一种快速农田目标分割方法的实现

机器视觉在农田自动导航中发挥着越来越重要的作用,本文在分析农田图像的特点后,利用EXG对RGB图像进行灰度化。在分析各种分割算法的基础上,提出了基于亮度的分割算法。通过对不同时期的农田图像进行处理,证明该算法简单,速度快,可以满足导航中目标提取的实时性需求,同时具有一定的通用性。     

一种快速的相机标定方法

提出一种简单、快速的相机标定方法 .这种方法不需要特别的三维几何知识和计算机视觉知识 .这种方法只需要对二维标定靶的一幅图像的分析 ,就可以得出相机的内部、外部参数 .这种方法操作简单、速度快、适用范围广 ,很容易由实验室推向室外 .最后给出了实例 :用标定靶的图像进行相机标定 ,得到了很好的实验结果 .     

移动机器人道路图像的快速分割方法

本文针对影响道路场景分割效果的2个最主要因素：阴影和水迹，提出了用3个有效彩色特征量来描述道路、阴影和水迹的特征，并提出了特征图像的快速提取方法，实现了道路图像一维直方图的全局快速分割。实验结果表明：本文提出的分割方法可以有效地消除阴影或水迹对道路图像分割效果的影响，且满足一般道路场景下移动机器人实时导航的要求。     

一种基于概率密度分布的图像边缘检测技术研究

图像边缘检测是机器视觉和目标提取的重要步骤,直接决定目标检测的准确性,传统边缘检测方法大都只利用像素的梯度信息和局部邻域信息,使提取的图像目标边缘存在断点,文中引入像素的概率密度分布函数描述像素在整个图像空间的全局分布信息,提出一种新的图像边缘检测方法。仿真试验结果表明,与传统方法相比,新方法具有较好的图像边缘检测效果。     

一种基于智能相机的机器视觉系统的设计

从传统机器视觉系统的概述入手,介绍了智能相机机器视觉系统的特点、组成,从硬件、软件两方面给出了智能相机机器视觉系统的开发思路;智能相机机器视觉系统的开发,主要利用实验室开发平台来仿真工业生产线,实现系统的各项功能;结果表明：该开发平台完全可以移植到工业生产线中,具有较强的实用价值。     

一种高速印刷品缺陷在线检测系统

研究了一种印刷品缺陷(如刀丝、拉墨、飞墨、错印、漏印等)高速在线检测的机器视觉系统.通过多照射角度和防眩光的光学系统,再现印品上的微小印刷缺陷;应用基于行程长缺陷编码的缺陷快速查找算法和防轮廓误检算法,避免了因纸张形变和张力波动造成的误检;采用了C/S网络化并行结构,对图像数据进行分布式处理和集中统计管理.现场运行表明该系统实现了对印品100%全面在线质量检测的要求,在高速生产环境下运行稳定可靠.     

一种基于机器视觉的图像采集系统设计

一种采用STC89C516和K9F2808UOC来实现基于机器视觉的图像采集系统改进存储算法,可以实现8Kbit/s的无错采集速率,成本低廉实用.     

一种基于机器视觉的螺纹缺陷检测方法

针对目前螺纹检测精度较低,在线检测实现较难的问题,提出了一种基于机器视觉的螺纹缺陷检测方法.通过工业CMOS相机在线采集螺纹零件图像,经图像预处理、二值化后,进行螺纹的边缘提取及缺陷检测等.该算法由Matlab编程实现.实验结果表明,该螺纹缺陷检测方法能有效识别无螺纹、少螺纹、螺距不规则等外观缺陷,且一个螺纹的检测时间在300ms以内,满足检测要求.     

运用多帧序列图像估计运动参数的一种改进算法

根据Ｈｏｒｍｏｓ Ｓｈａｒｉａｔ和Ｋｅｉｔｈ Ｅ．Ｐｒｉｃｅ导出的运动参数估计方法，提出一种新的改进算法，并将改进算法与原算法进行了比较，从实验结果可以发现，改进算法比原算法具有更多的优点。     

运用多帧序列图像估计运动参数的一种改进算法

根据ＨｏｒｍｏｓＳｈａｒｉａｌ和ＫｅｉｔｈＥ．Ｐｒｉｃｅ导出的运动参数估计方法，提出一种新的改进算法，并将改进算法与原算法进行了比较．从实验结果可以发现，改进算法比原算法具有更多的优点．     

