基于计算机视觉的柑橘自动化分级

以柑橘为对象,研究了计算机视觉分级中的柑橘图像采集和图像信息处理方法.利用单个异步复位摄像机实现双通道柑橘的定位触发采集图像.每帧图像包含6个柑橘的图像,且每个柑橘被连续采集3个不同表面的信息.研究了基于果径大小和表面颜色的柑橘图像快速处理分级技术.建立了由PC机、PLC(可编程逻辑控制器)、摄像机、图像采集卡和接近开关等组成的上下位机结构的柑橘视觉分级自动化系统,并以300个柑橘进行了分级试验.试验结果表明:系统能在分级速度为每秒14个柑橘,等级数为9的分级条件下稳定工作,按大小分级精度达±1.5 mm.     

计算机视觉检测技术的发展及应用研究

图像分割是图像处理与计算机视觉的基本问题之一，本文就图像分割的具体内容及常见的图像分割方法进行了综述。介绍了计算机视觉技术的研究内容、研究方法，说明了计算机视觉技术在图像采集系统、立体视觉测量系统、汽车车身视觉检测系统及逆向工程中的典型应用，分析了计算机视觉技术发展过程中存在的问题。     

基于计算机视觉的汽车涂装瑕疵检测的研究

随着经济的迅猛发展,汽车迅速普及,车辆的各方面指标都受到人们越来越多地关注,汽车涂装过程中的瑕疵直接影响汽车的外观质量,因此如何在生产过程中利用计算机视觉检测技术检测出并及时修补汽车涂装过程中产生的瑕疵就成了迫切的任务。本论文利用计算机视觉技术对汽车涂装瑕疵进行检测,原理为线结构光法。光条照射到汽车涂装后的表面,当有瑕疵存在时,光条的连续性发生变化,据此可以对涂装瑕疵进行检测。论文中编写了Matlab程序进行瑕疵检测仿真,仿真结果表明了检测方法的可行性。     

嫁接苗木自动化品质检测与分级研究

利用计算机图像处理技术，结合目前自动化嫁接技术的发展与特点，模拟人的分级选苗过程，设计出苗木自动化品质检测与分级软件。利用该软件进行瓠瓜、西瓜苗木品质检测试验，结果与人工检测相比0级苗与1级苗的准确率均达到了100％，实现了苗木嫁接前的自动选苗。有利于进一步提高苗木嫁接质量，推动我国工厂化培育嫁接苗的快速发展和促进自动化嫁接技术的完善与发展。     

基于计算机视觉的火灾识别方法研究

本文对基于计算机视觉的火灾检测识别方法进行研究。首先采用运动检测与火焰颜色模型想结合的方法对视频疑似火灾区域进行分割,然后提取出火焰矩形度、火焰面积增长特征、火焰波动频率三个特征,将此三个特征作为火灾识别的特征向量,最后训练BP神经网络分类器,对火灾进行识别。     

基于计算机视觉的鸡蛋污斑检测

针对传统人工检测鸡蛋表面污斑方法由于效率较低,且易造成视觉疲劳等缺点,已不能满足现代化工业生产需要的问题,建立了利用计算机视觉检测鸡蛋表面污斑的装置,通过计算机视觉采集鸡蛋表面的图像,然后对图像进行处理分析,提取特征参数,建立污斑识别算法,检测鸡蛋表面的污斑．通过验证,该识别算法分级污斑鸡蛋和干净鸡蛋的准确率达到92．7％,受试鸡蛋总体分级准确率达到90％以上,实现了对鸡蛋表面污斑的无损检测．     

基于机器视觉的芒果检测与分级研究

为了提高贵妃芒果检测与分级的准确率和效率,首先用标定好的工业相机对芒果进行拍照,然后使用HALCON对芒果图像进行灰度化和图像分割预处理,接着提取芒果面积、果形指数、成熟度、缺陷面积和缺陷个数5个特征参数并归一化,把它们分别作为GMM、MLP、SVM和KNN分类器的输入向量,并以芒果的4个等级作为分类器的输出向量,最后以每级120个训练样本,60个测试样本分别对4种分类器进行训练和测试。结果表明4种分类器的平均准确率依次为92.5%、93.75%、98.75%和98%,准确率较高,有一定的实际应用价值。     

基于机器视觉的小龙虾分级算法设计

小龙虾是中国重要经济水产,其价格随产品等级波动较大。传统的分级技术对小龙虾销售有一定限制,发展分级技术对于提高小龙虾经济价值有重要意义。根据小龙虾销售规范的要求,设计了小龙虾分级算法,分别利用R分量占比统计法、椭圆近似法、椭圆切割法对虾体生命状态、尺寸及残缺度进行检测。实验结果显示,在100个随机检测样品中,算法误判率约3%。相较传统分级方式,该算法不仅具有效率优势,同时具有相对低的误判率。     

