汽车传动器同步环装配质量的机器视觉检测

汽车传动器同步环的漏装现象在各汽车厂家屡见不鲜，严重地影响了汽车传动器的质量。大量实验表明，基于机器视觉技术的自动实时检测方法能很好地解决此类问题。     

基于机器视觉的胶囊完整性检测系统研究

为提高胶囊完整性检测的正确率，提出一种基于机器视觉的检测方法。为避免二值化处理产生的错误分割，采用局部二值化方法，以边缘提取为基础，对投影和形态滤小确定的每个胶囊存在区域进行二值化处理，从而取得了良好的分割效果，设计了一台基于最小错误率的贝叶斯分类器，对胶囊进行分类，以判断药板是否缺损。大量实验表明，检测为合格品的正确识别率为99．95％，识别速率达200粒／s。     

基于机器视觉的小齿轮质量检测研究

研究机器视觉检测系统小模数齿轮质量检测中的应用,着重于研究机器视觉检测系统设计即系统设计中各部件选型技巧,应用了HALCON软件进行图像分析处理,通过软硬件合理搭配使检测系统达到速度和精度上的要求。     

基于机器视觉的脱绒棉种外观质量检测装置的研究

为实现基于脱绒棉种外观特性对红种、破碎棉种的分选,搭建了脱绒棉种外观质量检测的硬件装置,并基于Visual C＋＋6．0开发了检测的软件系统。提取了适合脱绒棉种分级的3个关键的特征参数：颜色、圆形度、粒型;基于BP神经网络实现了脱绒棉种的分级,通过试验验证,该神经网络的拟合性较好。     

基于机器视觉产品尺寸在线检测的实践研究

利用机器视觉对大批量产品零件进行在线检测已成为一种控制产品零件质量的重要方法之一。文中基于L abV IEW软件和PLC控制,针对气动垫片零件,着重论述了机器视觉在线检测方法、工件尺寸检测原理和误差分析,设计了一套可进行产品在线100%检测的装置,实现了产品关键尺寸快速检测和等级分类。     

基于TMS320DSP的装配视觉检测系统

讨论了基于ＴＭＳ３２０２０ＤＳＰ的装配视觉检测系统的组成、工件识别方案及工件图象的处理方法。     

机器视觉技术在汽车纵梁装配工艺孔在线检测中的应用

为了对工业现场中汽车纵梁装配工艺孔进行加工在线检测,采用机器视觉和计算机控制技术,对图像拼接、特征提取和模式识别等算法进行分析和处理,最终实现了纵梁装配工艺孔质量的自动识别,实践证明这种方法具有可行性和实用性。     

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。     

基于机器视觉的目标识别方法的研究进展

随着社会的不断发展,机器视觉系统在各行业已被广泛应用,基于目标检测与目标识别的图像处理方法在机器系统中有了主要的应用途径,总结近年来使用机器视觉研究中用到的目标识别方法,包括Blob分析法、模板匹配法、深度学习法,详细讨论这些目标识别方法的原理、优劣以及在各个领域中的应用。首先介绍了基于机器视觉的目标检测识别的任务、难点和发展现状,其次基于深度学习方法的目标检测识别算法,最后讨论当前实际应用中目标检测识别方法存在的问题和未来可能的发展方向。     

基于机器视觉的金刚线质量检测

针对电镀金刚线质量品控难度大、成本高等问题,首次研制了一种基于机器视觉的金刚线离线表面质量检测系统.文中介绍了金刚线质量检测系统的结构组成,对用于评价金刚线质量情况的常用性能指标的相关算法实现进行了详细描述,并以平铺图的方式在一定程度上不加以验证的还原了金刚线的三维表面形貌.最后,根据设计制作实物并进行测试,结果表明,出刃率计算精度达93.2%,出刃高度计算精度达92.9%,满足金刚线质量检测评价的要求,在提高检测效率的同时降低检测难度.     

