基于机器视觉的石化场景人员危险行为识别

针对石油化工场景下传统的人体行为识别算法只关注人员自身行为,无法识别打手机、抽烟等属于人-物交互危险行为的问题,在基于骨骼点的人体行为识别任务中引入目标检测机制,提出基于深度学习的人-物交互行为识别算法.首先,采用OpenPose算法进行姿态估计,进而利用行为识别方法获取初始行为类别;其次,针对传统方法丢失背景和语义信息的问题,使用YOLOv3算法检测感兴趣物体,获得类别和位置信息;然后,通过判断人与物体的空间位置关系来表征人-物交互关系;最后,提出决策融合策略,对人的初始行为类别、物体信息、人-物交互关系进行决策融合,得到最终的行为识别结果.以打手机和抽烟行为为例对所提算法进行验证分析,结果表明,所提算法可以对石化场景下人员的危险行为进行准确识别.     

基于激光视觉传感的机器运动目标跟踪研究

复杂背景影响下机器人跟踪运动目标精度提升是目前相关领域研究的重点,因此,研究基于激光视觉传感的机器运动目标跟踪方法.使用激光传感器获取激光数据,利用扫描匹配算法实现运动目标检测,同时定位机器人并构建所处环境的图像;使用单目视觉传感器,通过目标位置估计算法计算出运动目标的角度信息与距离信息,使用Rao-Blackwell...     

基于机器视觉的工件计数系统设计

随着新能源车的迅速发展,各汽车制造商正不断推出新产品。在此背景下,各类工件供应是否齐全成为相关企业关注的重要问题。文章设计了一种基于机器视觉的工件计数系统。该系统具有视觉成像系统,能够对多种工件进行图像采集。同时系统还设计了一套简单易操作、功能完备的工件计数软件,满足实时统计和工件种类拓展的需求。为了稳定监测工件位置信息,还设计了一种模拟光电传感器的算法替代实物光电传感器,减少系统受干扰的可能性。最后,运用YOLOv5目标检测算法,实现了99.9%的检测精度。     

基于机器视觉道路识别算法的研究

在道路图像中,为了得到较理想的车道标识边缘,采用基于Sobel算子边缘图像增强的方法增强道路车道线的边缘,从而明显提高车道线提取的准确性.针对道路边界的形状特征提出的二次曲线道路边界模型,实现了对车道标识线的实时跟踪.     

基于机器视觉的医用塑料瓶瓶口检测系统研究

医用塑料瓶在生产过程中瓶口处会产生残次品,如豁口、瓶口过薄等.此类瑕疵药瓶,无法封口,影响药品密封性,危害药品使用者健康.目前众多企业仍然依靠人工检测,因瑕疵点并不明显,人工误检率高.为此设计了一套基于机器视觉的医用塑料瓶瓶口检测系统.一台高速工业相机,在流水线指定工位通过硬触发,由上至下,对塑料瓶顶部取相,根据图像特点设计算法,完成定位,分割,识别瑕疵点.经过实际生产测试,验证了此系统在精度和速度方面优于人工检测方式,满足企业的检测要求.     

基于机器视觉的PCB板上元器件检测系统

随着电子产品的普及,人们对电子产品的需求量大大增加。印刷电路板(Printed Circuit Board,PCB)作为电子元器件的重要组成部分,每年的产量巨大。由于PCB的尺寸、款式、元器件的数目以及种类众多,采用传统的人工检测,错误率很高,不能满足企业生产的合格率。因此,开发一套高精度的PCB自动检测系统是不可或缺的。针对目前PCB检测的问题,从稳定、经济、便捷和高效的角度,提出一种基于机器视觉的PCB检测系统。系统采用灯箱、工业CCD相机、镜头和固定用的台架等硬件以及基于Labview2018软件平台,对PCB板上元器件进行缺陷检测,并实时记录检测的结果。验证结果表明,系统能稳定、准确地检测出PCB板上误插或者漏插的元器件。     

基于机器视觉的药盒检测系统设计

随着信息化社会的快速发展,各行各业都在寻求与信息化接轨,医疗行业也在进行通过信息化实现智慧医疗。文章利用OpenCV软件库设计并实现基于机器视觉的药盒信息检测系统,以方便后续对检测的信息进行识别,来提高医院取药效率。     

基于机器视觉的人运动检测

以机器视觉技术研究了序列图像中人运动的分割和检测.运动检测过程采用了目标图像和背景图像相减的方法,对差分图像采用了最大熵的指数形式确定二值化的阈值,实验证明获得了良好的检测效果.     

