基于机器视觉的玻璃瓶在线检测系统研究与开发

玻璃瓶作为酒饮料的主要包装容器,其产品（特别是瓶口）质量直接影响酒的品质与安全.根据透明玻璃瓶在线检测中缺陷信息弱、生产线抖动等特点,研究与开发了一种基于机器视觉的在线检测系统,应用最大熵法实现瓶口图像的分割以及改进的Hough变换算法实现瓶口图像的定位.实际运行表明,系统动态图像采集效果良好,且图像处理算法快速准确,满足当今高速酒饮料灌装在线检测的要求.     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于自适应ORB算法的视觉惯导融合SLAM系统

结合视觉与IMU信息在SLAM系统中的互补性,提出了一种融合自适应ORB算法的视觉惯性SLAM系统,以提高基于视觉与惯性融合的SLAM系统在高速及光线变化场景下的精度与鲁棒性。在ORB特征点提取时采用图像金字塔结构,对图像金字塔的每一层采用自适应网格划分策略;每一层图像金字塔完成ORB特征点提取后,使用基于追踪次数的密集分布关键点剔除的策略,避免局部特征点分布过于密集;结合自适应ORB算法与Lucas Kanade光流法建立帧间的联系,增加SLAM系统定位精度与鲁棒性。实验结果表明,基于自适应ORB算法的视觉惯导融合SLAM系统相较于VINS-Mono在开源数据集EuRoC中有更好的表现,定位精度平均提升了31.28%。     

基于视觉的车位线识别算法

提出了一种自动泊车系统中采用视觉方法通过识别车位线来确定泊车位的算法。采用金字塔分层搜索策略,首先,在灰度直方图上应用K均值聚类法对图像进行二值化,提取车位线骨架,采用Hough变换检测骨架,并利用基于密度的无参数聚类方法对骨架线聚类,在金字塔高层图像上确定车位角点候选点;然后,在金字塔最底层图像上选择感兴趣区域,采用改进的基于距离变换的骨架提取算法提取骨架,使用遗传算法对车位角点骨架进行精确匹配,根据实际车位角点的分布特征确定目标车位;最后,在室外不同环境下采集多张车位图片进行算法的有效性和快速性验证实验。实验结果表明,采用基于视觉的车位线识别算法进行车位检测能较大地提高检测的效率和识别正确率。     

复合材料钻削表面粗糙度在线监测与加工参数自适应优化

针对碳纤维复合材料钻孔加工过程中无法实现加工质量与效率统一以及离线优化得到的钻削参数没有考虑变参数刀具磨损等不确定因素影响问题,提出一种新的粗糙度在线监测与加工参数自适应优化方法。采用一组新的无量纲特征以实现变参数刀具磨损监测;以刀具磨损状态值、进给速度以及主轴转速构成特征向量,进而建立基于支持向量回归的孔壁粗糙度在线监测模型。当监测系统判定孔壁粗糙度不合格时,利用模拟退火算法在当前刀具磨损状态下进行钻削参数优化。利用复合材料变参数钻削试验来验证上述方法的有效性。试验结果表明,该方法能够准确判定粗糙度的质量状态,同时有效实现钻削参数自适应优化,解决了复合材料制孔过程中加工质量与效率统一的问题。     

CNC加工动态基准视觉检测新工艺研究

由于CNC加工过程中工序间误差累积,严重影响数控加工精度。为此提出一种CCD视觉检测新工艺来实现加工动态基准的在线检测和误差补偿。研究动态基准的视觉特征提取方法,获取加工基准位置和误差;采用嵌入式控制技术,实现视觉图像的在线采集和处理;视诊测头像普通刀具一样通过标准锥柄安装在加工中心刀库中,通过CNC程序代码实现一体化控制功能。针对汽车关键件的验证,得出视诊测头检测精度达到0.03 mm,与基于触发式测头的CNC在线检测方法相比,检测效率提高近3倍,证明了该检测工艺在检测精度及效率上均能够满足生产线自动化检测需求。     

改进Canny算法在码垛机器人视觉图像处理中的应用研究

针对实际应用过程中码垛机器人视觉图像处理易受车间光照不足、噪声干扰等因素影响的问题,对码垛机器人视觉系统视觉图像检测原理进行了研究。通过对比常用边缘检测算法的检测性能,提出了一种改进的Canny算法;通过改进梯度幅值的计算方法,提高了去噪效果和边缘定位精度,并通过双阈值的自适应提取的方法,实现了自适应设定阈值对图像进行边缘检测;通过实验,对边缘检测算法的检测效果进行了测试分析。研究结果表明:改进的Canny算法能有效克服光照不足、噪声干扰等因素影响,避免边缘检测过程中出现的断边和虚假边缘,其检测效果优于传统的Canny算法以及其他几种边缘检测方法。     

