基于嵌入式机器视觉的羊体体征测量系统

针对现有牧场牲畜测量的工作量极大及人工测量的局限性难题,提出了一种基于机器视觉的草原牧场羊体体征的非接触式测量构建方法;考虑到牧场养殖环境,采用在便携式嵌入式Linux实时操作系统平台上,通过广角摄像头获取羊的彩色图像,并调用开源计算机视觉库OpenCV对图像进行实时处理,寻找体征特征点并计算羊的体高、体长等体征数据;图像处理过程:背景差分、图像去噪、二值化、轮廓提取和特征点识别;经实验验证表明:此测量方法有一定误差,但平均相对误差不超过3%,因此该测量方法具有较好的实用价值。     

基于OpenCV的机器视觉尺寸测量研究

通过对激光测距传感器与机器视觉的研究利用激光测距传感器、视觉传感器相结合的方法,提出了一种不同于结构光和双目尺寸测量的更为简单有效的新方法和新技术。首先对灰度直方图比较分析选取了最佳滤波方法,然后通过激光测距传感器测距和单目视觉传感器进行边缘的精确检测。激光测距传感器实现了对采样目标车厢进行快速测距定位,计算出采样机械手与目标车辆的相对位置关系。视觉传感器准确识别车厢尺寸及定位,为煤炭采样机械手自动采样提供了实现基础。检测目标是拉煤货运火车车厢,给煤炭采样行业带来更为简单有效,准确的目标定位的识别系统和方法。     

基于机器视觉的螺纹参数综合测量系统的设计

传统的螺纹检测技术工序复杂、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,并通过图像的平滑、边缘检测、二值化处理及轮廓提取,对螺纹轮廓进行分析,从中测量出螺纹的几何参数。探讨了利用机器视觉对螺纹牙形角参数进行测量的方法,并给出最后的测量结果。从理论和实践上证明了该方法的可行性和正确性。     

线结构光视觉测量系统的标定方法

线结构光视觉测量技术是目前广泛应用的一种非接触测量技术。根据线结构光传感器的特点，本文提出了用一种圆阵列靶标及一维工作台组成的坐标系统，用以标定澍量系统参数，同时引入代数射影几何中的交比不变原理，结合光平面上空间点的共面性，解决了对抽象光平面的定位问题，并建立了相应的参数模型。最后，通过标准量块的检测实验，此系统得到了验证。     

基于OpenCV的LED灯丝上电快速视觉检测系统

针对发光二极管(LED)发光产品检测时间长、误判率高的问题,提出了一种LED灯丝上电的快速视觉检测系统.首先,基于OpenCV图像处理技术,通过计算机视觉对LED灯丝上电发光点的检测、识别运算,提高了检测系统的生产效率、质量和一致性,实现了少人控制.其次,在处理算法上,针对目标特点运用了二值法、仿射变换、Hough变换等数字图像处理工具,将识别一整个支架LED灯丝的时间控制在了0.2 s以内.最后,通过修正程序计算偏移和旋转角度减少了产品质量较差或传送流道间隙较大情形的发生.实验结果和生产实践应用证明,该系统提高了产能,降低了成本,降低了不良率.     

基于机器视觉的纺织品缺陷检测系统的研究与实现

布匹缺陷检测是纺织行业生产过程中布匹质量得以保障的重要环节,机器视觉技术的发展使得利用数字图像处理技术来检测布匹缺陷成为可能。设计通过分析摄像机采集的布匹纹理特征,应用机器视觉技术判别出布匹上的瑕疵,并进行布匹瑕疵数据分类管理。摄像机实时采集的布匹图像经过ROI提取、图像预处理、图像增强、图像分割、灰度图像二值化、提取特征区域轮廓等操作即可判别布匹中所含缺陷。     

基于机器视觉的光伏电站绝缘子机械故障检测研究

为解决现有光伏电站绝缘子的机械故障检测模型准确率低和泛化性差的问题,提出了一种基于机器视觉的光伏电站绝缘子机械故障检测方法。该方法首先计算绝缘子图像亮度修正系数并进行亮度修正,然后使用改进的FCN(Full Convolutional Network,全卷积网络)对光伏电站绝缘子进行分割和轮廓凸包检测,并进行连通域标记和质心坐标计算,最后建立绝缘子机械故障定位模型,根据等距质心定位绝缘子故障位置。实验结果表明光伏电站绝缘子故障平均定位误差为18像素,大雾天气和光照不均情况下检测成功率分别为82.5%和96%,算法时间复杂度为0.066～0.076 s。     

基于机器视觉的芯片成型分离视觉检测系统的研究

芯片引脚是否合格,是成型分离制程检测的关键。针对这一问题,应用机器视觉和机器自动化技术,研制出实现成型分离制程芯片检测自动化的检测系统。实验测试表明,该设备具有较高的检测精度和检测速度,能够满足生产需要。     

