玻璃瓶在线检测系统设计

该文设计了一个玻璃瓶在线检测系统,用8个普通摄像机在线获取运行中的玻璃瓶瓶口图像,采用遮光箱内局部照明方式,用图像采集卡完成视频信号的计算机输入,两台计算机分别处理4个摄像头的图像,经过计算机之间的通讯完成数据综合,由服务器给出最终检测结果。     

基于计算机视觉的石油钻杆裂纹检测系统

传统的石油钻杆探伤主要依靠人工操作,完成整套工序需要大量的人力、物力,且效率低下,不能满足大批管材快速探伤的要求.因此,开发了一种生产效率高,成本低的石油钻杆探伤系统.采用计算机视觉技术结合具体硬件实现了石油钻杆裂纹的自动检测和打标.文章阐述了石油钻杆探伤系统组成与功能,探伤流程,以及用到的关键技术.     

基于计算机视觉的玻璃瓶在线检测方法

本文在阐述数字图像处理和数理统计原理的基础上,提出了通过实施采集视频信号获得序列图像来进行一系列图像处理和缺陷提取判别的完整技术方案,并重点给出了图像预处理、检测软件算法的研究和软件系统的设计。     

机器视觉测量系统在工业在线检测中的应用

机器视觉测量用视觉传感器采集目标图像,通过对图像各种特征量的分析处理,获取被测曲面信息.设计了一机器视觉测量系统,识别一幅图像中是否存在确定大小和形状子图像,若有则识别出它的位置.介绍如何利用“模板匹配”法对目标图像进行识别,并举例如何利用系统检测药片的包装是否合格（有无漏装）.     

机器视觉在铜箔基板疵点在线检测系统中应用

本文介绍了机器视觉在工业在线检测中的应用,并结合其在钢箔基板疵点在线检测系统中的应用实例,给出了该系统的构成及实现。     

基于虚拟仪器的计算机视觉系统的研究

伴随ＰＣＩ总线及ＭＭＸ技术的出现,基于ＰＣ或工作站的计算机视觉系统的实用领域日益扩大。本文对视觉系统的实现进行了研究与技术分析,研究开发了基于虚拟仪器的种子等级判别视觉系统,并论述了数字处理算法的应用。     

基于计算机视觉的油封尺寸检测系统设计

针对油封的大批量、多品种、流水线作业的生产特点以及"零废品率"的检测要求,利用机器视觉检测和计算机图象处理技术,研究开发了适应大批量生产和在线实时检测的油封尺寸机器视觉检测系统;建立了系统软硬件结构,分析了系统的组成和工作原理及工作过程,并对图像处理算法进行了设计;系统标定后的实验检测结果证明,该检测系统能实现产品100%检测的生产目标,具有非接触、在线实时、精度适中、成本低等特点,具有较好的生产通用性。     

基于机器视觉的手机键盘质量检测系统

分析了利用机器视觉技术设计检测系统的现实意义,并介绍了系统的硬件和软件结构,对基于机器视觉的实时图像处理算法进行了研究。把主元分析的方法引入了图像校准领域,实现了图像的倾斜校正。通过现有分割方法的比较,提出了一种综合分割方法,对图像的特征有比较好的保持效果。使用轮廓跟踪技术完成了特征提取。根据特征的统计分布特性,利用特征区域匹配实现质量检测。实际使用情况表明该系统是可行且有效的。     

基于机器视觉的嵌入式工业在线检测系统

介绍以高速线阵电荷耦合器件(CCD)和数字信号处理器(DSP)为核心的基于机器视觉的工业在线检测系统。该系统由硬件和软件两部分组成,硬件部分包括光学成像模块、图像采集模块、数据处理模块及接口模块,软件部分包括各部分的驱动、系统配置程序、图像预处理和数据处理程序。实验表明,该系统是一套能够满足高速高精度工业在线视觉检测的嵌入式检测系统。     

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.     

一种快速的玻璃瓶口裂纹检测算法

基于机器视觉的图像处理广泛地应用于各个领域;为了能更快速、更准确地对玻璃瓶口进行无接触的检测,提出了一种快速的基于数字图像处理技术的玻璃瓶口裂纹检测算法;首先对获取图像进行预处理,然后根据迭代法获取最佳阈值,进行特征提取;接着引入矩形位移传感器,利用双圆周法寻找裂纹点,最后使用领域扫描确定裂纹;通过对大量玻璃瓶口裂纹的检测,证明算法在处理图像的速度上完全符合目前生产流水线的要求,而且不会漏检,在实际应用中获得了良好的效果.     

