基于机器视觉的电力工程质量智能监控方法研究

传统的电网基建工程通常采用光学摄像头进行监控拍摄,并由人工完成分析。针对该方式易受雨雪和环境光照的影响且无法准确判断线路铺设质量的问题,提出了一种基于机器视觉的电力工程质量监控方法。该方法使用双目摄像系统代替光学摄像头来完成输电线路的深度图像采集,采集到的图像中所包含的信息量大,硬件铺设成本也较低。同时使用YOLOv3深度框架对图像进行特征识别与分析,其能够自动、准确地识别输电线路的各个部件。实验结果表明,文中所设计的监控系统拥有较高的准确率,相比于其他对比算法,线路小部件的识别准确率有明显的提升,且算法具有良好的收敛性,训练速度快、效率高。     

基于深度学习的机器视觉儿童智能安防系统

人们生活水平的不断提高,家庭安防也逐渐成为人们关注的焦点,但是我国对儿童安全问题的重视程度和整体意识属于较差水平。所以,针对这一情况,我们设计了一套基于深度学习的机器视觉儿童智能安防系统,以树莓派作为核心控制器;还有传感器获取周围环境数据,从而实现烟雾报警、高低温报警、视频监控和室内外定位等功能;利用人脸识别、动作识别等图像处理技术实现对儿童实时监督和危险动作的预判别。该设计功能开关都可以在LCD触摸屏界面中进行操作,具有易上手,实用性强的特点。     

基于机器视觉的通信设备智能识别与应用

为贯彻执行国家双碳工作目标,发挥人工智能在企业智能化进程中的作用,针对现有通信设备维护效率低、成本高、管控难的工作痛点,提出一种基于视觉分析技术的通信设备识别方法。进一步加快机房设备信息核查,老旧高耗能设备清退报废,整合盘活机房空间资源,逐步实现“以人为主”向“人机结合”再向“机器代人”的转变。构建全生命周期的自动化、智能化的网络运营能力,助力网络运维节能降耗。     

基于双目机器视觉的高精度激光充电瞄准系统

为了实现激光束对充电目标的高精度瞄准,基于双目成像的几何光学原理,提出了一种由两个相机组成的双目瞄准系统,通过分析相机、激光发射端口、充电目标的相对位置关系,优化双目相机与激光发射端口的位置,得到实现高精度瞄准的技术方案,从理论和实验上实现了横向、纵向较大范围内的高精度瞄准.理论计算和实验测量结果表明,该系统在选用焦距...     

基于机器视觉的螺纹识别系统

许多传统螺纹的检测技术工序复杂、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,并通过数字图像处理技术和模糊模式识别方法对螺纹几何参数进行自动识读并加以识别。     

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Mask R-CNN视觉感知的叉车操纵器档位识别

车辆档位信息间接反映车辆行驶状态,诸如考试、培训、安全驾驶等均需对其档位判断记录或溯源.本文以叉车为例,提出一种基于Mask R-CNN视觉感知技术的移动式、旋转式叉车操纵器档位识别方法,首先提出了基于Mask R-CNN视觉传感的叉车档位识别方法的整体架构,接着着重研究了叉车档位识别中移动式和旋转式操纵器档位识别的识...     

基于机器视觉的智能垃圾分拣小车的设计与实现

目前我国生活垃圾分拣的方式仍然以人力为主,其在消耗人力的同时还存在工作强度高、效率低以及影响环卫工人身体健康等缺陷.为解决以上问题,文章以STM32为主控芯片,以树莓派为运算部件,设计出以四轴机械臂、机械爪以及传感器为机械部件并辅以YOLOv5深度学习识别模型的智能垃圾分拣小车.在实现垃圾分拣一体化的同时,还部分解决了...     

基于DM642芯片的嵌入式双目机器视觉平台

介绍了基于DM642平台的嵌入式双目立体视觉平台的硬件构成和驱动程序结构的设计和实现.该系统充分利用DM642芯片在图像处理中的优异性能,克服了传统基于采集卡和PC机的图像处理系统的实时性差,处理精度低,保密性差和扩展性差等缺点,其主要的图像处理工作由DSP实现,并可通过多种途径与PC机交互,大大降低了计算机的负荷.该平台采用面向对象的软件设计思路设计硬件,达到硬件重用的目的.     