基于机器视觉与光谱融合的柑橘品质无损检测分级系统设计与试验

针对柑橘果径、着色率和内部糖度3项关键品质指标,基于双锥滚子式果杯传输线设计了一套柑橘综合品质无损检测分级系统,该系统主要包括喂料部分、机器视觉检测模块、近红外光谱检测模块和分级执行部分.机器视觉检测模块采用单相机拍摄不断翻滚的柑橘视频来获取大量不同姿态的柑橘图像,并进行轮廓提取,以单个柑橘所有帧图像的最小外接圆直径的平均值计算果径,以每一帧图像得到的其二维黄色占比的平均值作为全表面着色率.在近红外光谱检测模块中设计了透射式光路,采集柑橘透射率光谱,并按在线检测时柑橘出现的两种高频姿态建立了混合姿态糖度检测模型,对比不同预处理方法下的建模结果,选取应用效果较优的多元散射校正(MSC)后建立的偏最小二乘法(PLS)模型.在线试验结果表明：果径检测的最大绝对误差为-1.42 mm,着色率检测的最大绝对误差为0.048,糖度检测结果的相关系数为0.817,均方根误差为0.658%.内外品质的联合检测分级按判别树决策方法确定了3种品质的联合分级方式,在分选速度为5个/s时,综合分级的平均准确率可达到91.16%,该检测分级系统整体结构简单,对于类球形水果具有较强的适用性,在产业化应用上有很大的...     

基于计算机视觉的驾驶员疲劳状态检测预警技术研究

疲劳驾驶是造成交通事故的主要原因之一,为提高驾驶员疲劳驾驶状态的智能化检测水平,提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法。该算法采用多线程优化后的Dlib（图像处理开源库）实现对驾驶员面部的定位与追踪,利用Dlib开源库中的人脸关键点检测器对驾驶员面部关键特征点进行提取,实时计算驾驶员眼部的纵横比（EAR）和嘴部长宽比（MAR）,并以自制视频流数据集作为实验样本计算出相关阈值,有效提高了检测算法的普适性,在此基础上,计算出眨眼频率、闭眼次数、眼睛闭合时间百分比（perclos）以及打哈欠频率这四个反映驾驶员疲劳状态的指标,并利用数学方法进行指标实时融合,根据融合指标的数值对驾驶员疲劳状态进行分级,最终通过实验验证该疲劳检测系统的准确性。结果表明,提出的综合疲劳指标能够准确反映在不同环境和光照下驾驶员的疲劳状态和发展趋势,驾驶员疲劳判定的正确率达到97.5%以上。     

基于反射与透射图像结合的烟叶自动分级研究

人工进行烟叶外观分级需由日视和手感同时进行,而现有的利用计算机视觉技术对烟叶进行自动识别时,通常只利用了烟叶的反射图像,对烟叶的内部品质特征难以进行有效的模拟.本研究在自行设计制作的灯箱内拍摄同一烟叶的反射和透射二幅图像,通过数字图像处理技术自动提取烟叶的颜色和几何特征.运用人工神经网络建模,解决分级过程中的复杂非线性关系.实验结果证明,透射图像特征能够反映烟叶的某些内部分级因素,结合二类图像特征进行的识别效率明显高于使用某一类图像单独进行识别.同时,建模时所需特征参数大大减少,提高了运行效率和适应性.     

基于机器视觉的食品缺陷检测系统研究

为解决食品生产过程中产品残缺问题,研究了一种基于机器视觉的缺陷检测方法,以饼干为样本进行了实验分析。首先构建实验系统,对单目摄像机进行标定,利用标定所得参数对图像进行畸变校正;然后对校正后所得图像进行图像分析处理;最后对处理完成图像进行区域检测,得到检测结果。实验结果表明:以该方法进行饼干缺陷检测成功率可达98.67%,并满足高精度、实时性的要求,为今后食品缺陷检测提供一定的参考方向。     

轴承内径尺寸机器视觉在线检测技术

利用计算机图像处理技术,对预处理后的边缘图像,采用基于点Hough变换的圆形图像亚像素检测算法,实现了轴承内径的亚像素无损在线检测.该检测系统具有非接触、速度快、精度高、抗干扰性强、成本低、通用性好等优点,可广泛应用于其他行业产品的在线检测.     

高速公路路面识别技术研究

根据高速公路路面的基本特征,通过分道线特征点投影位置的计算,提取出了比较完整的当前车道分道线特征点。建立道路边缘灰度模型,采用Gabor变换多分辨率的特点,对图像按方向进行滤波处理。实现道路边缘线检测和拟合。实验结果表明,所讨论的方法在工程实践中有实际应用价值。     

基于计算机视觉的动目标图象分割与跟踪

研制了一种能够实现动目标图象分割、识别与跟踪的简易计算机视觉系统。实验结果与分析表明：该系统在图象分割实时性、动目标跟踪精确性、抗干扰性及快速灵活性等方面颇具特色。     

基于机器视觉印品缺陷检测的滤波算法

彩色印刷品是经过多色印刷后形成的,各色之间不可避免地存在一定程度的套印位置偏差等工艺缺陷．针对这个问题,提出了一种从印刷品差分图像中滤掉边缘噪声的算法．基于印刷工艺因素的影响及标准图像的自身结构特征,设计了滤波算法由图像乘、全局亮度门限和腐蚀／膨胀等部分组成．实验证明该算法能有效地降低边缘噪声。