安瓿瓶在线检测系统研究

安瓿瓶在线检测系统采用新一代ARM Cortex—M3处理器作为图像处理核心,CPLD和两片SRAM形成乒乓缓存结构,为高速图像采集提供数据缓冲,通过USB将数据上传到上位机,并给出了最终处理结果。经过试验检测,表明该系统性能稳定,易于维护,价格低廉,性价比较高,具有良好的应用前景。     

基于机器视觉的发动机表面缺陷检测技术

发动机表面的缺陷检测是保证其使用安全性的重要手段。本文应用机器视觉技术实现发动机内表面缺陷的自动检测,用内窥镜采集发动机装药内表面的图像,结合图像特点,通过多次实验对比,选择中值滤波方法对图像进行滤波、Canny算子检测图像边缘,应用像素灰度的相似性和不连续性将缺陷从图像背景中分割出来,在此基础上,选取面积和周长特征作为缺陷判断依据,并将以上功能进行整合,设计缺陷自动检测系统。实验结果表明该方法在发动机内表面缺陷检测方面有较好的效果。     

基于视觉识别的机动车辆智能驾驶系统

将机器人视觉原理运用于对机动车辆智能驾驶的研究中,通过识别高速公路车道线的变化,使得车辆能够实现自动驾驶。由CMOS图像传感器摄取道路图像,采用小波处理、线性递推估计、波门跟踪滤波和二次拟合抽取车道线信息,从而得到行驶控制误差;控制命令通过串行232口发送到单片机上,驱动步进电机带动游戏杆转动来仿真实际的自动驾驶过程;获得了很好的实验结果。     

基于机器视觉的微片状物厚度检测

针对片状颗粒厚度检测的实际需求,结合机器视觉、图像处理和嵌入式技术,设计与实现了一套基于高性能ARM11的微片状颗粒厚度检测系统。该系统以QT和S3C6410为软硬件平台,提出了利用轮廓提取和最小矩形边界框相结合的方法计算片状颗粒厚度。结果表明,该检测系统具有处理速度快,测量精度高和成本低廉等优点,满足了对颗粒厚度测量的需求。     

基于计算机视觉的公路边坡裂缝检测方法

裂缝是大部分公路边坡灾害的早期症状,安全监测集中在此阶段进行.目前,公路边坡多采用人工定期巡查等方法,但存在成本高、监测范围小、人工干预多、安全性差等问题.提出一种基于计算机视觉技术的边坡裂缝监测技术,使用专业级摄像头拍摄边坡裂缝图片结合人工标注,构建目前种类多样的、且符合标准的边坡裂缝数据集;基于此数据集,利用深度学...     

一种基于计算机视觉的铁轨扣件缺失检测方法

针对传统扣件检测方法式效率低、可靠性差,不能满足现代铁路检修的需要,提出了一种基于计算机视觉的扣件缺失自动检测方法。在对灰度图像进行Canny边缘检测处理后采用十字交叉定位法对扣件位置进行定位,得到120×200像素的扣件区域,并提取扣件图像的20个边缘特征值;最后,利用模糊C均值聚类算法对这两类的特征量进行聚类分析,通过计算待诊断对象与标准模式的隶属度实现对扣件状态的分类。应用验证表明：采用的图像处理方法和识别分类算法能够有效检出轨道扣件缺失,检测速度快,鲁棒性好,检出率达96%。     

基于计算机视觉和激光检测的虚拟足球比赛系统的实现

1引言 虚拟现实(Virtual Reality)是一种可以创建和体验虚拟世界(Virtual World)的计算机系统[1],是二十世纪末才兴起的一门崭新的综合性信息技术.虚拟现实是一门直接来自于应用的涉及众多学科的新的实用技术,是集先进的计算机技术、传感与测量技术、仿真技术、微电子技术等为一体的综合集成技术.在计算机技术中,虚拟现实技术的发展又特别依赖于人工智能、图形学、网络、面向对象、Client/Server、人机交互和高性能计算机技术.虚拟现实技术具有"3I"特点,即强烈的"身临其境"沉浸感、友好亲切的人机交互性、沉浸中的想象力;近年来,随着计算机技术、网络技术、多传感器数据融合技术的发展,虚拟现实技术得到了极大的提高,并且也已经应用到了科研、教学、娱乐等各个领域.权威人士断言[1],虚拟现实技术将是21世纪信息技术的代表.     

基于边缘模式比对的钢管在线视觉测长系统

针对石油钢管测长精度问题,采用二维图像面阵摄像方案,提出边缘模式比对检测算法在亚像素精度级上检测钢管头尾部边缘,设计实现了钢管在线视觉测长系统;该系统具有抗图像噪声、抗图像模糊、抗摄像机抖动、环境适应性强等优点;钢管的测长范围在7～14m,测长误差小于1mm;系统对硬件要求较低,具有很高的性能价格比,并且已经成功地应用到生产现场。