机器视觉系统的设计方法

文章主要介绍了机器视觉系统的概念和发展历程,介绍了机器视觉的组成和基本原理,从工业摄像机、镜头、光源、图像采集卡几方面详细阐述了机器视觉系统的设计要点、分类、选型。     

基于机器视觉的田间杂草识别技术研究

在农业生产中,杂草会影响农作物的生长。为了实现杂草处理自动化,需要采用基于机器视觉的杂草识别技术帮助机器人快速、准确地识别杂草,从而精确使用除草剂以提高药物的利用率、减少环境污染。通过文献研究,文章分析了提高杂草识别率的图像预处理技术和基于人工神经网络的模式识别算法,提出了杂草识别技术存在的问题及改进方法。     

基于机器视觉的缺陷在线检测系统的研究

本文研究了基于机器视觉玻璃表面缺陷检测方法与原理。在玻璃的生产过程中对玻璃进行图像采集,通过对图像的处理,对玻璃中存在的缺陷进行有效的处理,本系统在缺陷的提取上与缺陷的识别分类上分别运用的是一种改进的动态阈值算法与一种改进的BP神经网络算法。研究结果表明,改进的两种算法简单、速度快、系统抗干扰能力强,在检测精度,效率和准确度上都有较大的提高。     

基于机器视觉的激光智能去除锈蚀的研究

针对传统除锈工艺在桥梁养护中的一些问题,进行了激光智能除锈的工艺及设备研究.为实现智能识别工件表面锈迹及除锈,采用Python及OpenCV视觉库对16Mn钢表面锈迹进行识别,通过一系列图像处理算法识别出生锈区域,得到生锈区域的位置信息、生锈等级、尺寸信息等,随后使用100 W激光除锈系统对识别出的锈迹进行清除,并对除...     

基于机器视觉的高速公路收费车型识别与异常车辆辨识系统

本文研究的基于机器视觉的高速公路收费车型识别与异常车辆辨识系统基于图像特征、神经网络技术,提取车牌号、车型、品牌、颜色、轴型等车辆特征信息,识别出收费车型,应用大数据分析手段,融合收费车型数据、车辆微特征数据、历史车辆特征记录、稽查系统黑名单等多源数据,辨识出非法改装车辆、车牌车辆信息不符车辆、历史缴费黑名单车等异常车辆,为高速公路收费和稽查提供数据支撑和依据。     

基于机器视觉的柔性电路板智能检测控制系统设计

本文设计了基于机器视觉的智能检测控制系统,以PLC为控制核心,将机械臂、机器视觉系统和自动运输平台通过工业以太网相结合,解决在实际生产线上的PCB检测以及与MES系统通信的问题。依靠机械臂将刚生产好的PCB板抓取到自动运输平台上,平台自行移动到多个检测位置,同时机器视觉系统拍照,提取PCB的相关数据并进行缺陷检测,极大的提高了生产效率,并使得PCB缺陷、错漏插元件等漏检率降到0%,产品的效率和质量都得到极大的提高。     

基于机器视觉的工件特征识别与分类方法研究

机器视觉是计算机科学与人工智能研究领域的一项重要内容,主要通过计算机应用技术来模拟人的视觉功能,对从图像中提取的信息进行分析和处理,以达到实际检测和控制的效果。本文主要对基于机器视觉的工件特征识别与分类方法进行了分析和研究,以期帮助人们更好地了解机器视觉分类识别技术。     

基于机器视觉的啤酒瓶检测系统的设计

针对传统啤酒瓶检测系统速度慢、精度低等问题,该文设计了一种基于机器视觉的啤酒瓶空瓶检测系统。该系统以机器视觉为理论基础,重点介绍了LED照明光源和数字化光源控制器的设计以及图像处理技术中的问题。实验结果表明,该系统具有速度快、连续性好及检测精度高等特点,能够实现对啤酒瓶瓶口、瓶壁和瓶底的缺陷检测。