书籍装订中基于相位相关性的自适应梯标检测方法

目的针对传统人工检查书籍配帖是否合格的方法带来的劳动强度过大,且容易出错等问题,提出一种基于相位相关性的自适应梯标检测方法。方法通过相位相关配准技术,利用CCD摄像机采集到梯标视频帧,计算其与模板梯标的相位相关性,并进行2帧图像的配准,然后对2帧图像的帧差进行分析,从而判断配帖是否出错。结果实验结果显示,文中提出的方法可以减少合格配帖的误检率,还可以对不合格的配帖进行检测。结论文中所提出的方法可以提高配帖梯标检测的鲁棒性。     

无线胶装配帖在线检测系统设计

目的为了检测配帖工艺过程中出现的问题,设计无线胶装联动线的配帖在线检测系统。方法系统采用CIS图像传感器采集折标图像,CPLD进行时序控制,提出基于列像素位置特征标记的检测算法,通过DSP对折标图像进行分析,并作出判断,对配帖错误的书芯给出剔除信号。结果通过实验验证,系统硬件电路时序控制准确,各单元能够有序实现设计功能,可以对配帖问题进行准确判断。结论检测系统设计综合考虑了系统的使用和安装环境,在安装和使用成本上具有明显优势,可用于配帖工艺检测。     

印刷图像网点增大在线检测系统的开发

目的在高速印刷过程中,需要快速准确地对印刷品的质量进行检测,并给出数据评价,为此开发一种印刷网点增大的在线检测系统。方法通过图像采集系统获得实际印刷的网点图像,基于机器视觉技术,利用Matlab高级程序语言实现网点图像的识别。结果通过将标准网点图像与实际采集网点图像进行对比,利用有效的识别算法对3种形状印刷网点在50%处的增大量进行计算。结论该识别算法适用性强,可应用于彩色网点印刷中多种形状网点增大量的在线识别。     

变电站巡检机器人图像自动采集系统

针对现有变电站智能巡检机器人图像采集过程智能化程度低、且图像采集鲁棒性差的问题,本文提出基于人工智能技术的变电站巡检机器人全自主采集系统,通过SSD目标检测算法实现巡检视频图像中目标设备的识别及定位,利用双目立体视觉算法,获取目标设备的三维位置,并结合视觉伺服控制算法,驱动机器人云台动作,完成巡检图像的精准获取.通过实...     

基于图像处理的包装印刷缺陷检测方法

目的为了提高包装印刷品缺陷检测的准确度和适用性,基于图像处理设计一种包装印刷缺陷检测方法。方法采用几个关键步骤包括图像配准、配准区域自动选取、缺陷检测等,并根据包装印刷品图像特征选择配准区域,同时给出一种快速图像配准算法,利用改进差影匹配算法实现缺陷检测;基于DSP和FPGA设计控制系统硬件平台,主要包括控制单元、图像采集与处理单元、成像单元等,并进行实验研究。结果所述方法能够准确识别出细微的刀丝、拉条类缺陷。结论该方法具有较高的可靠性、通用性,可实现包装印刷品缺陷的快速检测。     

玻璃表面缺陷检测系统研究

目的针对玻璃表面存在的划痕、漏点、结石和水印等4种主要缺陷,研究一种基于背光照射的玻璃表面缺陷检测方法,提出一种改进K均值聚类算法用于水印缺陷的检测。方法首先,通过设计的图像采集系统对玻璃图像进行采集,并对采集图像背景估计;然后根据水印缺陷与其他3种缺陷的灰度差异,将含缺陷的玻璃分成2类,完成缺陷粗分类;接着利用边缘检测算法对含划痕、漏点和结石缺陷的玻璃图像进行处理,利用结合了Otsu阈值分割方法和补偿系数f的改进K均值聚类算法对含有水印缺陷的玻璃图像进行处理,最终实现对玻璃表面4种缺陷的识别与标记。结果实验表明,该系统操作方便,算法复杂度低,缺陷识别准确度高,检测速度快。结论通过上述玻璃表面缺陷检测系统,可准确高效地检测出玻璃表面存在的4种主要缺陷。改进的K均值聚类可以准确实现对水印缺陷的检测,且该方法可以克服聚类迭代次数高,聚类结果容易陷入局部最小等缺点。极大地提高了缺陷检测的效率,可用于玻璃生产过程中的实时检测。     

基于GATF星标的计算机印品质量控制系统

在高速印刷机上高效地控制印刷品的质量,是印刷工艺中的关键技术.传统方法通过目测进行控制,但难以及时检测印刷品状态.本文旨在研究GATF星标特性的基础上,以GATF星标为印刷品质量控制对象,通过摄像头获取GATF星标图像后,再对图像进行匹配和对比,判断印刷品质量,并对检测信息进行反馈,建立一套计算控制印刷品质量系统.     

