基于模型的驾驶员眼睛状态识别

采用机器视觉来检测驾驶员眼睛状态对判别驾驶员疲劳具有重要意义,现有机器视觉采集系统中眼睛状态识别常用虹膜特征来衡量,针对虹膜信息缺失或者改变都会导致眼睛状态误检且准确性和实时性不能兼顾的问题,在分析机器视觉系统和人眼状态的基础上,以兼顾识别算法的实时性和准确性为目标,利用机器视觉系统成像带来的更好区分眼睛状态的非虹膜特征,提出了基于融合模型的改进型人眼状态识别方法,进一步搭建了嵌入式平台并进行了算法识别的对比实验。结果表明非虹膜特征的融合检测算法提高了人眼的睁闭眼识别的区分度,与模板匹配法相比,眼睛状态识别的准确性提高15%,耗时也减少了约1/3。     

基于机器视觉的太阳能电池片缺陷检测算法综述

太阳能电池片（Photovoltaic, PV）表面缺陷检测是光伏组件生产中不可或缺的流程。基于机器视觉的自动缺陷检测方法因其高精度、实时性、低成本等优点得到了广泛应用。本文综述了基于机器视觉的太阳能电池片表面缺陷检测方法的研究进展。首先,阐述了太阳能电池片表面成像方式,列举了典型缺陷类型。然后重点分析了基于传统机器视觉算法及基于深度学习算法进行太阳能电池片表面缺陷检测的原理。将传统机器视觉算法分为图像域分析法、变换域分析法进行综述;从无监督学习、有监督学习和弱监督及半监督学习三个方面分别概述了近几年来基于深度学习的太阳能电池片表面缺陷检测的研究现状。对太阳能电池片表面缺陷检测各种典型方法进一步细分归类和对比分析,总结了每种方法的优缺点。随后,介绍了9种太阳能电池片表面缺陷图像数据集及缺陷检测性能评价指标。最后,系统总结了太阳能电池片缺陷检测常见的关键问题及其解决方法,对太阳能电池片表面缺陷检测的未来发展趋势进行了展望。     

基于机器视觉的自动化装配系统设计

为了加快中国产业升级,机器视觉和工业机器人是改变手工装配模式的重要手段。机器视觉作为一种用于识别物体、从数字图像中提取和分析物体信息的技术,已被广泛应用于工业生产中。为了进一步推动机器视觉应用于自动化装配系统,文章提出与机器视觉系统相结合的自动装配系统的原型。在机器视觉系统中,开发一系列定位算法,并用图像校准以获得机器人拾取和放置过程的正确坐标。测试表明,系统能够正确检测和识别装配空间的形状和方向,从而实现零件的拾取和放置过程。     

基于机器视觉系统对磁芯零件进行在线分级

机器视觉已成为无损检测技术中的一个重要分支,利用机器视觉系统获取磁芯产品图像,通过图像预处理、图像分割、特征提取、图像分析,输出检测结果的控制信号,再借助于PLC控制执行机构,最终达到对磁芯进行在线分级的目的。     

基于机器视觉系统的磁芯零件在线分级

机器视觉已成为无损检测技术中的一个重要分支。利用机器视觉系统获取磁芯产品图像,通过图像预处理、图像分割、特征提取、图像分析、输出检测结果的控制信号,再借助于PLC控制执行机构,最终达到对磁芯产品进行在线分级的目的。     

基于VisionPro的太阳能电池片定位与缺陷检测系统

太阳能电池片发电具有环保性和高效率性,受到很多国家的青睐。太阳能电池片的焊接目前主要分为人工焊接、单焊和串焊3种方式。该文在电池片串焊机的基础上,基于美国Cognex公司的VisionPro机器视觉开发软件对太阳能电池片定位与缺陷检测系统进行开发。视觉系统基于VisionPro采用C #编程语言,利用VisionPro中的图像工具包来处理图像对电池片进行视觉定位与缺陷检测,并通过与OMRON PLC以及EPSON机器手通信,从而实现太阳能电池片串焊机的全自动化。     

基于深度学习机器视觉对于动力总成制造防错应用的研究

汽车动力总成装配线环境中,为有效保证装配质量,通常采用机器视觉方法进行零部件装配的防错检测。目前主流传统的机器视觉防错技术无法有效满足投产初期极高的准确率要求,且具有受现场环境变化影响大、成本高等缺点。提出了基于深度学习的机器视觉防错技术,采用卷积神经网络算法进行模型学习训练,获得99.99%以上的学习准确率;实际图像经预处理后导入深度学习模型进行识别判断;完成了系统的硬件选型和软件设计开发。两个实际应用案例均实现了99.95%以上的准确率,表明深度学习机器视觉防错技术能够有效适应图像扰动,满足高产能下的生产质量监控要求,同时可以降低硬件要求和成本,有效弥补传统机器视觉防错技术的不足。     

基于LabVIEW的视觉检测系统软件框架设计

机器视觉检测系统通过采集目标图像,并对获取的图像进行处理、分析,从而获取目标的信息并产生相应的执行动作。针对典型视觉检测系统包含的相机(工作平台)运动控制、图像采集、图像处理以及执行机构动作控制等基本功能的实现,描述了一种在LabVIEW环境下实现上述功能的视觉检测系统软件框架设计。     

物料工况监测机器视觉系统应用发展与探究

机器视觉系统的特点是提高生产的柔性和自动化程度,机器视觉技术中采像、分析和控制的三个技术环节中,采像是机器视觉系统的基础,光源是机器视觉系统的重要组成部分,图像处理与分析是机器视觉中的核心部分,输出执行机构是系统的最后一个也是最关键的环节。     

汽车轮毂在线识别系统的研究

主要研究了一种机器视觉系统,这种系统能够识别不同款式,不同尺寸的多种汽车轮毂.其识别的基本步骤有:图像获取,图像预处理,特征提取和识别分类.该识别方法可以实现多种轮毂在传送带上随机混流的状态下的自动识别分类,有效识别正确率在99%以上.