基于超声波技术的导盲杖设计

本文详细介绍了以AT89S51单片机为核心,利用超声测距的工作原理,设计了一种导盲装置。该装置可以对盲人前进道路上的障碍物进行距离探测并把障碍物距离信息转换成声音提示,从而起到导盲作用。同时分析了超声波温度补偿问题和盲区问题,提出了解决方法。该装置具有硬件结构简单、工作可靠、流程清晰、精度高等优点。     

基于机器视觉的智能小车道路识别系统设计

本设计是在以MC9S12XS128为主控芯片的基础上完成的,包括自制的系统板部分、数字CCD摄像机部分、车速传感器部分、加速度传感器部分、驱动电机及转向舵机控制部分;本车采用数字CCD传感器寻迹,以脉宽调制控制方式(PWM)控制电机和舵机。软件是在CodeWarrior 3.1的基础上用C语言编写的,车辆纵向控制采用数字增量式PID控制算法,横向控制采用拟人控制算法。     

基于机器视觉的答题卡识别系统设计

为降低成本与实现答题卡的自动化识别,设计了基于机器视觉的答题卡识别系统,对图像提取、区域划分及识别算法分别进行研究。通过形态学操作、轮廓检测、仿射变换等技术,实现对答题卡图像的提取;基于最大矩形框检测算法,实现答题卡的区域划分;利用透明通道(Alpha通道)对标准答案与待识别答案填涂区域进行抠图,将处理后的图像匹配叠加;利用叠加图像的RGBA颜色空间特性、同步头的灰度投影结果与指针算法共同完成答题卡的识别。试验结果表明,系统的使用与维护成本低、操作方便且具有较好识别效果。     

基于STM32的多功能新型智能导盲杖设计

目前,我国盲人数量将近2 000万人,这一群体中的多数人的出行引导方式依靠导盲杖,但是传统的导盲杖无法检测上方障碍物、不能夜间使用,也不能检测路面的积水情况,给使用者带来很大不便。针对传统导盲杖的不足,提出一种基于STM32的多功能智能导盲杖设计方案,以STM32F1032单片机作为微处理器,使用多种传感器来检测路面障碍、积水等情况,并利用语音播报提醒使用者。该导盲杖的材质轻便,使用简单,而且功能较多,能大大提高盲人出行的安全性和便捷性。     

基于机器视觉的首饰识别

为了实现首饰的自动识别,设计了一套基于机器视觉的首饰识别系统,并提出相应的算法。采用8种首饰作为试验样本,利用G+R分量和的颜色阈值分割法,并用27×27的模板对二值化图像进行滤波,采用2×2窗口内像素灰度值之和并结合阈值的边缘提取方法。提取面积特征和图像形心到边缘的距离特征。对面积判断其大小在设定数值范围内,对距离特征采用互相关算法处理。实验结果表明,该方法的识别准确率达100%,识别一个首饰所用时间约3秒,满足在实际中应用的要求。     

基于机器视觉的硬盘磁体检测系统设计

针对目前硬盘磁体人工检测速度慢、精度低等问题,采用了基于机器视觉的检测技术,设计了一套硬盘磁体检测系统。根据测试要求对工业相机、镜头、光源、图像采集卡等硬件进行了选型,对视觉图像处理、人机界面等软件进行了设计。最后通过实验验证,表明该系统可以满足实际检测应用要求。     

基于机器视觉的钨矿初选系统设计

针对目前我国钨产业开发中存在的人力资源耗费大,产品纯度和生产效率低,矿产资源浪费等原因。见于目前机器视觉技术在行业检测中的广泛应用,提出将机器视觉技术应用到我国钨产业开发中来。本文从系统的设计,系统开发过程中用到的图像分割、定位、边缘检测等技术方面v做简单介绍。     

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.     

