基于视觉的驾驶辅助系统研究

二十一世纪,随着汽车技术的研究更加深入,汽车技术领域发展迅速,目前汽车技术已经到达智能化阶段,机器视觉技术在汽车辅助驾驶技术中占有重要地位,研发内容也不是传统的机电设备问题,目前已发展到先进的辅助传动系统(ADAS)研究。文章主要以对车载摄像头所拍摄图像的处理技术和车道线的提取、检测方法的研究。灰度化和平滑处理使原始图像中的其他线条干扰程度降低,降低噪点使得车道线轮廓更加明显。运用梯度计算边缘检测与非最大值抑制方法检测边缘,通过选择高阀值过滤边缘像素。得到车道线轮廓线后基于Hough的车道线检测原理,使用二元性的点和线,将原始图像给出的曲线转化为一个点在参数空间的曲线表达形式,解决曲线检测问题转化为参数空间中的最大值,且将整体特征的检测转换为本地检测的特点。     

人体轮廓机器视觉检测算法的研究进展

为了更好地将轮廓视觉检测方法应用于非接触式二维人体围度测量,总结了近年来轮廓视觉检测的方法,包括基于边缘算子的检测、基于数学形态学的检测、基于水平集的主动轮廓模型的检测算法.通过实验效果图对比,重点评述了轮廓视觉检测方法的边缘清晰度、抗噪能力以及目标边缘定位能力,其中特别探讨了Canny边缘算子在优化与改进方面的研究进...     

CL-RBF：一种基于改进ML-RBF的蛋白质亚细胞多点定位预测算法

综合考虑标记内和标记间的聚类结果对多目标学习径向基神经网络算法(RBF Neural Networks for Multi-Label Learning,ML-RBF)的影响,提出CL-RBF算法并应用到蛋白质亚细胞多点定位预测中。通过引入轮廓系数(Silhouette Coefficient)对ML-RBF隐层中心的个数进行优化,并通过分析标记间聚类结果的关系,对小于某一阈值的标记间的聚类中心重新聚类,使用梯度下降算法进行参数调整,最后依据测试样本与标记L的隐层中心和不属于标记L的样本生成的聚类中心的欧式距离差调整预测结果。在10折交叉验证下,采用词袋模型(Bag of Words)和氨基酸组成法(Amino acid composition,AAC)结合的方式提取特征向量,选取另外4种多目标学习算法作对比实验,根据不同评价指标的结果,得出CL-RBF算法在4个多标记数据集上的综合性能最优的结论。本研究预测算法通过网站https://njau.applinzi.com/homepage_final.jsp实现。     

高速机器人分拣系统机器视觉技术的研究

针对我国食品生产行业的实际需求,基于并联机器人、机器视觉等先进技术,构建了面向食品生产包装的高速机器人分拣系统,研究了输送带上运动食品的机器视觉定位算法,设计了运动食品分级与定位的机器视觉硬件系统,基于专业图像处理软件Sherlock,研发了自动分拣机器视觉软件系统,以提高我国食品生产效率、保证食品卫生、降低劳动强度。     

基于机器视觉的金丝皇菊智能分级系统研究

为实现对金丝皇菊的快速无损等级评估,本文应用机器视觉技术对5个等级的金丝皇菊进行智能分级。首先根据金丝皇菊的品质特性设计分级装置,并根据金丝皇菊的颜色、形状、完整度等特征设置不同的分级标准;其次运用图像灰度化、图像去噪、图像增强技术完成金丝皇菊图像预处理;再次采用加色法混色模型(Red Green Blue, RGB)完成金丝皇菊颜色特征提取与识别,并通过图像分割和边缘检测技术完成对金丝皇菊图像完整度的判断及花径的计算,得出金丝皇菊的预测等级;最后基于Microsoft Visual Studio 2017平台开发一套金丝皇菊智能分级系统,实现系统的实时可视化操作。结果表明,本文设计的金丝皇菊智能分级系统整体分级准确率达到了97.6%,平均分级速度为人工的5倍多,其在可靠性、速度、工作效率、鲁棒性等各方面都优于传统的人工分级,本研究为机器视觉技术在花茶分级领域的应用提供了实际案例与技术参考。     

基于机器视觉的距离测量系统

文章采用了基于机器视觉技术进行自动聚焦的方法,来设计在轻轨锚固螺杆健康检测中用于测量工作台到锚固螺杆距离的系统。该系统采用Tenengrad函数作为调焦的评价函数,先根据实际需要确定镜头的焦距,然后通过对获取的图像进行分析处理,实现镜头的自动聚焦,最后驱动镜头运动到最佳聚焦点,以此来测量距离,该系统可以推广到其他距离测量中。     

基于机器视觉的工业机器人分拣技术及系统研究

工业机器人目前在工业生产车间中应用比较普遍,可大幅度节约人力成本,并且针对一些危险的工况可以通过工业机器人取代人工操作,保证员工的人身安全。工业机器人分拣技术目前在物流快递行业的应用较为普遍,其优势在于能够节约企业的资源。基于此,文章简要介绍了机器视觉,分析了基于机器视觉的工业机器人分拣技术,从机器视觉角度对该技术中的一些关键技术进行研究,并设计了相应的分拣系统,使该技术在具体行业中得到有效的应用。     

