计算机视觉在车灯面形检测中的应用

主要讨论了计算机视觉用于车灯面形误差检测中的一种应用方法.面形检测采用边缘定位的方法,并且结合了曲线拟合的方法求解一维位移场来计算误差.在实际生产中,不仅提高了检测精度,而同时也缩短了检测时间.更值得一提的是,若对检测模板稍加改动,该系统亦可用于其他型号的车灯或者其他零件.     

基于计算机视觉的自主导航机器人门检测算法

研究了自主导航机器人中如何有效提高室内房门检测定位的问题。针对导航中非视觉传感器通过探测距离来判断门的位置,而关闭状态的门和周边的墙几乎处于同一平面无法定位,导致检测不准。可根据室内房门的形状特点,提出了一种计算机视觉的自主导航机器人门检测算法,能在单目视觉下进行图像采集,并根据房门的高度、宽度比以及门的形状特征,进而实现图像中门的检测。由于在检测门特征过程中使用了改进了的直线检测算法,因此具有检测速度快、效率高的特点。实验结果表明,与传统非视觉距离探测方法相比,改进方案不仅适用于单一背景下开状态的门检测,更对关闭状态门的检测具有有效性,完成导航平均处理时间约为2.2s,速度较高,对于家庭智能服务机器人的自主导航具有很大的应用价值。     

计算机视觉检测系统的设计方案

结合国内计算机视觉检测领域的发展现状,参考国外成熟视觉检测设备,提出计算机视觉检测系统的通用设计方案.重点阐述了系统中的关键技术及配置方法,并介绍了实际工业检测应用中的成功经验.     

基于机器视觉的汽车精密零件缺陷检测

本文针对汽车精密零件外观质量检测的需求,利用机器视觉系统采集零件外观图像,建立数据平台。基于中值滤波和图像复杂度,提出了改进OTSU算法提取图像的外观缺陷特征,与样本库进行对比,以识别可能的外观缺陷,提高缺陷检测效率。并且,针对缺陷类型分析其影响因素,从而找到产生缺陷的原因,为零件加工过程的改善提供理论依据。同时,搭建了缺陷视觉检测平台,以汽车转向器内部套筒为对象,实现了精密零件外观缺陷在线缺陷检测。     

汽车精密零件外观缺陷视觉检测方法研究

针对汽车精密零件质量检测的需求,提出了基于机器视觉的精密零件外观缺陷检测方法,搭建了相应的检测平台。采用小波去噪进行图像预处理,基于Otsu算法改进了Canny算子中的双阈值的选取问题,较好地实现了图像的缺陷分割。利用Hu矩进行缺陷特征提取并通过样本特征训练SVM分类器,实现零件外观缺陷的识别与分类。以汽车转向器内部套筒为试验对象,搭建了检测系统,实验结果表明,该算法可有效实现了零件外观缺陷自动检测。     

视觉检测系统及其应用

视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术，基于视觉传感器的检测系统具有抗干扰能力强。效率高，组成简单等优点，非常适合生产现场的在线，非接触检测及监控。本文介绍了该技术在烟草行业包装生产线上的应用方案。     

基于计算机视觉的公交系统人流量检测算法

提出了一种基于计算机视觉的公交系统人流量检测方法。通过分析现场行人视频数据，运用图像处理的方法提取图像中通行的行人以及通过视场内的人流量，阐述了复杂背景、低分辨率和特殊拍摄角度条件下的人头特征曲线提取算法和基于部分椭圆弧的椭圆模板参数估算法，试验结果表明了该算法的正确性和有效性。     

基于计算机视觉的微小尺寸精密检测理论与技术研究

现下的工业技术领域规模日渐壮大,尤其是涉及微小尺寸精密技术检测的实际要求逐渐上升,以往的检测手段已经不能满足大量工业部件的供应需求,因此需要竭尽全力对计算机视觉范围内的精密校正处理方案进行总结。     

基于计算机视觉的微小尺寸精密检测理论与技术研究

现下的工业技术领域规模日渐壮大,尤其是涉及微小尺寸精密技术检测的实际要求逐渐上升,以往的检测手段已经不能满足大量工业部件的供应需求,因此需要竭尽全力对计算机视觉范围内的精密校正处理方案进行总结。     

计算机视觉检测技术在吻合器检测中的应用研究

提出了一种利用计算视觉检测带手柄吻合器漏针新方法。通过采用正面光源投照的检测装置,综合运用图像处理和识别方法对利用CMOS相机采集的吻合器图像进行数学形态学,图像增强等方法处理,并提出模糊局部阈值分割算法实现吻合器漏针的自动识别,并根据面积特征判别漏针数。实验表明：该方法能够对多种型号颜色的吻合器进行稳定、准确的快速检测,检测正确率可达95.6％,平均每次检测时间为2.385s,本方法实用性强,适合现代化生产的要求。     

