复杂背景下卡扣类零件自动检测算法研究

复杂背景下实现卡扣的成功检测很难,因此需要寻找一种新的算法来满足对自动化生产的需求.针对实际情况中,待测目标在不同图像背景下的检测结果有很大的差异,提出了一种卡扣自动检测算法,该算法将原图像和模板图像进行预处理,采用中值滤波降噪后再进行匹配运算.结果表明,减少背景的复杂度可以提高卡扣的检测质量,成功率可达98%以上.     

基于混合颜色模型的茶叶多级分类技术

针对目前茶叶色泽质量判断与分级容易受人为主观因素及心理因素影响的现状,提出采用计算机视觉技术图像中的RGB和HSI混合颜色模型,并以绿色分量、色度和饱和度作为颜色特征向量,通过贝叶斯决策去除劣质茶叶,再通过K均质聚类分为第1等级、第2等级.以某干茶为实验对象,针对茶叶的色泽特征,以绿色分量判别色泽优劣等级,再以色度与饱和度相结合进行分析,构建特征向量函数并进行聚类二次分级.实验结果表明,所提出的方法对该类茶叶色泽质量分类识别的准确率达92. 5%.     

基于视觉的金属壳体形变测量系统研究

金属壳体制品在化学材料和食品贮藏领域中起着重要的作用,不同材质和厚度的金属壳在抽真空后将会导致外壁产生不同程度的形变.为了实现无人状态下金属壳体形变的精确测量,提出一种基于视觉的实时形变测量方法,其不但能更精确地测量金属外壳的形变数据,而且能实现全程无人参与的数据分析功能.实验仿真数据表明,该方法的测量精度高于人工测量.