基于图像处理的贮存电压去噪算法研究

本文以一次电路电容贮存电压为识别对象,设计了一套实时视觉检测系统。利用HSI模型中H分量提取待处理采集图像区域,通过多通道色度信息、灰度投影等图像处理技术滤除干扰,完成电压信号的初次提取;并且二值图像灰度化,再将灰度图像阈值分解的变换思想对传统二值化图像进行改进,得到更加光滑的电压信号曲线。最后通过两步细化的改进细化算法对平滑曲线细化,得到单点信号波形。实验结果表明该检测系统是有效可行的。     

动态图像的拼接与运动目标检测方法的研究

动态图像运动目标检测是图像处理中的热点,但动态图像的识别范围却成了目标检测的限制,针对此问题,本文提出了一种利用图像拼接技术扩展图像识别范围、并在此基础上完成运动目标检测的方法。在图像拼接中采用了SURF图像匹配算法,运动目标识别利用背景差分法,实验中使用的是开源的Linux操作系统、以及为图像处理提供了大量算法和函数的Open CV软件开发库。针对不同分辨率、不同角度采集的图像进行了实验研究,结果表明,可以在较好满足图像识别范围的同时,明确地检测出运动目标的相关信息。同时,本文提出一种通过图像拼接实现扩展运动目标检测的方法,满足了实时性要求,达到了增加图像清晰度的目的,但是,在摄像设备与场景之间的相对运动方面还存在着有待解决的问题,这将成为今后研究的重点方向。     

印刷电路板表观检测中光电图像的快速配准方法

印刷电路板(PCB)表观缺陷检测是机器视觉检测领域的一个重要问题,为了有效地利用参考法对印刷电路板光电图像进行检测,需要提高图像配准精度.本文提出了一种基于随机Hough变换(RHT)和空间数据坐标变换理论相结合的配准方法,该方法在寻找配准目标和完成配准效率方面均有很大提高.利用PCB光电图像进行实验,结果表明:在提高检测精度,降低内存空间,减少计算时间等方面,该配准算法的优势明显.     

超声C扫描设备定量评价方法研究

超声C扫描系统在超声成像检测、缺陷识别等无损检测领域获得了广泛应用。但是,对C扫描图像的缺陷进行精确分析和表征一直是超声领域的难点之一。基于超声C扫描缺陷图像,给出了一种结合K-means聚类与Graham算法的图像特征参数定量估计方法,通过定量估计的参数能够有效地评价超声C扫描系统的检测质量。实验结果表明该方法能够有效描述标准圆形人工缺陷区域特征,有利于进一步评价超声C扫描设备。     

基于图像识别算法的图像传感器质量检测方法改善研究

针对图像传感器质量检测结果可信度低的问题，基于Laplacian算子图像识别技术，借助Matlab软件，建立图像识别模型，实现图像采集、图像边缘智能识别、图像特征信息智能提取与分析的功能。通过实验对比，证明改善后的检测方法能更准确地反映产品质量特性。     

一种足球机器人色标识别方法

以足球机器人视觉系统为研究对象,提出了一套基于颜色信息的色标识别方法。在假设颜色样本图像中存在唯一主色的条件下,提出了排异聚类主色提取算法,该算法适合足球机器人视觉系统的色标颜色提取过程,具有抑制噪声和保持主要颜色信息的能力。基于颜色相似系数判定图像中待识别像素颜色与样本颜色之间的相似性。采用网格搜索方法实现色标的搜索过程。通过形态学滤波方法对色标预分割结果进行后处理。实验结果表明,该方法具有较理想的彩色色标识别效果。     

包装箱型号标记缺陷检测系统设计与实现

目的 为了实现空调包装箱上型号标记缺陷的实时动态检测,基于图像处理技术设计包装箱型号标记缺陷检测系统.方法 基于AM5728控制器设计控制系统硬件平台,主要包括控制单元、图像采集与处理单元、成像单元等,并进行实际测试研究.采用几个关键方法,包括图像增强处理、形态学、缺陷检测、动态阈值分割算法等,并根据包装箱型号标记图像特征选择配准区域,同时给出一种动态阈值分割算法,利用各种算法实现缺陷检测.结果 采集了250个包装箱条码样本,采用文中方法获取到了监测数据,正确率高达97.2％,漏检率为0.结论 该方法具有较高的可靠性、通用性,可实现包装箱型号标记的缺陷快速检测,解决了空调包装箱上的型号标记实时动态缺陷检测的实际工程问题.     