基于改进遗传算法的边缘检测阈值自动选取及其应用

针对我们设计的面向应用环境的精密装配机器人视觉系统边缘检测的阈值自动选取的问题 ,通过对传统遗传算法的改进 ,提出了一种二次搜索寻优的阈值选取策略 .通过这种改进的遗传算法进行边缘提取阈值的自动选取 ,能够显著的提高阈值选取的速度 .将其应用于我们的视觉系统 ,可以对我们的视觉系统所产生的边缘图像进行阈值的实时的自动选取 ,增强了整个视觉系统的实时性和鲁棒性     

计算机视觉技术在智能停车场中的应用研究

该文介绍了基于计算机视觉技术的智能停车场进出口安全方案及其实现的核心技术。主要讨论了车牌照识别技术,并简述了车辆检测和车辆图像匹配两个关键技术。     

一种改进的Canny算子在机器人视觉系统中的应用

在对传统Canny边缘检测算子深入分析的基础上,利用统计原理研究和分析图像灰度值数据,提出一种改进型Canny算子.与传统的Canny边缘检测算子相比,改进型的Canny算子将边缘点邻域内灰度相似的像素点的灰度平均值代替原灰度值,并引进一种自适应的阈值确定方法,根据灰度值信息确定高低阈值,在保持边缘提取准确性的同时增加了双阈值设置的自适应性.最后将改进型的Canny算子应用于工业机器人视觉系统中,并与传统的Canny算子的实验结果进行比对分析.实验结果表明,改进型的Canny算子更好的权衡了噪声和边缘之间的关系,对待测物体的边缘提取效果更好.     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于机器视觉的航空零件表面刮痕检测系统研究

研究一种精度高、可操作性强的航空零件表面检测系统对提高生产质量有重要的意义。本文基于机器视觉技术提出一种零件表面刮痕检测系统。此系统由软、硬件两部分组成,本文重点对软件部分的算法流程进行研究和探讨,并提出一套切实可行的方案。实验结果表明,该系统实用性强,对提高产品质量具有一定的实际意义。     

基于计算机视觉的人脸检测

目前,人脸检测已成为计算机视觉领域中最活跃的研究主题之一。该文采用了YCrCb的颜色模型,引入了基于高斯模型的肤色分割,再用膨胀与腐蚀的操作检测出了人脸。实验表明该方法匹配速度快,精度较高。     

机器视觉工业检测系统的应用与发展

介绍了机器视觉工业检测系统的发展概况,阐述了机器视觉的研究已经从实验室走向实际应用的发展阶段,业已成为当代计算机技术研究的热点,获得了广泛的工业应用。重点讨论了机器视觉系统在实际工业生产中的应用及工业视觉检测原理、常用图像处理算法等。举例说明了如何利用模板匹配法对目标图像进行识别,从而实现对产品包装的检测。最后,指出在社会高度信息化发展过程中,在人类获取信息中占很大比例的视觉信息处理技术及机器视觉测量系统,将受到人们越来越多的关注。     

基于计算机视觉的指针式仪表自动检测系统

对基于计算机视觉的指针式仪表自动检测系统设计中所涉及到的数字图像处理关键技术进行了研究。利用指针图像的先验特征,构造了基于空间相关和灰度相关的邻域平滑算子。在常规图像分割理论的基础上,进行了图像多灰度等级分割的理论分析,提出了多灰度等级分割算法。根据仪表图像的噪声特征,构造了阈值减影算法,以实现指针的检出。其研究结果己应用于“基于计算机视觉的指针式仪表自动检测系统”的设计开发中,实现了指针式仪表质量检测的自动化。     

计算机视觉下的果实目标检测算法综述

基于计算机视觉的果实目标检测识别是目标检测、计算机视觉、农业机器人等多学科的重要交叉研究课题,在智慧农业、农业现代化、自动采摘机器人等领域,具有重要的理论研究意义和实际应用价值。随着深度学习在图像处理领域中广泛应用并取得良好效果,计算机视觉技术结合深度学习方法的果实目标检测识别算法逐渐成为主流。本文介绍基于计算机视觉的果实目标检测识别的任务、难点和发展现状,以及2类基于深度学习方法的果实目标检测识别算法,最后介绍用于算法模型训练学习的公开数据集与评价模型性能的评价指标,且对当前果实目标检测识别存在的问题和未来可能的发展方向进行讨论。