基于区域生长法的QFP芯片引脚缺陷检测算法

为降低贴片机的废品率,提出了基于机器视觉的小型方块平面封装(quad flat package,QFP)芯片引脚缺陷检测算法,以在贴装前对芯片的引脚进行质量检测.利用区域生长法获取引脚的总数及各个引脚主体部分的形心坐标及面积.通过与实际引脚总数进行对比,判断是否存在引脚缺失的缺陷,并和实际引脚的间距、面积的设定值进行对...     

结合图像全局和区域特性的显著性检测

结合现有的显著性检测理论,针对基于全局对比度方法的不足,提出了以HC方法为基础并引入区域显著性与预处理的简单有效的能产生完全分辨率显著图的方法.在ASD测试集上进行了测试,结果表明:此方法取得了接近甚至高于现有一些方法的结果,并且具有较少的计算时间.     

高铁轮毂表面缺陷的视觉显著性超像素图像检测方法

针对高铁轮毂表面缺陷实时在线检测问题,提出一种基于视觉显著性注意机制的超像素自适应检测方法。首先采用同态滤波器对缺陷图像进行预处理,去除环境光污染噪声引起的图像亮度分布不均匀问题,构建轮毂表面缺陷图像的谱残差视觉注意模型,之后采用超像素分割算法对缺陷显著性图像进行自适应阈值分割,标记出高铁轮毂表面缺陷的二维空间位置,实现轮毂表面缺陷的边界检测和形态估计。本文方法在高铁轮毂表面缺陷检测实验平台上进行了实验验证,结果表明：该方法能够有效抑制图像分割中的过分割问题,对缺陷的边界信息提取准确,鲁棒性较好。     

基于视觉注意力融合的表面微小缺陷检测

在生产过程中手机等智能设备的屏幕表面可能出现的微小缺陷与灰尘等脏污很相似,传统检测方法易将脏污误检为缺陷。为了提高产品表面微小缺陷的识别准确率,本文提出一种基于视觉注意力融合的检测方法。首先利用金字塔下采样初步识别出潜在目标,以减少图像数据量及提高计算效率,然后将角点检测、伽马变换和Otsu阈值分割等传统检测方法与3种显著性提取方法(布尔图显著性模型BMS、谱残差模型SR和频率调谐模型FT)相结合,建立了融合检测模型。实验结果表明,所提出的融合模型能够较为准确地区分出缺陷与脏污,F₁值可达到0.73,与其他几种显著性检测方法相比,本文方法在对脏污的识别上具有明显优势。     

基于机器视觉的胶囊缺陷检测装置设计

针对单一角度采集的图像检测样本存在的高误检率、错误率等问题,文章提出一种特殊的打光方案及相机安装方案,实现对胶囊360°全方位的缺陷检测,利用彩色相机填补了胶囊异色点、黑点,印字、小切口以及混批等缺陷不能检测的空白。在胶囊有序传送的前提下,提出"隔组间排"原理,以更多时间和空间使电磁铁伸缩杆完成踢废动作,平衡"传送效率""检测效率""踢废效率"三者之间的矛盾,提高设备的处理能力,实现胶囊的缺陷检测。     

基于机器视觉的钢板表面缺陷在线实时检测系统

钢板表面缺陷将对钢的耐磨性、抗腐蚀性等带来一定的影响,本文提出一种基于机器视觉的钢板表面缺陷检测系统。设计了光学成像子系统、图像实时采集子系统、图像准实时处理子系统及缺陷分类子系统。采用模块化设计方便系统在硬件和软件上的扩展,最后采用多分类器集成方法对图像缺陷进行自动分类识别。     

融合运动和空间关系特性的显著性区域检测

为了解决传统视觉显著性模型在复杂现实场景中容易失效的问题,提出了一种融合运动和空间关系特性的显著性检测方法.在颜色对比度的基础上,引入图像中目标的空间深度关系和运动特征.首先建立深度显著性模型,并使之与颜色显著性融合获得空域显著图;然后通过分析运动矢量得到运动特征显著性,并采用加性融合和乘性融合联合的方式计算出最终的显著图.实验分析建立在多个立体图像数据库之上,量化评价和视觉观测均表明:本方法可以有效地提取显著性区域,检测效果优于传统方法.     

