测与识别技术

在田间自动检测和识别植物 (农作物和杂草 )是对农作物进行防病、防虫和杂草控制的重要前提条件。本文综述了机器视觉田间植物检测和识别技术的国外最新研究方法和成果 ,以促进我国在该领域的应用和发展。     

机器视觉田间植物检测与识别技术

在田间自动检测和识别植物（农作物和杂草）是对农作物进行防病、防虫和杂草控制的重要前提条件,本文综述了机器视觉田间植物检测和识别技术的国外最新研究方法和成果,以促进我国在该领域的应用和发展。     

基于机器视觉的异性纤维检测系统

异性纤维杂质检测技术是近几年来国内外研究的热点，给出了基于机器视觉的异性纤维检测系统框架，并对系统各个模块关键技术进行了阐述．为了有效清除异性纤维，提出了一种彩色聚色分割方法用于检测皮棉中的异性纤维．实验结果表明，此方法可以有效的检测皮棉中的异性纤维．     

基于机器视觉的条形码识读

基于机器视觉的条码自动识别技术,利用视觉系统得到条码的图像,通过几何变换、滤波去噪、阈值处理等有效的图像处理和快速模式识别方法,实现了流水线物品条码的快速、精确识读与检测。     

基于机器视觉的无梭织机断经智能识别装置研发

断经是机织物面料最常见疵点之一,也是判定面料品质的重要指标。为了避免断经疵点出现,纺织企业通常采取停经片或人工巡台措施来应对,但这两种方法不仅增加了生产工艺流程和人工成本,还会增加经纱与停经片磨损以及漏巡问题。本文利用机器视觉精确在线采集图像信息,模拟挡车工巡台检查,利用视觉算法对图像信息进行处理分析,从而识别断经,并触发断经信号停机。同时,为降低成本,一台自动断经识别装置控制多台设备,实现多台联动控制,降低企业智能化改造成本。该智能装置实现机器代替人的劳动,推动纺织织造行业智能化水平提升。     

基于机器视觉的异性纤维检测系统

异性纤维杂质检测技术是近几年来国内外研究的热点,给出了基于机器视觉的异性纤维检测系统框架,并对系统各个模块关键技术进行了阐述. 为了有效清除异性纤维,提出了一种彩色聚色分割方法用于检测皮棉中的异性纤维. 实验结果表明,此方法可以有效的检测皮棉中的异性纤维.     

基于机器视觉技术的拉链智能检测技术研究

现如今拉链已经彻底融入了我国人民的日常生活当中,因此,本文将从三个方面对机器视觉技术在拉链智能检测方面的研究做一个简要探讨.首先,拉链在我国的生产时间已久,但许多企业仍采用传统的检测方式,在此对传统拉链生产方面存在的不足进行了分析;接着对机器视觉检测系统作出了说明;最后则是将数字图像处理技术在计算机视觉方面的突出要点进...     

基于机器视觉的谷物品种识别研究进展

品种纯度是谷物种子重要的质量指标,种子质量安全直接关乎国家粮食安全。国标规定的品种纯度鉴定采用形态鉴定法和苯酚染色法,鉴定结果受制于检验人员的经验且耗时较长。近年来,机器视觉技术和机器学习、深度学习算法发展迅速,在谷物品种识别和纯度、净度检测中取得了较大进展。主要从图像采集、图像预处理以及机器学习、深度学习技术在谷物品种识别领域的应用等方面进行归纳,分析了目前取得的研究成果以及存在的问题,对该领域未来研究重点进行了展望。     

基于机器视觉的磁材熔炼炉工序识别系统设计

针对烧结钕铁硼烧结生产工序检测问题,提出了一种基于机器视觉的磁材熔炼炉工序识别方法,采用YOLOv3模型检测相关目标,利用图像中目标的有无及其相应的位置关系设计了决策树分类模型,识别相应生产工序.经验证,YOLOv3目标检测mAP为95.39%,工序识别准确率为95.24%,经包头某稀土磁性材料有限责任公司测试,符合应用要求.     

基于单目机器视觉的耐火砖检测技术

耐火砖的检测以往需要在艰苦的环境下采用手工操作来完成。对传统的检测方法进行改进,将单目视觉检测技术和图像处理技术应用于耐火砖的尺寸测量。先用高分辨率的摄像机采集耐火砖的图像,再对图像进行边缘提取、连接、分割与拟合计算,提取出砖块图像的特征信息,最后根据目标平面和图像平面间的映射关系精确地计算出耐火砖的长度和宽度。实验结果表明,该测量系统结构简单、性能稳定,能够快速准确的对耐火砖实现尺寸测量。     

