一种用于汽车连杆检测的机器视觉系统研究

连杆作为汽车的主要部件之一,有时存在序列号不匹配的情况,目前多用肉眼检测,误判率高,检测效率低下.针对这一问题,设计了基于机器视觉的汽车连杆检测系统,它可实时采集连杆图像,并以Hu矩作为特征向量,采用BP神经网络算法训练分类器进行连杆字符识别,从而实现了对连杆产品的自动检测.研究结果表明,该系统字符识别准确率在97.50％以上,大大提高了工作效率,降低了劳动强度,具有较高的推广价值.     

基于人体检测理论的室内智能监控系统

智能监控已随着社会发展成为主流,但当前智能监控系统的人体检测模块尚不能满足实时检测要求。为解决这一问题,结合梯度方向直方图特征和SVM(支持向量机)级联分类器,提出室内监控系统的人体检测策略,并基于以太网平台,实现远程实时室内监控。实验结果表明,该监控系统精度较高、速度较快,能在实时人体检测的基础上进行预警,达到了智能监控的目的。