基于机器视觉的婴儿全身运动质量智能评估

针对婴儿全身运动质量评估问题,本文基于姿势识别对婴儿运动特征进行提取与分析,提出基于ResNet和反卷积层的婴儿姿势热力图识别模型,平均识别率达到86.9%;利用婴儿的二维姿势坐标,建立基于DenseNet的3D人体姿势识别模型,使用1D卷积网络及1D连接层,实现婴儿的2D姿势坐标到3D姿势坐标的升维推算;使用四元数作为空间向量表示方式,对婴儿主要肢体运动的角度、角速度、角加速度进行提取,并提出基于SVM的由婴儿肢体运动角度特征进行判定的婴儿异常行为识别模型。针对模型参数过多的问题,在保证模型整体识别率的情况下,使用主成分分析的方式对模型进行特征降维,提高整体识别速度,将维度由18维度降低至8维度后,整体运行时间减少近50%,且对于不同的视频样品均能正确分类。     

基于机器视觉的带钢表面缺陷检测系统

研究了一种基于机器视觉的带钢表面缺陷检测系统，它采用模块化硬件设计，图像处理软件满足实时检测的要求，可以有效地检测了生产线上的带钢表面缺陷。为该系统设计了一种基于规则表分类器、模糊算法及人工神经网络的组合式多级分类器，具有一定的学习能力，当待测材料或有关设备发生变化时，系统可以根据缺陷样本库对分类器进行训练，以适应生产线的相关变化。系统具有较强的容错性、适应性及可移植性。     

基于嵌入式机器视觉信息采集系统的设计与实现

为了使机器视觉系统广泛应用于实际生活中,设计基于嵌入式机器视觉信息采集系统,规划系统硬件的总体结构,首先设计了S3C2410微处理器,节约了采集成本,降低采集能耗;然后利用升压DC/DC转换器PT1301对电源进行升压处理,提高了采集效率;并选择MT9J003传感器作为嵌入式机器视觉信息传感器。系统将Microsoft Windows CE操作系统作为开发工具,对信息进行采集前,设计驱动系统,编写了驱动程序和信息采集程序的部分代码。实验结果表明,所设计系统采集精度高、采集信息较完整、整体质量较好,可靠性和实用性较强。     

基于视觉测量的多光平面的再标定

由多条纹结构光投射器与CCD相机组成的视觉系统，广泛应用于非接触在线测量领域．针对该系统存在的一旦投射器和相机的相对位置发生变化就需要再标定位置参数的问题，提出了只需标定其中的一个或两个光平面就可实现其他光平面的自标定的方法。该方法简单实用．     

基于双目视觉技术的高压输电线路巡检机器人在线测距

为实现巡检机器人在线测距的实时性和可靠性,对传统测距算法进行改进,提出一种用于高压输电线路巡检机器人视觉导航的双目实时测距算法,左右摄像头相互协作,在左摄像头障碍识别的基础上对线路障碍物进行预设取点,然后通过两摄像头对所取点进行测距,随着机器人前进不断更新障碍物到镜头的距离。实验结果表明:该测距算法具有速度快、精度高和实时性强等优点。     

基于机器视觉的镀锌板粉化区域的提取方法

提出了一种在镀锌板粉化双球冲试样中提取粉化区域的方法．首先在对试样硬件定位的基础上,利用不变矩方法计算出试样图像的重心,应用Canny算子提取出图像边缘,运用Sobel算子实现边缘检测图像的细化．考虑到硬件定位装置无法精确地将试样固定在同一位置,提出了一种改进的Hough圆检测算法来实现试样的软定位校正;然后提出了基于标准差的粉化区域分析方法,将机器视觉技术和统计学知识结合起来,利用粉化区域与正常区域间标准差的不同,有效地识别出了粉化区域的大小．试验证明,该方法提取镀锌板粉化区域大小的准确率达到99％,达到了实用化的要求．     

蓝宝石晶片质量检测体系研究

阐述了蓝宝石晶片质量检测的重要性，根据蓝宝石晶片国家标准和国际质量保证体系，结合目前蓝宝石晶片生产和科研的实际情况，提出了蓝宝石晶片质量检测体系，包括蓝宝石晶片质量检测内容、检测方法和检测设备，通过试验研究，该质量检测体系能够满足光电子领域所需的蓝宝石晶片生产要求。     

基于双目视觉的部分遮挡行人检测算法

针对行人被障碍物部分遮挡导致的检测准确率降低问题,本文提出了基于多特征融合的树形路径半全局立体匹配的部分遮挡行人检测算法。本方法使用SLIC算法进行超像素分割,提升行人的轮廓信息,并使用多特征融合的树形路径半全局立体匹配算法生成深度图;对行人信息和背景信息及障碍物信息使用自适应分割算法进行分离,获取感兴趣区域;将感兴趣区域放置在行人特征明显且稳定的头肩部,进行感兴趣区域的约束;使用降维HOG进行特征提取并生成样本集,训练SVM分类器,最终实现部分遮挡的行人检测。实验表明,本文算法与其它行人检测算法相比,在行人部分遮挡场景下,有着更高的行人检测准确率,证明本文算法的有效性。