一种环状编码标记点的设计及解码算法

针对近景摄影测量中对编码标志点的精确定位和准确识别的要求,提出一种环状编码标记点的设计和识别算法。在传统环状编码标记点的基础上添加3个定位符,用于确定标志点的精确位置和增加标志点的数量。解码时先检测定位符坐标及其在标志点中的位置,然后对编码标志点进行透视变换以实现图像校正的目的,最后用提出的基于圆环扫描的方法进行解码。实验结果表明,该算法对任意旋转角度下的编码标志点均能有较好的检测识别效果;当摄像机与标记平面的夹角小于65°时,其识别准确率可达99.3%;在复杂背景情况下的平均识别准确率为97.4%,误识别率为1.25%,识别平均速率为2.15 s/幅。     

摄影测量中编码标记点检测算法研究

大型物体的三维测量中,使用编码标记点既解决了拼接累积误差,又大大降低了非编码点匹配的难度.首先采用一种自适应的二值化方法对图像进行分割,再根据几何特征和灰度特征提取标记点,然后对编码点和非编码点进行归类.编码点解码时,以灰度跳变点为解码起点,综合使用编码弧段对应的圆心角和弧长,提高了解码的准确性性.模拟和实验结果表明:该算法受噪声影响小,标记点识别率高,解码正确率可达97%.     

视觉测量中椭圆自动检测与定位方法

针对视觉测量中椭圆目标的检测效率与定位精度较低的问题,提出一种高效的椭圆识别与定位方法。该方法利用回光反射控制点的强反射特性,提取目标的边缘信息,对连续的边缘进行分组,利用椭圆长轴信息对每组边缘数据进行椭圆识别,采用基于变量含误差模型的椭圆拟合方法,实现椭圆目标中心的精确定位。实验证明,该方法具有快速、自动化、定位精度高、鲁棒性好等优点,在视觉测量中具有广泛的应用前景。     

基于双目视觉的直升机旋翼桨叶挥舞角测量

为实现直升机旋翼桨叶挥舞角的测量,提出了一种基于双目视觉的测量方法.首先,在直升机旋翼桨叶上均匀布置编码标记点,用已标定的双目摄像机对旋翼桨叶每隔一定角度采集标记点图像;其次,对左右摄像机图像上的标记点进行解码和匹配,得到标记点的左右图像视差,进而计算标记点三维坐标;再次,利用标记点在各个角度下的三维坐标,计算旋翼中心和转轴方向,建立旋翼坐标系;最后,在旋翼坐标系下,根据标记点静止与高速旋转时在同一角度下的三维坐标,计算挥舞角大小.利用风扇叶片进行仿真试验,结果验证了该方法具有自动化程度高和测量精度高的特点,可满足直升机旋翼桨叶挥舞角测量的要求.     

摄影测量中一种新的编码点识别和提取算法

描述一种符合摄影测量要求的编码点,并提出一种新的识别和提取编码点算法。这种编码点有15位编码,编码的数量达到2191,完全能够满足摄影测量的要求。通过CannY算子边缘提取和椭圆拟合,极大地提高了识别的正确率,能够实现解码的高鲁棒性。编码点中心坐标的精度达到亚像素级。该解码方法简单,且编码点识别率极高。     

基于标记点图案的三维脚型建模与测量方法

面向个性化制鞋,提出并实现了一种新颖的基于立体视觉原理的三维脚型建模与测量方法.该方法把标记点图案设置在袜子上,通过10台普通摄像机来采集用户穿着这种袜子的脚型图像;然后从脚型图像中提取出标记点并进行匹配,根据立体视觉原理重建出袜子上各个标记点的三维几何位置,并利用三角化处理以及曲面细分等手段获取用户的三维脚型;最后根据制鞋工艺要求测量出制鞋相关的参数.实验结果表明,该方法可瞬间完成无盲区图像的采集,有效地减少了生物体抖动所带来的误差,使误差在±1mm之内,可应用于个性化制鞋服务.     

基于机器视觉的零部件尺寸测量

实现尺寸测量的方法很多,但大多数测量重复性、高效性和鲁棒性不高。为了提高工业在线测量的实时性和准确性,提出了用机器视觉软件IGAUGE结合用改进的OPTA模板进行边缘细化,进而实现测量。系统实验结果表明,该测量具有良好的连续性和精度,生产工作效率和产品质量控制很快就可以提高。     

轨道视觉检测系统中行程编码的应用研究

利用行程编码针对背景冗余计算的优化特性与交、并简便运算特点对二值图像形态学膨胀算法进行优化,并提出基于行程编码优化的形态学膨胀算法。利用算法对轨道轮廓二值图像进行形态学膨胀处理;依据优化前后的图像处理结果和速度进行对比分析。该算法能去除边缘毛刺与断线现象;轨道轮廓单帧图像经过优化处理后的速度提高5倍,轨道视觉检测系统的检测精度可提高到20点/m。     

基于特征点匹配的视觉识别方法

针对当前制造业中工人安装3C零件,导致用眼过度视觉疲劳、工作效率低等问题,本文提出一种基于特征点匹配的视觉识别方法,用相机代替人眼识别、机器人代替工人安装,设计并搭建了视觉识别平台,根据各个零件的特征,经YOLOv5算法、图像处理和手眼标定,可快速识别产品安装所需3C零件,由机器人协作安装,提高生产效率。以电阻、电容、电感等零件为实验对象,识别所需时间最快为0.02s,识别物体并输出结果图片的最快时间约为0.06s,实验结果表明,该方法对3C零件的识别效果良好。     