基于视觉词袋模型提取胶痕特征的卷烟真伪鉴别

目的 为快速准确地鉴别多品牌卷烟真伪,提出一种基于视觉词袋模型提取烟盒胶痕图像特征的鉴别方法。方法 首先,利用自主设计的多光源胶痕采集装置获取烟盒内部的胶痕图像,通过图像处理技术去除原始图像的部分背景后得到胶痕图像样本;然后,从胶痕图像样本中提取尺度不变特征转换（SIFT）特征,并用K-Means算法对特征聚类生成视觉词典;再依据视觉词典的视觉单词直方图特征集对胶痕图像进行训练分类,从而达到鉴别卷烟真伪的目的。结果 以10种真品包装机型生产的烟盒胶痕图像以及假冒烟盒胶痕图像为对象,烟盒样品涉及64个卷烟品牌,对360张胶痕图像分类测试,得到真伪识别率为97.22%,每个样本平均鉴别时间为0.05s。结论 提出的方法采集胶痕图像简便、真伪鉴别效率和准确率高,并适用于多种卷烟品牌。为提高真伪卷烟鉴别效率、准确率和通用性提供了技术支持。     

基于机器视觉的包装品质检测系统设计

目的 为提高包装缺陷检测精度,基于机器视觉设计一种包装品质检测系统。方法 介绍机器视觉系统硬件结构,包括载物平台、工业相机、光室、计算机等。在此基础上,以条烟外包装检测为主要研究对象,详细阐述图像处理算法。首先利用中值滤波消除原始图像噪声;然后基于Canny算子实现图像边缘锐化;最终通过图像配准判断条烟外包装是否存在缺陷。结果 通过实验验证,结果表明该系统对合格样本的识别率可以达到100%;不合格样本的识别率也可以达到98.67%;整体识别率可以达到99.33%。结论 机器视觉系统具有识别精度高、性能稳定等特点;图像处理算法可准确区分条烟是否存在缺陷,具有实际应用价值。     

数学形态学在图像处理与分析中的应用及展望

介绍了一种新型的图像处理和分析理论--数学形态学的基本运算方法和应用。由于对数字影像内定向时框标的识别与定位是从数字影像提取数据的关键步骤，框标中心坐标确定的准确度将直接关系到所提取数据信息的精度。依据数学形态学原理，根据十字框标自身的几何和拓扑特征，构造了系列形态变换模型，详细叙述了使用该模型自动识别数字影像框标的具体方法和步骤。最后对数学形态学今后的研究、发展进行了展望。     

基于机器视觉的食品包装检测系统设计

目的为提高食品外包装美观性,确保食品包装质量,基于机器视觉设计一种食品包装检测系统。方法食品包装检测系统主要包括图像获取模块、图像处理和分析模块、输出执行模块等部分。讨论图像处理的关键技术,在传统小波变换的基础上,提出一种改进算法以增强图像特征信息,提高识别率,实现食品包装边缘检测。以污染、飞墨等典型缺陷为例,论述其特征提取方法,包括圆形度、长宽比、灰度标准差等。最后进行实验研究。结果实验结果表明,所述食品包装检测系统的检测精度在99%以上,具有较高的检测准确性。结论基于机器视觉的食品包装检测系统能够满足食品包装需求。     

一种零件综合质量评定方法研究

零件的质量评定是柔性智能制造中十分重要的环节。现有的自动化识别装置一般采用非人工接触的光学检测系统,但由于工况环境复杂,诸多干扰因素均会影响零件质量检测与评定的准确性。另外,工业现场的连续作业对工控机硬件的运行速度、光学检测系统的环境适应性以及质量评定算法的预测准确性都提出了更高的要求。基于此,提出一种基于机器视觉与机器学习的零件综合质量评定方法。首先,借助机器视觉技术完成被测零件图像的实时采集与处理,并利用灰度匹配算法与几何匹配算法对零件的图像与CAD（computer aided design,计算机辅助设计）机械加工图进行比较,求解得到灰度匹配分数与几何匹配分数这2个几何特征参数。然后,针对零件表面的缺陷（如划伤、磨损、边缘缺料及锈蚀等）,在图像预处理（灰度化、图像增强、高斯降噪和二值化）的基础上,求解得到图像灰度的均值和标准差这2个表面缺陷特征参数。最后,借助主成分分析（principal component analysis, PCA）对零件的四维特征数据集进行降维处理,并利用K最近邻（K-nearest neighbor, KNN）算法对降维后的数据集进行训练和预测,完成零件综合质量评定;在此基础上,比较KNN算法与其他机器学习算法的准确率、召回率和特异度等指标,以验证其可行性。实验结果表明,所搭建的光学检测与处理系统在不同光源条件下的识别准确率达到96.15%以上;当相机的快门时间设定为100 μs时,该系统的图像处理速度达到45.2 帧/s。所提出的零件综合质量评定方法具有较高的准确率与处理速度,适用于复杂工况下零件的综合质量评定。