基于机器视觉的印刷质量检测研究（英文）

为了实现对物品印刷质量的高效检测,通过机器视觉技术,采用图像处理的方法来实现印刷品质量的检测。根据印刷检测的功能需求,设计了三个具体的功能模块,并在VS2008和OpenCV1.0平台下实现了印刷质量检测的功能,支持印刷品图像的输入、人机交互处理、划痕和偏色检测、结果输出等功能。与传统采用的手工方法相比,提高了印刷质量检测的效率,检测速度快,准确率高,检测结果客观,能够迅速而精确地检测出目标印刷品的外观缺陷程度。     

基于空间域的图像噪声检测技术

图像质量检测技术可以代替人工巡检的方式对视频质量进行自动检测,对监控系统中视频图像出现的异常进行准确分析、判断和报警,以保障规模不断扩大的网络视频监控系统的正常运行。基于空间域的图像噪声检测技术,利用图像的邻域信息特征与各类噪声异常在空间域上的轮廓和方向分布,并结合OpenCV图像处理技术,实现对噪点、雪花和条纹异常的检测。空间域噪声检测算法,与人的视觉感知相一致,可以用于监控视频的实时检测。     

基于机器视觉的预应力夹片质量检测

针对机械行业预应力夹片质量检测存在的问题，提出使用新型的机器视觉检测理论，设计了预应力夹片检测装置硬件部分和软件部分。根据系统需要，完成了光源、镜头、工业摄像机等硬件的选型，搭建了机器视觉硬件检测装置。提出使用开源的计算机视觉库OpenCV进行数字图像处理，结合图形界面库Qt用于人机界面的显示，研发了预应力夹片检测装置的软件部分。实验结果证实该预应力夹片质量检测装置的方案和预应力夹片质量检测算法是可行的，装置的硬件性能和检测算法实现均达到了预期要求。     

利用 OpenCV 实现在 Android系统上的图像边缘检测

论文提出了利用OpenCV实现在Android系统上图像边缘检测的方法。介绍了Android NDK开发环境的搭建,利用JNI调用OpenCV中的Canny算子,采用Android NDK生成动态链接库。实验结果表明在Android系统上图像边缘检测功能和性能良好。     

基于Qt和OpenCV的无线视频监控系统

使用Qt结合OpenCV设计了一款基于嵌入式的无线视频监控系统,该系统具备人脸检测和头像保存功能。系统采用C/S结构,在ARM开发板上搭建的Qt多线程Linux系统服务器用于采集和发送视频;用Qt结合OpenCV制作的客户端运行在PC上,提供监控功能。介绍了Qt的Linux系统环境设置与ARM移植、V4L2视频采集的过程以及如何用Qt多线程处理视频数据。测试结果表明,在Wi Fi环境下,系统可进行有效的实时监控。     

SMT焊膏印刷质量AOI技术的研究

本文主要介绍了在微电子表面组装技术(SMT)中,对焊膏印刷质量进行检测的自动光学检测技术(AOI)及其系统的基本概况,讨论了无铅化对焊膏印刷AOI的影响,并对SMT焊膏印刷质量的AOI检测技术的发展趋势进行了分析.     

基于ARM的磨削加工金属表面图像检测系统的设计

介绍了基于ARM9 S3C2440和嵌入式Linux平台的磨削加工金属表面质量图像检测系统,采用USB摄像头读取金属工件表面的图像,通过OpenCV软件实现金属工件表面的质量检测。同时,用Qt开发出监控界面,可适时进行查询和记录。实验证明系统具有一定的实用价值,可以替代人工检测,效率高,成本低。     

一种Java与OpenCV结合实现的目标检测模块

提出一种Java与OpenCV结合实现的目标检测模块,详细讲述了利用JNI技术调用OpenCV目标检测方法的具体步骤和关键过程。该模块可很容易地与科研、工业等领域的Java视频系统集成。实验结果表明,集成了该模块的Java视频系统获得了较高的检测率和处理速度。     

基于OpenCV的十字形标记点定位技术研究

为解决导弹电视成像制导技术中十字型标记点提取的问题,本文设计了一种基于OpenCV的十字形标记点定位方法。通过进行图像匹配、阈值化分割、平滑处理、边缘检测、去除干扰边缘、及直线拟合等,实现了电视成像制导技术中十字形标记点的快速提取及中心坐标确定。该方法主要用于导弹电视成像制导技术中,也可用于FOG贴合设备视觉系统,COG封装设备、贴片机、丝网印刷、晶圆定位以及其他有关十字形标记提取定位的场合。实验结果证明:该方法能有效快速的确定十字形标记点中心位置。     

基于OpenCV的可变分辨率嵌入式监控系统设计

本文根据OV9650摄像头分辨率设置特点,提出了一个基于OpenCV的可变分辨率嵌入式监控系统设计方案。利用OpenCV对采集到的图像实时进行人形检测处理,根据检测结果控制摄像头工作分辨率,实现了高分辨率采集异常情况图片,低分辨率采集正常情况图片的实时智能监控。     

基于短消息的印版质量检测系统研究与实现

实现了一种基于短消息控制的印版质量自动检测系统,系统采用短消息控制的机器视觉技术和嵌入式技术,通过对印刷表面信息的提取和处理,完成了印版在线质量实时检测,依据检测结果给出报警信号和剔除控制等操作,实现了印版的智能检测。     

