图像处理技术在机器视觉颜色识别中的应用

随着机器视觉所依赖的图像处理、传感器、分析算法等技术的发展，机器视觉也得到了广泛的应用，OpenCV是当下较为流行的计算机视觉开发包，其中包含了大量的图像处理和计算机视觉算法，其开源特点使其开发及使用更加便捷。文中研究了OpenCV结合颜色识别对不同颜色物品的抓取。在算法方面，借助开源社区能让机器视觉对不同颜色的识别更加精准，然后对收集到的画面进行数据处理和分析，并将数据转换为坐标发送给控制器，最终实现对不同颜色物品的识别和抓取。     

基于计算机视觉的手势识别技术综述

随着计算机性能的逐步提高和图像处理技术的不断发展,基于计算机视觉的手势识别技术成为研究热点。本文介绍了手势识别的主要分类,并详细介绍了基于视觉的手势识别技术的工作原理和工作流程。阐述了手势分割、特征提取和手势识别的技术方法。     

基于机器视觉的路面裂缝病害多目标识别技术

本文主要研究了基于机器视觉的路面裂缝病害多目标识别技术。随着社会的进步和时代的发展,传统使用人工识别路面裂缝病害的方法越来越表现出影响交通、准确度低、高成本、高危险的弊端,已经远远不能满足公路发展要求。近年来,随着图像识别技术和信息技术的日益发展,使用机器视觉识别路面裂缝病害的多目标识别技术的研究越来越多,本文主要阐述了基于机器视觉的路面裂缝病害多目标识别技术的相关概述,介绍了路面裂缝多病害和识别方法,对多语义机器视觉识别和多目标识别进行了研究,以期为高速公路的路面裂缝病害识别新模式提供进一步参考。     

机器视觉技术、标准及安全产业应用

聚焦机器视觉技术及标准化,分析了机器视觉、计算机视觉与人类视觉的异同,列举了与机器视觉相关的技术,介绍了网络信息安全、智能监控和智能交通等机器视觉产业典型应用,以及国际及国内主流标准化组织针对机器视觉技术、系统和应用的标准化工作进展、现状和布局。重点介绍了VCM和DCM等涉及机器视觉核心技术——机器视觉编码标准的工作,以及机器视觉系统和应用标准化组织。在此基础上,分析了机器视觉技术研究和标准化的未来发展方向。     

基于5G的智能视频监控系统设计

计算机视觉是用计算机或机器代替人眼对目标去识别、跟踪、测量,并进行图像处理。5G技术是比LTE网络具有更高传输速率、更低传输时延、更高可靠性、更广泛的连接等特点。本文探讨计算机视觉目标识别与跟踪处理技术与5G通信相结合,在当前视频监控系统基础上,设计构建第三代智能视频监控系统,并展望在各类行业和家庭的应用前景。     

基于红外热像的农作物早期病害检测识别技术的研究进展

农作物早期病害检测能实现对现代农业的精细化管理,做到及时发现病害、防治病害,减少经济损失。首先对几种机器视觉技术之间和图像分类技术之间做对比分析,发现红外热成像技术与深度学习结合能高效、快速、无损地对农作物早期病害检测分类;其次介绍了红外热成像技术和深度学习的工作原理及特点,综述了红外热成像技术和深度学习在作物早期病害检测中的国内外研究进展;分析了红外热成像技术在农作物早期病害研究中的检测机理及优势和深度学习在病害图像分类的优势,得出利用深度学习算法可以对病害红外热图进行快速准确的分类并且将算法放置到计算机、手机等移动设备中可以实现实时监测及可视化分析。分析表明将红外热成像技术与深度学习相结合是农作物早期病害检测识别的重要研究方向。     

机器视觉中图像匹配问题研究

随着计算机视觉技术的发展,机器视觉尤其是双目视觉被广泛应用于物体识别、虚拟现实、工业检测、机器人导航和航空航天等领域。图像匹配是机器视觉中的关键技术之一,能否有效地解决该问题严重影响着机器视觉的发展。对现有的匹配算法进行了研究的基础上,针对算法的实时性和精确度提出了改进算法。实验结果表明：误匹配像素百分比与目前常用的基于区域的匹配算法相当,而计算速度却提高了一个数量级,并且边缘特征较好,是一种有效可行的高实时性匹配算法。     

基于空间骨架时序图的舞蹈特定动作识别方法

随着机器视觉技术的发展,人体动作识别逐渐成为热门的研究方向,但其在舞蹈动作识别领域的应用研究则处于起步阶段。文中将基于深度学习的人体动作识别技术引入此领域,以实现辅助训练的智能化。文中首先分析最先进的人体动作识别算法,在计算机视觉方面的优势与在特定领域的局限性。在此基础上,提出一种基于空间骨架时序图的舞蹈动作识别算法。该算法先使用PAFs对舞蹈视频中的舞蹈演员提取骨架节点,再生成骨架序列。最后,结合LSTM对其进行动作识别。测试与分析结果表明,该算法可针对Balletto舞蹈视频数据库进行识别,且可有效识别舞蹈动作,实现对舞蹈演员的动作纠正。     

基于OPENCV的计算机视觉技术研究

随着计算机技术的快速发展,基于Opencv的计算机视觉技术水平获得了很大的提高。计算机视觉技术主要是实现人眼的分类、分割、跟踪、识别、判别决策等功能,在计算机视觉系统中创建3D、2D图像数据,以创建获取所需要信息的人工智能系统。本文主要基于Opencv计算机视觉技术来探讨在系统创建过程中存在着的问题以及相应的对策,以求获得对视觉技术的创新发展。     

自动报靶系统弹着点识别技术研究

靶面弹着点识别是自动报靶系统中的核心步骤,准确检测出弹孔目标是系统实现可靠报靶的关键.对基于光电的区域定位、声波的线性定位、图像的机器视觉等靶面弹着点检测识别技术及其不同实现方式进行了研究和比较分析,以期为自动报靶系统建设的技术选取提供指导,并对基于图像处理的机器视觉技术在弹孔识别应用上的研究重点和发展方向进行了展望.     