基于不变矩的机器视觉车辆类型识别技术

针对智能交通领域汽车类型识别的应用背景，利用单目视觉开发了基于计算机视觉车辆类型识别系统；论述了单目视觉原理及特征提取的关键技术，利用不变矩及不变矩矢量在图像平移、旋转及比例变换时保持不变的特性，以其作为主要特征实现车辆类型有效识别。试验结果表明，该技术可以实现车辆类型的自动、快速和准确分类。     

基于计算机视觉的空瓶检测系统

为了利用数字图像处理技术实现空瓶缺陷的自动检测,对啤酒瓶缺陷的光学特征进行了分析,研究了检测过程中的图像获取、图像预处理、图像分割、缺陷识别、外围设备通信控制等关键技术,实现了一个适用于实验室环境的、基于计算机视觉的小型空瓶缺陷在线检测系统.实验结果表明,该系统可有效地检测出有缺陷或异物等不合格空瓶.     

基于图像处理的复杂条件下手机二维码识别

针对手机二维码在光线不均衡、拍摄条码发生几何畸变等复杂条件下的识别问题,以QR码为例,提出利用透视投影变换对拍摄图像进行几何畸变校正,使用多阈值方法进行二值化处理。依据位置探测图形的特点对条码图像进行定位和裁切,设计了基于采样网格的窗口采样方法,以提高信息采样准确率,给出了QR条码的纠错译码步骤。实验结果表明,该方法可以有效识读光线不均和几何畸变的手机二维码。     

工业视觉检查系统中的图像处理及模式识别

工业视觉检查系统是对工业零件进行分类、识别的自动检查装置．该系统针对工业零件的强度图像采用图像传感器摄取原始信息,研究了图像预处理、图像分割、特征提取及分类等内容,并获得了较理想的图像,达到了对图像进行预处理的目的,为模式识别打下了基础．     

QR码图像处理和译码方法研究

介绍了一种通用QR码图像处理算法,利用hough变换和双线性插值法对条码图像进行更有效的定位和旋转,得到基本的条码模块,并对QR码的信息解码过程做了简单的介绍.     

余弦相似度保持的掌纹识别算法

掌纹识别作为一种新兴的生物特征识别技术,具有识别率高、特征稳定等优点。传统的基于手工提取特征的掌纹识别算法使用先验知识提取掌纹主线和细节点,存在可扩展性低、提取图像特征困难、无法挖掘数据的隐藏信息等问题。为了解决这些问题,本文提出了一种基于学习的掌纹识别算法。首先提取掌纹图像的像素值差向量(Pixel Different Vector,PDV)特征。然后,通过余弦相似度保持模型,同时学习PDV特征的二进制表示及其映射函数,以减少PDV特征的信息冗余。最后,为了处理掌纹位置偏移和光照变化等噪音,将学习得到的二进制特征编码成直方图描述子。在3个广泛使用的掌纹数据库上的实验结果表明,所提出的算法能更好地挖掘掌纹图像的内在特征,有效地提高掌纹识别精度。     

基于模式识别的计算机辅助工艺设计

计算机辅助工艺设计（QHCAPP）系统，是根据某厂的生产实际而研制的。系统中有六个程序模块，八种数据文件。系统中的分类模块采用了模式识别法，零件的特征描述则用一个68维向量，以工艺码来补充工艺信息的不足。在生成工艺过程中，采用了标准形的概念，从而可提高新产品设计及其工艺的标准化水平。     

计算机视觉布料瑕疵检测方法综述

长久以来,布料的瑕疵检测工作一直由质检员完成,瑕疵判别过程受主观因素影响大,存在检测效率低、成本高等问题。随着计算机视觉技术的发展,基于视觉技术的布料瑕疵检测系统逐渐成为取代人工质检的重要解决方案。针对基于视觉技术的布料瑕疵检测,从行业发展情况、通用检测标准、系统整体结构、检测算法的关键技术等方面进行了综述,介绍了目前市面上已经存在的基于视觉技术的布料瑕疵检测产品,分析了目前常用的瑕疵检测标准与检测系统的基本结构,梳理并对比了近年来图像处理与深度学习技术在布料瑕疵检测领域的研究现状。最后,总结了各方面尚待解决的关键问题,并探讨了未来可能的发展方向。     

基于图像序列差分法的冷轧薄板板形识别

为了解决板形识别中存在的实时性差、准确度低、维修成本高的问题,提出了一种计算机视觉技术的板形缺陷识别.采用图像序列差分法提取图像中的运动对象信息,再利用最小误差阈值分割方法进行图像二值化,生成板形缺陷二值图像,通过统计窗口区域中像素为1的数目来判定板形是否有缺陷.提出了基于图像序列差分法识别板形缺陷的算法,并且实现了该方法的硬件和软件设计.实验结果表明,此方法可以快速准确地识别出常见的板形缺陷.