基于OpenCV的机器视觉尺寸测量研究

通过对激光测距传感器与机器视觉的研究利用激光测距传感器、视觉传感器相结合的方法,提出了一种不同于结构光和双目尺寸测量的更为简单有效的新方法和新技术。首先对灰度直方图比较分析选取了最佳滤波方法,然后通过激光测距传感器测距和单目视觉传感器进行边缘的精确检测。激光测距传感器实现了对采样目标车厢进行快速测距定位,计算出采样机械手与目标车辆的相对位置关系。视觉传感器准确识别车厢尺寸及定位,为煤炭采样机械手自动采样提供了实现基础。检测目标是拉煤货运火车车厢,给煤炭采样行业带来更为简单有效,准确的目标定位的识别系统和方法。     

一种基于靶标识别定位算法的视觉测量技术

视觉测量在飞行试验高精度测试中发挥着重要作用。针对常规视觉测量中多标志点识别定位存在误识别、定位精度低等问题,设计了一种新的环形编码对角标志,并提出了一种基于环形编码对角标志识别定位算法的视觉测量技术。重点介绍了基于EDCircles圆检测算法的标志点识别、基于Harries角点检测算法的亚像素级定位和基于坐标变换的编码信息解码等技术的实现。经过实验验证,研究成果编码标志点识别定位算法识别准确、鲁棒性强、定位精度高,在大投影角度下仍能达到92%的识别率,可以满足飞行试验动态视觉测量任务相关需求。     

用于多目标检测与识别的视觉系统研究

本文以人机博弈系统作为实验手段，复普通廉价的摄像机实现了视觉的检测，着重讨论了目标物体的分割与畜产品     

二维机器视觉测量中的图元识别

采用视觉测量方法对工件的各种断面尺寸参数进行测量时,需要在采集到的图像中找到被测量对象。文章给出了一种识别测量对象的图像匹配方法。该方法首先采用Canny方法从工件图像中提取出宽度为单像素的连续边缘图像,并根据工件的原理图纸生成待匹配的模板图像;对模板图像进行缩放和旋转,使之能在匹配率的约束下和边缘图像实现匹配;原理模板中包含图元的编码信息,据此可以在边缘图像中识别出工件的图元信息。实验结果表明,文中提出的方法能适用于一般工件的断面图元识别。     

基于计算机视觉的人脸检测与识别综述

人脸检测与识别是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在回顾人脸检测与识别技术发展历程的基础上,对人脸检测与识别的多种相关技术作了介绍与评论,着重讨论了检测定位方法与识别算法,比较了各种方法的优缺点,最后介绍了此技术的发展趋势。     

基于手势识别的视力检测系统的设计

This design realizes a vision detection system, which can detect human visual acuity through gesture recognition technology. The system includes several modules: acquisition, data storage and conversion, gesture recognition and output control. And the camera, memory, display and speaker are connected externally. The visual icon "E" is displayed on the display screen, and then people use gestures to indicate the direction of "E". After the camera captures the image, the system recognizes and judges the direction of gesture, and then compares the correct direction to detect the visual acuity of people. Because the system eliminates manual detection, it is convenient, accurate and it saves manpower. The system realizes dynamic gesture interaction, being interesting and easy to be popularized.     

基于机器视觉的螺纹参数综合测量系统的设计

传统的螺纹检测技术工序复杂、效率低、成本高,已不能满足现代工业高效发展的需求,因此要建立一套以机器视觉识别技术为核心的视觉传感和图像处理系统,利用CCD 获取螺纹基本图像,并通过图像的平滑、边缘检测、二值化处理及轮廓提取,对螺纹轮廓进行分析,从中测量出螺纹的几何参数。探讨了利用机器视觉对螺纹牙形角参数进行测量的方法,并给出最后的测量结果。从理论和实践上证明了该方法的可行性和正确性。     

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。     

多尺度特征融合的二维编码图像识别

为实现二维编码同时适合机器和人的识读,提出了一种二维编码图像结合的新型二维图像编码技术,并针对该二维编码图像无定位标识的特点,采用目标识别的算法进行识别,同时改进了SSD（Single Shot Multibox Detector）算法使其适用于此类目标识别。该算法针对小目标的识别特点,去掉了原有的空洞卷积层以及选择了浅层的图层进行特征融合,达到了准确识别二维编码图像的效果。此外搭建了基于GTX1080型号的GPU、Ubantu Linux和TensorFlow的深度学习平台,提出了一种网络学习和验证方法,该方法通过电脑生成相应的数据集来训练网络,并采用合成的数据集和真实图片分别对网络进行验证和测试。测试结果表明,该方法训练的网络对具有良好拍照条件的真实图片的编码识别准确率达到100%。     

基于波前编码技术的虹膜识别系统

自动虹膜识别是一种非入侵式身份认证方法。目前的虹膜识别系统中图像采集系统的景深非常有限,获取清晰虹膜图像需要用户的密切配合,这阻碍了虹膜识别系统的广泛应用。本文提出基于波前编码系统的虹膜识别系统,极大地扩大了虹膜识别系统的景深,提高了虹膜识别系统使用的友好性。