机器视觉检测技术中轴承的定位算法

利用机器视觉技术对轴承进行在线检测的过程中,由于每一个被检轴承的位置均有所不同,因此检测算法首先要确定图像中轴承的位置。鉴于此,提出了一种简单准确的轴承定位算法:以LabVIEW软件为平台,在对采集到的轴承图像进行滤波降噪和快速二值化的基础上,以多边界点的最小二乘拟合圆作为轴承的定位基准。试验结果表明,该方法简单准确,识别效率高。     

快反镜辅助的回转刀具磨损状态在机检测技术研究

在机检测技术可实现刀具在工作状态下的实时检测,有助于及时发现刀具质量问题,并提高检测效率.基于机器视觉技术,本文将快反镜用于辅助工业相机直接拍摄旋转状态下的刀具图像;建立了图像采集系统,研究了快反镜偏转关系模型,并在此基础上开发快反镜控制程序;在获取刀具图像后,基于OpenCV库进行图像处理,获取刀具磨损面积值;将该检测系统应用于工业机器人铣削实验平台上,实验结果验证了该技术的有效性.     

基于区域生长法的数控刀具磨损状态检测方法

研究了一种基于视觉特征在线提取刀具磨损特征值的方法,用于不停机诊断刀具磨损状态。针对刀具磨损图像的特点,设计了自动选取种子点与生长阈值的区域生长算法分割磨损区,并通过最小外接矩形提取刀具磨损特征值(VB_(max))。图像处理结果显示,该方法可以有效而便捷地获得刀具后刀面的磨损信息,可用于数控机床不停机检测刀具磨损状态。     

移动式刀具失效巡检系统

为了实现面向产线的柔性化智能刀具失效检测，设计了一种移动式刀具失效巡检系统。通过系统需求分析，针对性地进行了图像采集模块和换刀模块结构设计；通过耦合去噪模块和分类模块，训练了刀具故障诊断模型；通过对机床电流等信号进行分析，实现了失效在线诊断，并与在位检测相结合，解决了检测实时性不足的问题。经过实验验证，移动式刀具失效巡检在实际数控加工过程中进行原位巡检时无错误诊断发生。     

光照不均环境下的手机外壳缺陷检测研究

针对实际手机外壳图像采集过程中遇到周围环境光照不均导致采集图像不清晰的问题,提出一种适用于光照不均环境下的手机外壳缺陷检测方法。首先用图像二值化、灰度化、图像修正旋转等算法对采集到的图像进行图像预处理,提取手机外壳主轮廓,然后利用双阈值的改进Bensern二值化算法对图像进行去光照影响处理,再采用自适应边缘检测Canny方法进行缺陷轮廓提取。最后提取缺陷感兴趣区域,并用轮廓绘制算法标记缺陷轮廓的大小。实验表明,该方法缺陷提取准确率高,实用性强,具有良好的检测效果。     

一种基于运动分类的自适应去隔行算法

为实现从隔行到逐行的视频扫描格式之间的高性能转换,提出了一种新型的基于运动分类的自适应去隔行算法,主要包括5场运动检测及分类、时空权值计算、维纳中值滤波和三重中值滤波.该算法首先通过5场运动检测对待插值点进行运动分类,然后自适应地选择相应算法进行插值,从而有效地避免了插值错误,提高了重建图像的画面质量.实验表明,此算法采用峰值信噪比的客观评价标准比已有的算法平均高出2.2 dB,而且对画面的视觉感受进行主观评测,也同样获得很好的处理效果.     

视觉稀疏化多通道多特征自适应的图像评价

针对均值奇异值分解(M_SVD)算法没有考虑图像的结构特征和视觉特性,利用Log-Gabor小波模拟人类视觉系统(HVS),提出了一种将视觉奇异值与几何矩联合(VSVGM)的方法。VSVGM首先基于二维Log-Gabor变换提取图像的视觉多通道奇异值能量特征,然后设计了视觉阈值算法和失真度评价算法分别对该特征进行稀疏化处理和局部测量;其次,根据HVS空域、频域特性融合局部评价和各视觉通道评价;最后,VSVGM自适应地融合了视觉几何矩第二结构特征评价。实验结果表明VSVGM的主、客观评价相关系数和预测相关系数分别提高了4.4%和3.5%,预测误差则降低了2.491。VSVGM方法的整体准确度、稳定性及评价速度均优于特征相似度(FSIM)新方法。     

