汽车车身涂膜缺陷的计算机视觉检测方法

将计算机视觉检测技术应用于汽车车身表面涂膜缺陷的检测,根据汽车涂膜及涂膜缺陷的特征,提出了侧向照明方式,获取了特征明显的涂膜缺陷图像．针对汽车涂膜缺陷边缘模糊,传统的微分检测算子无法有效检测的情况,提出了基于图像中心化和图像去背景操作相结合的检测分割算法,算法原理简单,性能稳定,能够有效检测出绝大多数涂膜缺陷的模糊边缘．     

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。     

基于计算机视觉的排爆机器人设计

本设计基于单片机及计算机视觉技术,完成了一个新型排爆机器人的制作．单片机作为系统检测和控制的核心。负责控制机器人平台及摄像头云台．应用了最新的计算机视觉技术（OpenCV）,该技术可实现目标的识别,识别出爆炸物,从而控制摄像头云台实时跟踪,传回所需爆炸物的图像信息,达到使操作员简洁快速排爆的目的．     

模型基计算机视觉中的假设－验证策略

本文提出了一种以层次化假设－验证为识别策略，基于模型的计算机视觉方法（ＭＢＣＶ），这种方法将ＭＢＣＶ与立体视觉结合在一起，互补相益。进而提出了由初始假设、姿态估计、高层验证和低层验证４部分组成的实施方案，本系统具有两个突出的特点：一是系统不苛求低层处理，能一次提取大量信息以支撑高层识别；二是强的系统容错能力，这两个特点大大减轻了低层处理的压力，并且改善了鲁棒性，实验证明，本系统在带噪和遮挡情况下都能正常工作。     

带计算机视觉校正的示教再现控制

提出了一种带计算机视觉校正的示教再现控制方案 ,应用在自动浇注系统中,为示教再现控制应用于变化缓慢的时变复杂系统提供了一种新的方法。该方法用计算机视觉监视复杂被控对象的变化,经图像处理后,在线修正示教再现的参数。实践证明该方法是有效的。     

计算机视觉技术在水产养殖中的应用

介绍了计算机视觉技术的概念及其系统组成,综述了计算机视觉技术在鱼种及形状识别、鱼只计数、鱼体尺寸和重量测量、投饵监控和鱼的行为监测中的应用。     

大型物料堆体积的计算机视觉测量方法

提出一个由CCD摄像机、图像采集卡和微机构成的计算机视觉测量系统用来测量形状不规则的大型物料堆的体积。该系统通过拍摄大型物料堆的图像以及对图像数据的采集和分析,进行三维重建,定量计算大型物料堆体积。实验证明,其测量误差小于5％,适用于测量火力发电厂煤堆和其他大型物料堆的体积。     

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。     

基于视觉与超声技术机器人自动识别抓取系统

提出了满足机器人装配作业中对工件进行可靠识别与抓取的信号处理技术及检测方法,对痛准确描述物体形状的特征提取方法进行了研究,设计了一种基于视觉与超声技术的机器人自动识别与抓取系统的结构,并在机器人装配作业平台上进行了物体识别与抓取的实验研究。     

基于神经网络的汽车牌照自动识别

介绍行驶车辆牌照自动识别系统基础上 ,对所获取的车辆正面车头图象 ,采用了多层次分割算法来定位车牌照 ,从图象背景中分离出牌照 ,再采用一种阴影掩膜技术对单个英文字母及阿拉伯数字进行编码 ,提取字符特征 ,并进而用BP网络进行识别。整个算法简单 ,识别率可达 96%。     

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。     

疲劳驾驶检测方法研究综述

分析了疲劳驾驶检测的研究现状,介绍了当前使用最为广泛的几种检测技术以及研究成果,综合分析比较了各种检测方法的优劣性,最后总结指出了疲劳驾驶检测的重要意义以及发展趋势,继续开展以明确检测标准为基础,以计算机视觉为重要手段,以信息融合为大方向的研究。     

基于计算机视觉的架空线近距离预警系统

在户外工作环境中,由于机械设备臂展较长以及操作过程中受设备操作人员的注意力、判断力、视线范围的限制,极易发生作业设备与架空线相碰而引发的电力事故,因此设计并实现了一种架空线近距离预警系统.该系统由两个摄像头负责采集实时环境图像,根据透视投影模型,由矫正过后图像中的点与标定板上点的映射关系以及两个摄像头的坐标位置,计算出目标物的物理坐标,再求得目标物和架空线之间距离,若小于安全距离则报警.仿真实验结果表明:预警系统具有良好的实时性和准确性,能够满足一定范围内的预警需求.     