基于单目视觉和扭摆法原理的刚体转动惯量测量技术研究

在扭振法转动惯量测量中通常忽略系统阻尼对计算结果的影响,从而导致测量误差,针对此问题提出了一种融合视觉检测技术和扭振法基本原理的刚体转动惯量测量方法。该方法通过高帧率的工业相机捕获被测物体的扭振轨迹图像,经过高斯模糊、二值化和Canny边缘算法等处理后提取出图像特征,根据物像坐标转换关系计算每帧图像对应被测物的扭摆角θ,得到扭摆角-时间曲线。由该曲线得到扭振周期T和阻尼比ζ,再根据转动惯量与扭振周期、阻尼比之间的数学模型,最终得到被测刚体的转动惯量值。实验结果表明,该方法能够准确识别扭振阻尼,实现转动惯量的精确测量,在0-5×10-3 kg·m2范围内,单次测量误差的绝对值不超过2.51×10-5 kg·m2,标准差优于1.80×10-5 kg·m2。     

基于机器视觉的钢轨轮廓测量方法研究

钢轨轮廓检测是轨道几何参数检测的重点和难点。采用二维平面靶标对激光摄像传感器进行标定,建立世界坐标系和图像坐标系的标定模型。通过棋盘格进行实验标定,获取300组数据,采用非线性最小二乘法来标定模型参数。结果表明:采用非线性最小二乘法能够将棋盘格水平和垂直的测量误差控制在0.3 mm左右,该方法能够很好地运用到钢轨轮廓测量中。     

基于OpenCV的数字视频缺陷检测快速算法

随着视频应用范围的扩展,在视频中定位出视频缺陷变得越来越重要。对于简单的视频缺陷,比如黑场,红、绿、蓝场以及静帧的缺陷,提出了相应的检测算法,用到的特征包括绝对差等这类简单的特征。对于复杂的视频缺陷,如马赛克缺陷,在分析现有算法的基础上,提出了一个快速有效的检测算法,采用了两种策略以提高检测速度：新的模板匹配及对边缘图像的预处理。所有以上检测算法都基于OpenCV库开发实现,使得整个算法的实现更快捷。进行了仿真实验,结果验证了所提算法的有效性。     

基于OpenCV的机器视觉在智能手机中的应用

针对智能手机市场竞争中主要力拼软件的特点,将机器视觉技术引入以Linux为操作系统的智能手机中,基于Open-CV研究并实现了手势识别控制应用程序。系统决策实现的部分是以手势来启动音乐播放程序进行讨论,而且程序留有扩展接口可以实现更多不同的手势来控制不同的操作。实验结果表明,该系统满足实时处理需求,运行稳定。这种非接触式控制智能手机操作的功能既实用又前卫,使Linux操作系统的智能手机更具吸引力,发展前景更广阔。     

基于单目视觉的道路图像理解综述

基于视觉的道路图像提供了车辆运行局部环境的丰富的信息,对这些序列图像的分析理解在车辆辅助驾驶、自动导引车、室外移动机器人等多领域得到了广泛的应用。详细介绍了道路检测系统以及道路偏离预警等系统中对道路图像进行处理、分析、理解的各种方法,阐述了道路识别与跟踪的技术和方法,并进行了比较。最后给出了该领域今后的研究方向和发展趋势。     

基于单目视觉的空间目标位置测量

针对工业生产过程中工件等空间目标定位的问题,给出了一种采用直线与平面相交的定位方法。首先利用单目视觉获得目标的图像,然后利用成像的基本原理,以及直线与目标所在平面的交点来确定目标特征点的空间坐标,进而得到目标的位置信息。该方法原理简单,并通过实验表明:其定位精确性较高,还能很好地满足工业过程中的生产要求。     

一种新的基于OpenCV的立体视觉三维测量方法

主要探讨一种实现双目视觉三维测量建模的新方法;即在对已获得的两幅标定图像特征提取后,采用一种融合立体匹配方法得到两两对应的像素点,进而提出一种考虑方程组所代表几何意义的束调整算法求取物体三维空间点坐标;利用异面直线公垂线中点逼近物体空间点,并进一步优化获得更精确结果,同时给出基于Opencv算法,充分发挥了OpenCV的函数库功能;通过实验、数值分析与计算,最终验证了该方法理论分析的正确性及实践可行性。     

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。     

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的圆心定位在地铁隧道变形监测中的应用

为了满足复杂背景下计算机视觉检测目标高定位精度和快速提取的要求,研究了应用于地铁隧道变形监测的圆心定位技术。以OpenCV为图像开发库,通过对采集的圆形标志光源图像设置感兴趣区域、双边滤波、图像增强、边缘检测、目标识别和圆心拟合处理,计算出目标几何中心坐标,从而实现目标定位。实验结果表明：在5m拍摄距离、标定值在10mm之内时,检测误差小于0．1mm。检测精度满足变形监测系统的单点测量精度要求。     

物体位姿单目视觉传感测量系统

物体位置与姿态的测量在航空航天、汽车车轮定位等领域都有着重要的应用价值.基于单目红外图像传感测量系统,通过对靶标图像特征的有效提取以及数据最优化方法,实现物体位姿测量.设计了专用于物体姿态测量的平面靶标,并介绍了单目传感器测量基本原理、测量模型及数据处理方法.系统具有结构简单、速度快,稳定性好等特点.实验结果表明,转角测量的重复性误差小于8″;平移测量的重复性误差小于0.02 mm.