用JSP开发动态Web图书馆编目系统

JSP基于 Java技术 ,用于创建支持跨平台及跨 Web服务器的动态网页 ,介绍了利用 JSP技术开发三层分布式结构动态 Web图书馆编目系统 ,阐述了其开发过程及主要解决的问题。在建立动态页面时 ,充分利用JSP对参数的独特处理能力 ,实现了字段弹出著录、字段弹出提示与选择、数据存盘检测、统计及各种打印等功能     

UML状态机模型形式化验证技术研究

系统建模是系统开发经常用到的分析设计方法,如何保证模型的正确性一直是人们关注的话题.为了验证系统设计的模型正确性,进而提高整个系统的质量,提出了一种通过模型检查技术对UML状态机模型进行动态语义验证的方法.对状态机模型进行形式化描述,根据定义的映射规则将图形信息映射成模型检查器可以读取的语言,分析待验证的性质内容,通过使用模型检查器得到验证结果.     

低照度条件下超分辨率人脸图像采集系统设计与实现

在计算机技术高速发展的时代,多平台计算机视觉库随之产生。OpenCV作为一种开源代码的计算机视觉库,以可兼容多平台、接口广泛的特点被广泛运用各个领域。在低照度条件下,会出现光照环境差异过大或光线不足等情况,导致传统图像采集系统不能采集高质量的人脸图像,局限性较差。提出基于OpenCV在C 环境配置下运用三维人脸识别技术算法,设计一套低照度条件下超分辨率人脸图像采集系统。实验证明,该设计方案具有实时(对焦速度快)、快速(单张采集0.05秒)、准确(面部识别率99.3%)等特点,能够充分满足低照度条件下超分辨率人脸图像采集的需求。     

基于OpenCV的遥操作工程机器人双目视觉定位技术

针对当前遥操作工程机器人双目视觉定位技术匹配精准度低,导致定位误差过大的问题,提出种基于OpenCV改进的遥操作工程机器人双目视觉定位技术。在分析HSV色彩空间后,建立适合工程机器人的颜色特征识别空间体系,通过分析图像特征及运动坐标确定圆形光点,利用提供的靶点目标,创建模板后通过双目视觉获取具有靶点特征的其他图像,将图像代入OpenCV技术函数库中。在OpenCV技术函数库中通过光流法对图像进行函数匹配,应用将目标的背景模型与图像的处理方式分割开来,提取背景与干扰因素的全部信息,利用二值化阈值处理运动目标的形态,实现无干扰图像显示,确保定位结果的准确性。实验结果表明,基于OpenCV的遥操作工程机器人双目视觉定位技术能够有效提高匹配精度,降低定位误差,具有一定的实际应用价值。     

C++Builder下基于OpenCV的数字图像处理

详细地介绍了用于数字图像处理的开放源代码的计算机视觉类库--OpenCV.利用OpenCV中的数字图像处理函数使复杂的问题变得简单化.介绍了OpenCV的特点及功能,对最新版本的OpenCV新增的功能作了详细的论述,并且讨论了在C Builder环境下如何配置OpenCV,最后在此基础上给出了两个应用实例.对数字图像处理的研究具有一定的实用价值.     

高校学生测评系统的模型设计

通过分析考察各院校教学质量评价和考核体系,发现学生给教师打分在整个教学质量监控和评价体系中占有十分重要的地位。针对学生给教师的测评工作中因班级、年级、专业和处理方法不同会出现较大偏差的现象,设计了一种测评通用模型,能够将这种偏差调整到最小,从而使测评过程更加科学合理,使之具有广泛的实用性。     

Using model checking to assess the dependability of agent-based systems

Model checking and the problem of analyzing the dependability of complex agent-based systems are well matched. Mathematical models of simple agents are relatively straightforward to specify. We can construct a model of the system as a whole from the models of the individual agents, and we can easily express dependability properties in the logical language used in model checking. However, there's one crucial mismatch: the state spaces of complex systems are many orders of magnitude larger than automated model-checking tools can handle. So, the mathematical models of computing systems that we use in model checking must be much simpler than the systems we are modeling. Yet, the models must contain all the detail that's essential to the dependability analysis we are performing, because omitting relevant detail can invalidate the analysis results. To make model checking of agent-based systems feasible and useful, we must answer two crucial questions. Here we describe our current best answers to these questions and how we've applied them to a real-world problem - assessing the UltraLog system.     

OpenCV在焊缝实时检测与处理系统中的应用

机器视觉系统是集机械、光电、控制、计算机和数字图像处理等技术于一体的高度自动化系统,能够有效地提高产品的质量和产量,现已广泛应用于工业当中。随着科技的发展,对焊接的质量与效率的要求越来越大,为此有必要设计一套行之有效的,在焊接自动跟踪技术中能够在线检测焊缝并进行处理的焊缝实时检测与处理系统。文中在VC＋＋6．0开发环境中设计了一种采用Otsu自动选择阈值和Canny算子检测边缘,基于OpenCV的焊缝实时检测与处理算法,实验结果表明基于该算法的系统实时性高、效果好、检测正确快速。