基于机器视觉的输送带图像校正和故障检测算法研究

为了消除基于机器视觉的输送带故障在线监测系统中采集图像的不均匀光照影响,提高图像质量,检测出图像中的故障区域,提出了一种基于机器视觉的输送带图像校正和故障检测算法。该算法首先采用Butterworth低通滤波器对图像滤波,结合Retinex理论计算估计真实图像的背景,对图像进行灰度校正,得到校正后的图像;然后将机器视觉与生物视觉相结合,利用PCNN算法,对采集的图像进行检测,检测出故障区域。实验结果表明,算法能有效校正输送带表面图像,清晰检测出故障区域,具有很高的应用价值。     

煤仓煤位双目视觉检测自适应标定技术研究

为了研究视觉图像测距检测煤位的理论和方法,运用基本的针孔成像模型理论,提出了一种非接触式高效的基于双目视觉图像自适应标定的煤仓煤位深度测量方法。通过结合Faugeras标定方法以及卫星定位原理,根据预设定的视觉传感器坐标以及在双目图像中提取的关键轮廓角点,代入三维坐标自适应公式,运用最小二乘法得出视觉传感器的内外参数,并使用线性优化对内外参数值进行优化,得到最终的摄像机内部和外部参数。最后,根据采集图像的像素信息,确定煤仓煤位的深度值,对整体参数RMS测量误差与张正友标定算法进行了对比分析。该方法不需要任何已知的摄像机参数,简单方便地求解。实验结果表明该方法精度较高,能满足煤仓煤位检测的需要,且使煤位检测标定过程实现了自动化。     

大运动前景和旋转抖动视频的快速数字稳定

针对存在大的旋转抖动和大的运动前景的视频,提出了一种快速电子稳像方法。由于现有圆周投影法在估计图像大角度旋转运动时鲁棒性较差,故对算法进行了改进以提高投影相关匹配时的准确性。考虑常用的稳像算法难以处理含较大或较多运动前景的抖动视频,提出一种基于图像位平面金字塔的自适应取块平移运动估计方案;该方案可根据块匹配结果的统计特性决策最优取块模式,最大程度地避免运动前景对运动参数估计的干扰。最后,引入一种自适应分组的限幅加均值复合滤波方式,一方面通过限幅滤波修正帧间错误运动估计,另一方面自适应分组确定滤波窗口以达到较佳运动平滑效果。实验结果表明:改进的圆周投影法旋转估计的准确性和稳健性均有提高;自适应取块的平移运动估计方案能够准确估计较大运动前景抖动视频的运动参数,同时也适用于灰度特征不丰富的抖动视频;稳像的信噪比峰值可达31.08dB。     

基于视觉对抗色的交通标志检测方法

面向智能车辆的交通标志检测是国内外研究的热点。在复杂的交通环境下,采用传统颜色空间的方法鲁棒性差,算法效率低,难以准确有效地检测出交通标志。鉴于人类视觉特点和视神经信号处理机制,提出一种基于视觉对抗色的方法。首先,将图像在不同的对抗色空间进行高斯金字塔分解;然后,采用中央周边差算法,增强交通标志的颜色特征;最后,对二值化图像进行水平方向和竖直方向的投影,统计显著信息区域,标记交通标志的位置。通过编程实现和实验验证,检测准确率和实时性满足实际要求,为交通标志语义理解提供有效的数据。     

基于降质图像-光流场复原的智能轮椅测速

提出一种运动图像去模糊复原和基于仿射运动模型的光流场去抖动方法,以提高智能轮椅中光流里程计测速方法的精度。当轮椅线速度或角速度较大时,导致机载相机成像产生显著的运动模糊;且轮椅机器人的机械抖动也易产生光流场的偏差,进而影响速度估计的精度。针对于此,首先利用一种基于自适应模糊核的运动图像去模糊方法实现图像复原,以改善视频帧质量;其次,针对智能轮椅在行进中的机械抖动,利用随机抽样一致(RANSAC)排异后的光流场,在卡尔曼滤波框架下估计同名像点的仿射运动模型参数,进而实现光流补偿。实验结果表明所提方法能够提升基于光流场的智能轮椅视觉测速精度。     

基于高斯金字塔与新粒子群的印刷电路板装配模板匹配算法

为提高印刷电路板装配(PCBA)中目标区域检测的准确性和实时性,提出一种高斯金字塔变换与新粒子群优化算法结合的PCBA模板匹配算法。采用倒Sigmod函数调整粒子群迭代的惯性权值;分别构建个体和群体的自适应学习因子模型;提出粒子是否陷入局部解的自适应判据并对其采用随机动量因子进行调整,从而提出一种新的粒子群优化算法。分别对待匹配图像和模板图像进行4层高斯金字塔变换,采用新粒子群优化算法搜索待匹配顶层子图的粗匹配区域,该区域经高斯金字塔反变换后生成的邻域范围与对应的模板子图进行遍历匹配,在最底层得到最终匹配结果。对比实验结果表明,所提方法在PCBA模板匹配应用中具有准确性和实时性。