基于决策树的驾驶疲劳等级分析与判定

为了提高疲劳检测的精度,通过驾驶模拟试验采集了15位中青年有经验驾驶员的车辆横向位置、方向盘操控、眼动等多源数据并计算疲劳特征指标,同时采集驾驶员主观疲劳程度并通过视频回放进行校核,在此基础上建立疲劳等级与特征指标的决策树模型,结果表明,对于区别疲劳等级最显著的变量有闭眼时间比例(percentage of eye closure,PERCLOS)、车道偏移标准差、越线时空面积、方向盘反转率,且上述变量与疲劳等级呈正相关;PERCLOS为最优的疲劳等级划分变量,并获取了2个重要阈值:当PERCLOS小于2.8%时,驾驶员处于严重疲劳状态的比例为零;当PERCLOS大于21.9%时,驾驶员处于未疲劳状态的比例为零;该模型预测的总正确率为64.31%.为了校验模型,从15位驾驶员中随机选取了4位进行模型校验试验.校核结果表明该模型的正确率达63.22%.模型在2次试验中都未发现将严重疲劳识别为未疲劳的情况.     

基于Apriori算法的免疫识别规则的挖掘

GECISM(GEneral computer immune system model)是基于规则匹配检测的计算机免疫系统,免疫识别规则对“自我”和“非我”特征的表征能力直接影响到GECISM的性能,所以挖掘高效免疫识别规则的是GECISM的一个重要研究内容。改进后的Apriori算法以系统调用序列为数据源,从“自我”集和“非我”集中计算出频繁谓词,进而产生免疫识别规则。这些规则反映了“自我”和“非我”的内在特征,是GECISM进行“非我”检测的判据。     

计算机视觉在农作物管理方面的应用研究

介绍了计算机视觉的概念,综述了计算机视觉在农业领域的应用,包括质量检测、作物分类、田间作业时的自动导航、作物长势判断、作物营养监测等。     

自主移动机器人走廊视觉识别与跟踪方法研究

在基于图像的道路识别技术实现的自主驾驶问题研究中,图像识别和跟踪的速度是自主驾驶效果的关键。采用基于模型的走廊识别技术,通过模仿人类视觉过程,使用遗传算法,对实时图像进行目标识别和跟踪,实现了一套自主移动机器人系统;同时通过对识别模型匹配值的变化率分析,实现了对走廊拐角的识别。实验结果表明,该方法的走廊图像识别和跟踪速度能够满足系统实时性的要求,并具有较高的可靠性。     

计算机视觉摄像机定标中投影矩阵的计算

摄像机定标是计算机视觉的基本问题,对于计算机视觉摄像机定标中投影矩阵的计算进行了总结和证明。     

基于背景-前景分离模型的图表手绘信息识别

在各类文档、资料、报表中,许多数据使用图表进行表示,对图表进行自动识别和信息提取成为图形 识别和文档图像处理中一个重要的研究分支.本文提出了一种基于背景-前景分离的方法,针对司机日志图表中 的手绘折线信息,实现准确的信息提取与高精度识别.这种方法使用启发式规则分析和连通体分析将印刷体图 表的背景信息与手绘折线的前景信息相互分离,利用印刷体背景提供的刻度信息对手绘折线进行精确识别.同 时提供了良好的容错机制,降低手绘随意性造成的识别误差,并精确定位各种手绘错误造成的识别冲突,保证了 识别结果的有效性.通过4组805页测试样本集测试,本文方法的识别精度达到了90％以上.