基于KL26的目标定位智能车系统

文章设计一个以KL26 MCU为核心,OV7725摄像头作为传感器的一个能自动寻找目标的智能车系统。此设计模仿工业现场的货车自动寻找目标的过程。     

三维预制件缝合机器人视觉跟踪系统

为提高三维编织复合材料预制件缝合机器人的灵活性和智能性,应用结构光视觉跟踪技术设计了三维预制件缝合机器人的视觉跟踪系统。使用CCD和激光器设计了跟踪传感器;基于VC++6.0平台编制了系统软件;针对三维纺织复合材料中毛刺和花节引起噪声多的特点,采用二值化、中值滤波、开启数学形态处理对纺织复合材料激光图像进行预处理;采用纵坐标比较法快速检测接缝特征点位置;用三角原理计算缝合头偏移量。试验结果表明,该跟踪系统精度高,性能稳定,可以满足机器人缝合系统的要求。     

基于SURF特征点的包装空间双目视觉定位研究

为便于多自由度的机械臂识别抓取特定包装,对包装外边缘轮廓精确定位,强化机械臂作业系统对包装的外边缘轮廓抓取精度与视觉特征识别.基于双目机器视觉中的SURF特征点的定位,提高检测系统的图像信息收集精度,确定复杂环境下的目标包装物边缘标定核心识别定位要点.在传统单眼视觉的基础上,进行双目视觉SURF特征点的应用建设分析.以...     

基于机器视觉的细纱接头机器人纱线断头定位方法

为实现通过机器视觉方式对细纱接头机器人的纱线断头进行定位,并简化机械结构,根据断头纱线图像特点,提出针对纱线特征的识别与定位算法。利用工业相机采集纱线被吸入吸嘴的图像,通过改进灰度增强方法增大纱线特征与背景对比度,利用Canny算子进行边缘检测,最后通过划分上下感兴趣区域以及优化的霍夫直线检测获取纱线的图像特征并利用定位算法提取所需的位置信息。结果表明:本文算法提取的位置信息精度较高,坐标点误差为1.42像素,角度误差为0.60°;相较于传统检测算法,程序运行时间得到了缩短,识别时间在10^-1 s数量级上,实时性好;研究成果可应用于细纱接头机器人产品开发中。     

基于计算机视觉的织物色差检测

为了有效地检测织物色差,针对织物色差检测存在的问题,在比较RGB模型、XYZ模型后,提出采用L*a*b*模型,并给出了各模型间的转换公式.通过对计算机获取的织物彩色图像进行一系列的转换、分割和定位后,计算其色差并进行相应的分析.经过试验证明:采用以上方法对纯色和印花织物的色差检测都是可行和有效的.     

基于计算机视觉的吸烟行为分析方法及系统

【目的】为了更加便捷高效地研究消费者吸烟行为特征,设计了一套基于计算机视觉的吸烟行为分析系统。【方法】该系统以可见光-红外线双目摄像头为传感设备,采集吸烟场景中的可见光和红外视频图像;采用人脸检测算法和人体姿态检测算法跟踪识别可见光图像中的人物及其动作,初步判断吸烟行为;采用烟头（燃烧锥）状态检测算法实时检测红外图像中烟头光斑位置与面积变化,进一步判定吸烟行为;同时,根据烟头光斑的位置与面积变化精确定位抽吸起始和结束的时间点,并自动计算抽吸口数、抽吸持续时间和抽吸间隔时间等抽吸参数。【结果】在湖南中烟技术中心招募30名志愿者进行系统测试,分别抽吸常规卷烟和细支卷烟,使用吸烟行为分析系统和CReSS吸烟行为记录仪同步记录抽吸参数,以CReSS吸烟行为记录仪记录的数据作为标准对照,验证吸烟行为分析系统的识别准确性。结果表明,吸烟行为分析系统对常规卷烟和细支卷烟抽吸口数识别的平均误差率分别为1.79%、2.06%,抽吸持续时间识别的平均误差率分别为9.73%、9.96%,抽吸间隔时间识别的平均误差率分别为6.59%、6.91%。【结论】该系统可以无感式、准确地识别吸烟行为并记录抽吸参数,在吸...     