基子主动机器视觉的工件精密测量系统设计

针对现有工件测量系统有损、精度差、成本高、速度慢、操作复杂等缺点,提出了一种新的基于主动机器视觉的工件精密测量系统,研究了系统的关键设计技术。利用MATLAB与vc＋＋混合编程的方法,开发了系统的软件。采用改进的canny算法检测边缘,提出了一种新的边缘跟踪算法。通过与现有常规检测方法进行对比实验证明,系统软件可靠性高...     

基于机器视觉的天基动目标自主监视技术

未来遥感卫星的分辨率将越来越高,覆盖范围越来越广,观测数据越来越多,现有的人工监视已经远远不能满足需求,因此监控的“智能化”变得越来越迫切。天基动目标自主视频监视技术是计算机视觉领域的研究热点,涉及到图像处理、模式识别以及人工智能领域,研究内容丰富,应用领域广泛。从三个模块对动目标自主识别关键技术进行了归纳总结,介绍了关键技术算法,并对典型的算法进行了优缺点分析,给出了相对鲁棒性强、实时性高、检测效果好的技术路线。     

基于机器视觉和深度学习的建筑垃圾智能识别研究

针对当前建筑垃圾分选中存在的分选效率不高、自动化程度较低等问题,提出了一种基于机器视觉和深度学习的建筑垃圾智能分选系统并对检测识别过程进行了详细研究。该系统采用背景建模法对建筑垃圾进行检测定位,可以有效避免运输皮带抖动、磨损和光照变化等情况,提高检测精度和定位速度。此外该系统基于ResNet卷积神经网络模型对建筑垃圾进行分类识别,并通过迁移学习方法对建筑垃圾分类模型的训练效率进行了优化,将模型的分类准确率提高到了99.47%,有助于更好地实现建筑垃圾的智能化分选。     

基于机器视觉的激光雷达目标跟踪与定位方法

为实现遮挡等客观条件下激光雷达目标的准确跟踪，研究基于机器视觉的激光雷达目标跟踪与定位方法。采用基于非局部均值的滤波算法消除图像的噪声，利用reinhard颜色迁移算法提升激光雷达图像训练数据的多样性，得到增强激光雷达图像，并将其输入卷积神经网络中，通过训练检测激光雷达目标。利用巴氏系数分析两个模型间的巴氏距离，确定两模型一致度，循环一致度分析过程实现激光雷达目标跟踪与定位。结果显示该方法可在目标非遮挡与部分遮挡等不同条件下实现准确的目标跟踪与定位，且追踪定位精度为100%,效率高，两种状态下所耗时间分别为4.786 s和5.123 s。     

基于机器视觉的电机端盖检测技术应用

随着技术的不断完善,机器视觉检测的可靠性也获得了认可,机器视觉技术的应用可有效提升生产效率和产品质量。本文以工业机器人应用编程“1+X”考核设备为基础,以电机模型为检测对象,利用Vision Master平台设计了电机端盖的检测方案。结果表明机器视觉技术在电机端盖检测项目中能够满足需要。     

基于机器视觉的PCB几何尺寸检测方法研究

提出基于位置关系提取和识别图形特征的算法进行印刷电路板(PCB)机械尺寸检测。挑选一幅符合标准的PCB图像作为标准图,在标准图中创建一个用来进行图像匹配的模板并且确定待测特征的测量区域、测量类型、标准尺寸和公差。采用模板匹配的方法定位PCB检测特征的测量区域,根据测量特征的种类,选择合适的方法进行图形特征的提取和识别,对比标准尺寸和公差,判断PCB是否合格。本文针对PCB的检测要求,提出了快速有效的自动化检测方法。     

基于机器视觉的零件图像采集及识别的研究

先进制造系统中。机器视觉用于工件位姿的检测。结合先进的图像采集系统，以VC＋＋．NET为开发平台，实现了对工件位姿的自动识别，同时提出了一种基于机器视觉的工件轮廓图像采集与识别的方法。主要分析了识别过程中灰度变换、二值图像和边缘检测几个难点，对检测结果进行了分析和比较。结果表明灰度变换和二值化能很大地提高对灰度图像的识别精度，在边缘检测过程中，Roberts算子检测水平和垂直的效果好于斜向边缘，定位精度高，但对噪声敏感，Sobel边缘检测算子则对灰度渐变和噪声较多的图像处理得较好。     

基于机器视觉的车流量统计算法应用

智能交通系统(Intelligent Traffic System, ITS)是目前公路运输信息化、智能化的主流解决方案,其应用依赖于车流量检测数据的准确度。精准的车流量信息在通过智能交通系统改进车辆通行情况的过程中发挥重要作用。文章针对汽车流量检测情况,提出了基于机器视觉的卡尔曼(Kalman)跟踪检测方法,收集车辆运行中的相关信息,并对数据信息进行归类整理,通过车流量信息特征数据分析,对汽车通行情况进行有效分析,改进原有车流量计算中的错检以及误检问题,从而降低了车流计数的漏检率。