基于机器视觉的电缆绝缘护套厚度测量系统的研究

传统的电缆绝缘护套厚度测量方法存在繁琐、速度慢、受人为因素影响大等缺点，本文针对这些缺点提出了一种新测量方法，设计了一套基于机器视觉的电线电缆绝缘护套测量系统。文中介绍了测量系统的组成，通过试验证明测量系统的测量精度符合标准要求，而且具有速度快、操作简便、精度高等优点，对提高工作效率和检测精度有重要的意义。     

机器视觉系统的设计

介绍了机器视觉系统的概念,提出了机器视觉系统的典型组成,在进行用户需求分析的基础上,详细讨论了如何利用光源、光学镜头、摄像机、图像采集卡以及图像处理软件等主要部件来设计开发一个焊缝机器视觉应用系统的关键技术.最后给出了一个焊缝检测应用实例.     

基于机器视觉的工艺美术图形设计制作系统

提出机器视觉图像处理系统应用于工艺美术图案设计与制作的思想和方法,介绍了系统结构,特点,功能模块以及设计信息到加工指令间的集成,并给出应用于注塑模具商标设计与加工的实例。     

基于机器视觉的煤炭分拣技术研究

基于机器视觉的煤炭分拣的技术,分析提取的实时图像,判断传送带上是否有物料,如果有物料时,提取图像中物料轮廓,然后计算出轮廓中红色和蓝色颜色分量的平均值,与所设定的阈值进行比较,从而判断出物料的种类。该技术具有高效、可靠的特点,使用该技术将提高生产效率,进而降低煤炭企业的生产成本。     

基于机器视觉的除草机器人杂草识别

根据杂草颜色特征,提出了新的图像分割算法,在RGB空间直接将杂草从土壤背帚中分割出来。首先顺序搜索图像中每一个像素点,如果当前像素RGB值中G〉R且G〉嚣,则将该像素值置1（杂草）,否则为0（背景）,从而完成图像分割。然后采用8邻域消除孤立点,并确定杂草区域位置。利用VisualC＋＋开发了除草机器人杂草识别软件,设计了除草机器人结构模型。试验表明,该分割算法实时性好,可有效识别出杂草,并能够适应户外自然先变化。除草机器人机械臂能够准确定位,完成除草动作。     

基于机器视觉的零件自动装配系统

针对工业装配生产线的削刀架自动装配问题，基于机器视觉技术，构建了一套在线机器视觉系统．采用特征值方法识别零件，并通过质心法结合特征点及最小二阶矩进行定位．利用带有透镜径向一阶畸变的小孔摄像机模型，采用径向排列约束（RAC）2步标定法对摄像机进行了标定，并在线验证．实验结果表明，该方法可获得很好的识别效果，识别零件正确率100％，系统工作时间约300ms，满足装配作业的实时性和精度要求．     

基于机器视觉技术的射击训练系统

简述了机器视觉图像识别技术在射击训练中的应用,并从硬件、软件组成及工作流程等方面对其进行了系统介绍,系统完成后可降低射击训练成本,提高报靶速度、精度。     

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。     

基于机器视觉的工艺美术图形设计制作系统

提出将机器视觉图像处理系统应用于工艺美术图案设计与制作的思想和方法，介绍了系统的结构、特点、功能模块以及设计信息到加工指令间的数据集成，并给出应用于注塑模具商标设计与加工的实例．     

基于机器视觉的刀具磨损检测技术

针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法.     

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.     

基于机器视觉的棉纺异纤清除系统

异性纤维检测清除技术是近几年来国内外研究的热点.本文给出了基于机器视觉的异性纤维清除系统框架,提出了灰度结合非线性阈值判断的算法用于检测皮棉中的异性纤维.实验结果表明,该方法有效地清除皮棉中的异性纤维,并提高了系统的清除率.     