基于机器视觉的人脸生物特征改进识别技术

传统识别方法主要通过谱回归和矩阵完整性约束,从带噪声的原始数据中得到干净的输入数据,达到提高识别人脸生物特征的目的,但忽略了低秩投影矩阵对识别带来的干扰,导致识别精度低、效率差的问题,故提出基于机器视觉的人脸生物特征改进识别技术。通过摄像机代替机器视觉对人脸图像进行采集,构建人脸图像双色反射模型,对人脸图像进行预处理,并以机器视觉为基础,结合局部差分二值模型(LDBP),实现对人脸生物特征识别的改进。实验结果表明,相比于传统识别技术,采用改进识别技术在进行人脸生物特征识别方面的识别精度较高,实用性较强,具有一定的优势。     

大规模复杂背景图像特征识别方法研究

近年来计算机、网络及多媒体技术不断的发展更新,引发了图像识别一门模式识别技术的兴起。图像识别技术通过计算机技术和信息处理技术展现人的视觉认知和理解,主要根据图像特征的识别进行内容分类。本文提出了基于SVM的大规模复杂背景图像识别方法。并针对大规模复杂场景由文本重叠造成的较大背景干扰问题提出了图像特征的检测和识别方法,最后利用图像层关系与验证识别结果的实验证明了大规模复杂背景下该法对图像特征识别优于其它方法,为图像识别技术研究中存在的问题指出了研究方向。     

机器视觉及其在激光加工设备上的应用

阐述了数字图像及机器视觉技术的基本原理,分析工业视觉应用系统的主要构成及各部分的具体功能和作用.通过介绍机器视觉应用的现状,对目前使用机器视觉的各种激光加工设备进行了归类与整理,并指出了机器视觉在激光精细加工领域的发展方向与趋势.     

基于深度学习技术的证照识别在银行中的应用

深度学习技术在计算机视觉领域的成功应用,提高了图像分类的准确率和工作效率,为银行利用深度学习技术应用证照识别系统打开了新的大门,但仍然面临不同方面的挑战,如何克服这些变化因素对识别率造成的影响成为研究热点。文章针对证照图像,采用图像处理技术与模式识别相关方法,对证照上所需要识别信息的预处理、目标区域中字符的分割与识别进行研究。     

危险气体罐车液位计算机视觉监控识别报警系统设计

在计算机视觉环境下,对危险气体罐车液位的检测识别,保障车辆运输安全。结合视觉图像处理技术,采用嵌入式超声无损检测方法,进行危险气体罐车液位计算机视觉监控识别报警系统设计。首先进行液位检测原理分析,构建系统装置的总体结构模型,进行危险气体罐车液位计算机视觉监控识别报警系统的硬件模块化设计和软件设计,设计了计算机视觉监控识别报警系统的超声信号A/D采样电路、时钟电路、滤波电路、程序加载电路和电源电路。基于计算机视觉监测方法,进行危险气体罐车液位内部状态特征的视觉监测。实验结果表明,该系统具有较好的液位检测性能,实现危险气体罐车液位的有效监控识别与报警,性能可靠稳定。     

计算机视觉研究进展与展望

近年来,计算机视觉作为一门新兴学科一直是一项非常活跃的研究领域,国际国内有关计算机视觉研究发表了大量文章。本文根据视觉系统的输入将计算机视觉系统分成灰度图像视觉系统与深度图像视觉系统,并据此对物体识别中的物体形状描述分别进行回顾,对典型视觉系统进行概述,最后讨论存在的主要问题,对计算机视觉研究进行展望。     

仿人足球机器人目标定位与追踪算法改进

对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。     

基于计算机智能识别技术的自然语言处理模型设计

自然语言处理模型主要以自然语言为对象进行语言转换与识别处理,该技术的出现极大的丰富了人们的生活,同时也拉近了人与机器之间的距离,其很可能成为未来信息技术的一大主要发展方向。本文将对自然语言处理模型工作原理进行简要阐述,并就基于计算机智能识别技术下的自然语言处理模型设计展开研究。     

基于机器视觉的工件定位和识别

根据机器视觉系统具有非接触性、实时性、稳定性及高精度的特点。文中采用机器视觉技术对工件的定位和识别进行了研究。通过求取工件轮廓中心矩和轮廓轴线二阶导数的最小值,求得工件的中心坐标和旋转角度;通过提取模板工件的Hu不变矩与工件轮廓的Hu不变矩,利用轮廓的相似度量函数识别工件类型。实验结果表明,通过提取工件轮廓矩能在旋转的情况下精确地定位和识别工件。     

人脸表情识别研究进展

随着计算机视觉的发展和人工智能产业的兴起,人脸表情识别技术在人工智能产业有着广泛的应用需求.人脸表情识别在传统机器学习算法下对环境及姿态的改变不具备良好的鲁棒性,而且识别精度也达不到实际应用的要求.计算机和图像处理器等硬件性能的提升,以大数据为核心的深度学习算法得到快速发展,人脸表情识别技术开始趋于在深度学习算法上研究.本文分别对人脸表情图像预处理、特征提取、特征分类3个关键技术进行介绍,具体叙述了从传统的机器学习到基于深度学习的人脸表情识别技术的研究进展,分析了人脸表情识别技术目前面临的挑战和发展趋势.