不规则成像机器视觉系统探索

传统的机器视觉系统在检测中按照预先设定的采样频率与固定的分辨率采集图像.在大背景小目标的机器视觉检测中,图像中存在大量的冗余数据.提出了一种具有不规则成像功能的机器视觉系统,重点讨论了不规则图像的数据格式、不规则图像的拼接和内存处理三个问题.通过预注视机制,这种具有不规则成像功能的机器视觉系统可以使缺陷区域分辨率高,背景区域分辨率低,显著地减少图像处理的数据量,提高检测的精度和速度.     

具有注视功能的机器视觉系统及其算法

在皮革、纺织,食品、冶金和农林牧产品加工等行业中,大背景中微小缺陷的检测大量存在。本文模仿人类的视觉注意机制,提出了一种基于注视机制的机器视觉检测系统及算法。系统由多个低分辨率、低成本的摄像头获取不规则的图像,用主成分分析法对原始样本数据提取特征,然后由BP神经网络对特征进行分类识别以确定可疑区域位置,再控制从动摄像头获取目标区域的细节图像,解决了传统机器视觉系统固有的图像冗余数据问题。     

一种自动识别和去除羊毛污物的机器视觉系统

文章提出了一种由彩色线扫描自动相机、高速图像获取卡、计算机和喷气头等组成的机器视觉系统.它可以在线自动识别和去除羊毛中的污物.文章对其中的3个关键技术--图像采集系统、图像处理算法和机械电子反馈控制系统进行了较详细的描述.在实验的基础上分析了这种机器视觉系统的性能和识别精度,并提出了下一步的研究计划.