基于物体信息的图像显著性区域检测

针对目前图像显著性检测存在的显著性图边缘模糊、缺乏视觉高层信息等问题,提出了一种基于物体信息的显著性检测算法。将似物性计算与显著性计算相结合,可以将前景与背景分离,抑制高对比度干扰区域的影响。首先采用改进的L0平滑算法对图像进行滤波处理,然后通过超像素分割将图像分成若干图像块,再通过聚类算法进行合并,得到待检测图像块。采用似物性检测算法计算物体可能存在的区域,与待检测图像块进行融合,得到物体显著性图,再通过颜色对比度及空间分布特征计算显著性图,最后将二者融合,得到最终结果。实验结果表明,算法能够得到清晰的物体边缘,对图像的显著性区域能够较为全面地覆盖,有效地抑制高对比区域的干扰。     

DIP外观缺陷机器视觉检测系统

设计简单光学成像系统实现单个面阵CCD的三维机器视觉检测,利用图像顺序形态学以及基于知识的阈值选择算法对双列直插式芯片DIP（Dual Inl i ne Package）管脚图像进行预处理,检测过程引入质量控制图方法分析系统误差对系统稳定性的影响,采用时间序列建模预测系统检测误差并调整检测结果.实验结果表明系统检测精度高,实时性好,满足多种DIP在线检测的要求.     

颜色模型在脱绒棉种检测分级中的应用

颜色模型是基于机器视觉技术实现脱绒棉种外观颜色分级的关键。本文对机器视觉中常用的RGB、XYZ、CIEL＊a＊b＊、HIS等不同的颜色模型进行了对比研究,结果表明适合脱绒棉种检测分级的颜色模型为HIS模型;并对大量棉种图像进行研究,通过结果确定I分量为脱绒棉种分级的重要参考标准,这一结论可为实现脱绒棉种的自动检测分级提供的理论依据。     

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。     

一种新的图像感兴趣区域的提取方法

对于Itti的显著图模型的感兴趣区域检测方法中,存在的检测结果与视觉感知有差异以及转移过程中同一目标内出现多个感兴趣区域检测结果等问题,引入灰度尺度变化特征和CV模型,以使感兴趣区域检测结果更符合人的视觉感知。实验结果表明,该算法检测到的感兴趣区域与人的视觉感知结果吻合率为77.6%,高于Itti模型的72.8%。     

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     

基于摄像机模型的运动车辆车道偏离检测

针对车道偏离检测中较难解决的车载摄像机标定问题,从分析摄像机成像模型入手,根据图像中3条或3条以上车道线的消失点位置以及车道线斜率关系,在道路现场调整摄像机安装位置,以实现对摄像机外部参数的直接设定,从而避开了繁琐的摄像机参数标定过程.同时,推导出图像内车道线斜率比与车道偏离程度的简单函数关系,该函数与摄像机内外参数无关.因此,行车过程中只需测量图像中车道线的斜率,即可计算出车辆当前的车道偏离量.现场试验结果表明,在车辆直行时采用该方法测得的车道偏离率与手工实测结果相比,其相对误差小于5%,具备了较高的检测精度.     

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。     

水下相机标定算法研究

光线在水下成像过程中经过水、玻璃和空气3种折射率不同的介质而发生折射现象。在这种情况下,利用简单针孔成像模型表征水下成像将产生非线性误差。针对这一问题,本文在分析多介质环境中光线的折射效应的基础上建立水下相机模型,并基于该成像模型提出一种水下相机标定算法。在实验室条件下完成水下双目相机的标定工作并与同类标定算法进行比较。实验对比结果显示,基于水下成像模型提出的相机标定算法能够有效的修正折射效应对水下图像产生的畸变影响,更加准确的表征水下成像过程。     

自主机器人指定颜色形状属性物体的识别方法

机器人在自主行进的过程中,依靠视觉系统自动捕捉目标,并将目标物识别出,是智能机器人的关键技术之一。为解决机器人移动过程中对已知颜色形状属性的目标物的识别问题,对基于YUV颜色空间的种子填充彩色图像分割方法进行改进,在各种背景下有效地实现机器人视觉系统对已知颜色形状的目标物的识别,对变化光照具有较强的适应性。