基于机器视觉的磨粉机轧距监测系统研究

目的:实现磨粉机磨辊轧距的实时监测。方法:采用CCD工业相机采集轧距图片,利用阈值分割、形态学方法对采集的灰度图像进行预处理操作,再利用边缘检测算法并结合MATLAB软件和数学运算剔除边缘无关点,最终计算出磨粉机的轧距。通过比较塞尺测量轧距值与系统监测值,验证系统的可行性和准确性。结果:稳定状态下该在线监测系统的数据波动幅度为0.001~0.002 mm,增速状态下波动幅度较大,为0.001~0.005 mm。结论:该系统可实时测量磨辊轧距。     

基于机器视觉的板栗实时分级系统

研究了一种基于机器视觉的板栗实时分级系统。板栗由皮带输送到摄像区域，利用红外传感器的触发脉冲控制图像采集卡动态采集板栗图像。图像处理和模式识别结果用于控制电磁阀的开启，利用气流将板栗按照大小等级进行分类。     

一种自动识别和去除羊毛污物的机器视觉系统

文章提出了一种由彩色线扫描自动相机、高速图像获取卡、计算机和喷气头等组成的机器视觉系统.它可以在线自动识别和去除羊毛中的污物.文章对其中的3个关键技术--图像采集系统、图像处理算法和机械电子反馈控制系统进行了较详细的描述.在实验的基础上分析了这种机器视觉系统的性能和识别精度,并提出了下一步的研究计划.     

基于计算机视觉的午餐肉颜色测定系统研究

目的建立一种对午餐肉样品物理特性要求较少,能对物料表面整体颜色进行准确测量的无损检测方法。方法采用计算机视觉系统对24色色彩测试板测定得L,a,b值,使用色彩色差计对24色色彩测试板测得L~*,a~*,b~*值,对两组数据进行线性回归;计算机视觉系统测定午餐肉的L,a,b值,带入回归方程得到标准的L,a,b值,色彩色差计对午餐肉测定得L~*,a~*,b~*值,用SPSS软件对得到的标准L,a,b值和L~*,a~*,b~*值进行成对样本检验。结果 L,a,b值回归方程的相关系数r~2分别为0.9900、0.9707和0.9801,有高度相关性;午餐肉标准L,a,b值和L~*,a~*,b~*值成对样本检验得到的P值分别为0.146、0.087、0.109,大于显著性水平0.05,回归方程转换值与色差计测定结果无显著差异。结论本文建立的基于计算机视觉的午餐肉颜色测定方法可以准确测定午餐肉颜色,其效果可以代替色差计。     

基于计算机视觉的牛仔服装色差检测评级系统

针对现在牛仔服装色差检测中依靠人眼进行评价存在的主观差异,提出一种基于计算机视觉的牛仔服装色差检测评级系统。首先通过相机采集标准光源下的牛仔洗水样布与标准样布的图像,然后采用计算机图形学原理、图像处理、颜色空间转换等技术,最终使用MatLab和VC++混合编程技术建立了牛仔服装色差检测评级系统。为使评级数据更为精确,提出差异度-色差值百分比的概念,通过曲线拟合不同差异度下的色差值得到差异度-色差值方程,并作为牛仔服装色差检测系统的评级指标。结果表明,基于计算机视觉的牛仔服装色差检测评级系统与专家测评结果具有较高的一致性,而且色差检测评级系统得到的数据值更为客观和准确。     

基于尺度不变特征转换算法的棉花双目视觉定位技术

为了给采棉机器人提供运动参数,设计了一套双目视觉测距装置以定位棉株。对获取的左右棉株图像进行经背景分割等预处理。求取其在8个尺度下的高斯图,通过尺度不变特征转换SIFT(scale invariant feature transform)算法在相邻高斯差分图中提取出SIFT关键点;计算每个高斯图中关键点邻域内4×4个种子点的梯度模值,得到128维特征向量。分割右图关键点构成的128维空间,得到二叉树;利用最优节点优先BBF(best bin first)算法在二叉树中寻找到172个与左图对应的粗匹配点。由随机采样一致性RANSAC(random sample consensus)算法求出基础矩阵F,恢复极线约束,剔除误匹配,得到分布在11朵棉花上的151对精匹配。结合通过标定和F得到的相机内外参数,最终重建出棉花点云的三维坐标。结果表明,Z轴重建结果比较接近人工测量,平均误差为0.039 3 m,能够反映棉花间的相对位置。     

近红外测定稻谷水分定标模型验证研究

通过对近红外测定稻谷水分定标模型进行验证,了解该定标模型用于快速检测稻谷水分的准确性、重复性是否满足日常监测的要求。分别选取有代表性的早籼稻和中晚籼稻样品各50余份,用标准方法和近红外方法进行测定,经对比两种方法测定结果的偏差,剔除其中异常值,然后进行校准标准差(SEP)计算;分别选取早籼稻验证样品集中水分高、中、低的3个验证样品,每种样测定10次,对测定结果进行重复性(sr)计算。结果表明,早籼稻验证样品集定标模型的系统偏差为0.15,校准标准差(SEP)为0.18%,3个验证样品的重复性(sr)分别为0.045%、0.066%、0.031%,中晚籼稻验证样品集定标模型的系统偏差为1.0,校准标准差(SEP)为1.1%。近红外分析仪所带定标模型能够满足大批量早籼稻水分快速检测的需求,对于中晚籼稻,定标模型需更新或重建,在满足标准要求后才能用于中晚籼稻水分快速检测。