机器视觉中几种颜色优势目标提取算法的比较研究

为了获得实用、可靠的植物识别方法,在识别植物过程中利用颜色优势进行目标提取算法的比较与研究.花朵与植物本身颜色具有显著差异.因此,利用颜色优势进行目标提取不仅能区分单株植物的花朵,也可以识别植物本身.实验结果表明,对于不同颜色目标所采用不同的算法具有明显不同的识别效果.     

基于机器视觉的刚性罐道接头缝隙宽度测量算法

针对罐道结构复杂、空间狭小、传统检测系统不便于安装,容易导致接头缝隙测量困难问题,提出一种基于机器视觉的非接触式测量接头缝隙宽度的方法。使用高斯滤波和CLAHE算法,去除噪声并提高图像对比度,经过阈值分割、图像形态学操作提取接头缝隙边缘特征;通过孤立点消除和透视变换去除图像畸变,使用SKE-骨架提取算法减少接头缝隙特征像素宽度,通过霍夫变换和最小二乘法计算接头缝隙宽度。测量了4~12mm接头缝隙宽度,结果表明：该方法测量误差控制在0.8 mm以内,为立井提升系统安全稳定运行提供保障。     

机器视觉

本书全面介绍了机器视觉，提供了所有必须的理论工具，说明了这些理论工具怎样在实际的图像处理与机器视觉系统中的应用，特点是包括了许多计算机练习（这些练习对透彻理解实用图像处理算法很有帮助）。作者从对数学原理的复习开始，然后讨论了图像处理中的关键问题，例如图像的描述与表征、边缘检测、特征抽取、分段、纹理与形状等。本书注重应用，两个再现的主题是一致性（这是解决机器视觉问题主要的基本原理结构）和优化（用于实现这些方法的数学工具）。     

基于机器视觉的机械表走时精度测量

针对机械表读时需要耗费大量人力物力的现象,提出了一种基于机器视觉的自动化机械表精度测量方法. 首先设计了一个用于图片采集的硬件系统,然后在采集到的图片上,利用改进后的mask-rcnn网络,对指针和各区域进行了提取,其次利用canny算子对表盘进行边缘提取,确定各连通域的质心,根据各质心到12点位与6点位之间连线中点的距离关系,筛选出刻度质心,用刻度质心拟合表盘内圆,确定表盘中心的位置. 然后将中心与12点位中心的连线作为测量的基准线,再利用RANSAC最小二乘距离法对各指针的中心线进行提取. 通过计算基准线与中心线之间的角度关系,进而达到用机器读取时间的目的,同时针对机械表的读数识别,提出了误差校正原则,大大提高了机械表精度测量的效率.     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明：基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3 mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

基于机器视觉技术的分拣机器人研究综述

随着机器视觉技术和人工智能的高速发展,当代机器人正朝着协作化、自动化、网络化以及智能化方向发展。为保障机器人作用的精准高效,机器视觉技术受到了极大的关注并被广泛应用于各领域。传统的分拣过程受物件特征的影响较大,而机器视觉技术具有速度快、信息量大、功能多的特点,并且能避免工人疲劳带来的误差,因而机器视觉技术在分拣领域表现出了良好的应用前景。基于此,详细分析和探讨了基于机器视觉技术的分拣机器人的组成、关键技术以及在各个行业的应用现状,具体阐述了相应的优势、存在的问题及可行性解决方案。最后,展望了分拣机器人结合机器视觉技术在人工智能大数据时代的发展趋势。     

基于机器视觉的农业机械无人驾驶研究

为实现农业机械的无人驾驶,研究基于机器视觉的农业机械运动控制具有重要的意义.本文介绍了基于机器视觉的农业机械无人驾驶的工作原理和实现方法.通过对视频图像的处理,识别出农业作业环境的路径特征的位置和方向,采用模糊控制方法实现了农业机械的运动控制.试验证明了基于机器视觉的农业机械无人驾驶系统的可行性及控制算法的可靠性.