CCD摄像机内外部参数快速准确的标定方法

导出了一种ＣＣＤ摄像机的成像模型，给出了一种基于这种模型的ＣＣＤ摄像机内部、外部参数标定方法，该方法的特点是无需迭代，且精度高。     

一种新的浮选泡沫图像识别方法

针对灰度共生矩阵法提取的浮选泡沫图像纹理特征相互混叠,不利于聚类和识别的问题,提出一种基于正交保局投影和支持向量机的浮选泡沫图像识别新方法.该方法利用正交保局投影法对原始纹理特征参数进行变换处理,有效改变了不同类别特征参数的聚集程度,并利用支持向量机进行分类.实验结果表明,所提方法的正确识别率能够达到93.5%,与基于最近邻分类器的主元分析法相比,其性能更好.     

智能视觉物联网在工业自动化中的应用研究

为推进传统制造业企业转型升级,实现节约成本、扩大生产、提高竞争力,工业自动化是企业的发展趋势,通过在物联网的基础层上采用视觉传感器来实现信息的采集,采用光学字符识别技术对信息进行图像处理,再经过信息传输、智能分析,形成基于机器视觉检测技术的物联网结构,结合B/S架构与数据库技术,研究一种新的工业自动化领域应用模式iVWOT（Intelligent Visual Web of Things）,进一步融合视觉物联网技术与自动检测技术在工业自动化中的应用。     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

文本图像的快速区域定位方法

字符区域定位是字符识别的预处理过程，但字符图像常常受到光照和噪声的影响，使字符区域的准确定位变得十分困难。提出了一种基于数学形态学的定位方法，利用数学形态学的膨胀、腐蚀运算和字符串图像的整体特征，实现对复杂背景图像中字符串的准确定位，同时对算法进行了优化，使算法更适于实际应用。文中以印刷电路板字符图像作为测试样本进行区域定位，取得了预期的效果。     

机器视觉及其应用

介绍了机器视觉的研究内容 ,比较了机器视觉与人类视觉的差异 ,分析了机器视觉研究状况 ,并对机器视觉今后的发展方向做了展望 ,最后阐述了机器视觉的应用     

基于机器视觉的桥梁裂缝检测应用及发展综述

桥梁裂缝是影响桥梁服役性能的关键因素之一,裂缝检测对桥梁养护至关重要。目前大部分检测为人工检测,检测人员通过目视检查裂缝,手动记录裂缝,检测的时间成本高昂。基于机器视觉的桥梁裂缝检测系统利用桥梁表面图像进行裂缝识别,近年来借助人工智能技术使裂缝自动化识别的精度和效率大大提升。详细介绍了基于机器视觉的桥梁裂缝检测系统及其应用,总结了该技术在桥梁裂缝检测中的优势及改进方向。     

字符识别在车牌识别中的应用

介绍了一种识别车牌中汉字字符的方法，它包含了车牌的定位，预处理，字符识别等几个重要环节．该识别方法分为2级，粗分类是依据文字的四周面积编码来分类的；单个汉字的识别，是依据文字的全局笔划方向特征来识别的，由于此识别方法简单，识别速度较快，故识别效果理想，     

高速公路弯道识别算法

道路检测是汽车智能辅助驾驶系统中的一个子系统，包括道路分割和弯道识别等子任务。对摄像机摄录的图像进行处理，分割提取出分道线，再根据分道线的走向识别出车道的转向(左弯、右弯)，这对报告道路的转向以及粗略定位前方车辆有很重要的意义。考虑到系统的实时性要求，算法必须具有很低的时间复杂度。通过大量的现场实验，提出了一种有效的基于区域生长和曲线拟合的弯道识别算法，实验验证具有良好的识别效果。     

图像处理耦合机器视觉的芯片表面缺陷检测研究与应用

微电子工业中芯片表面外观检查需求已广泛存在,而人眼检测已愈来愈不能对应当前自动化、数字化的要求.当前已有图像处理技术应用在电子芯片外观检查上,但往往没有整套的系统,只是针对某个问题提出算法或解决方法.对此,提出了一个图像处理耦合机器视觉的芯片表面缺陷检查系统,并在软件硬件上集成实现.首先设计并搭建光源取像平台;然后基于轮廓定位芯片ROI区域,识别各种缺陷.最后,引入IO卡控制传动伺服、读码器记录芯片ID、基于Socket通信完成电算统计,从而完善整个系统.对比实验结果显示:与人工检测方法相比,所提方案具备更高的效率和精度.