基于机器视觉的交通标志识别系统设计

以MATLAB的Simulink和计算机视觉工具箱为基础,分析了其在交通标志识别中的应用。交通标志识别系统采用Simulink模块进行搭建。系统由视频输入、检测识别和视频显示模块构成。视频输入模块对采集视频中的视频帧进行颜色空间转换,检测识别模块通过函数编写来实现当前图像与模板库标志对比来识别交通标志。为验证系统的有效性,通过对行车记录仪视频进行实验,实验结果表明,系统可以对交通标志进行有效识别,实时性和鲁棒性较好。     

基于机器视觉的气门摇臂安装检测系统设计

气门摇臂安装是汽车发动机生产工艺流程中一道重要的工序,摇臂安装是否到位、摇臂是否缺失以及气缸垫的有无检测主要通过人工完成,存在不稳定、高报错率和低速率等问题,需要利用机器视觉技术,开发摇臂安装视觉检测系统。根据具体的测试要求进行光学设备选型,利用“Visionpro”视觉开发软件设计气门摇臂安装检测程序。实际使用结果表明,该系统测量的精度在0．057mm以内,安装位置检测满足实际应用需求。     

基于机器视觉的电子元器件检测系统设计

近年来,随着信息技术的不断发展,电子产品更新速度大幅提升,各类电子元器更具集成化和微型化特点,进一步增加了电子元器件检测难度。在传统检测工作执行上,主要以目标检测手段应用为主,所得到的图像分辨率较低,信息量明显不足。为此,人们引进了基于机器视觉的电子元器件检测系统,对应的检测效率和质量大幅提升。该文以实际工作开展情况为基础,对基于机器视觉的电子元器件检测系统细节设计内容进行总结,论述了该检测系统的试验内容。     

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。     

基于机器视觉的硅片检测分类系统设计

等离子体增强化学气相沉积是太阳能硅片生产工艺流程中一道重要的工序。硅片经过该工序后的表面破损检测和减反膜颜色的检测主要通过人工完成,存在不稳定、高碎片率和低速率等问题,需要利用机器视觉技术,开发硅片视觉检测系统。文中根据具体的测试要求完成光学设备选型,利用“Visionpro”视觉开发软件设计硅片破损检测与颜色检测程序。实际使用结果表明,该系统破损测量的精度在0．2mm以内,图像颜色检测满足实际应用需求。     

基于机器视觉的车辆时空参数识别

车辆荷载信息是分析桥梁受力和性能评估的重要依据,其中车辆时空信息是准确识别车辆荷载的关键参数。考虑到传统在桥面埋设传感器的方法影响交通、破坏路面,提出了一种基于机器视觉技术的车辆荷载时空参数识别方法,包括车辆的横向定位、车速、车轴数、轴距的识别。基于正面拍摄视频,采用背景差分法来实现车辆检测,进一步通过车牌识别确定车辆在图像中的位置,然后根据车牌与车道线距离来实现车辆横向定位。基于侧面拍摄视频,采用图像标定方法,结合已知长度的辅助检测线来获取车辆的轴距、轴数、车速等车辆参数。通过试验室模型试验和现场试验验证了提出的方法。结果表明,现场试验中车辆横向定位和车速的最大误差分别为2.42%和2.67%,轴距的平均误差为1.63%,识别结果可以为更多其他车辆参数如轴重和总重的识别提供重要的技术支撑。     

基于机器视觉的施工现场钢结构焊缝坡口识别

基于线结构光视觉传感技术建立了一种适用于施工现场钢结构焊缝坡口识别方法.以南京某超高层建筑钢结构为工程背景,首先设计开发了适用于施工现场的图像采集装置,通过识别算法从采集图像中截取结构光线条感兴趣区域图像;其次,提出了基于分组教学优化算法-大津法(GTO-Otsu)的图像局部阈值分割方法,实现了结构光线条与背景的有效分割;然后,构建了线性结构元素用于修复结构光线条断裂区域;最后,通过比较相邻像素点的灰度和与一阶差分值的方法提取了结构光线条中心线及特征点坐标,并建立了像素转化方法,完成特征点像素坐标的转换,实现坡口几何尺寸测量.3组施工现场钢结构焊缝坡口图像处理和识别结果表明了该方法的准确性与适用性.     

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。     

基于机器视觉的动态多目标识别

提出了一种基于机器视觉的实时动态多目标识别的方法.该方法首先根据前后帧之间像素的变化,分割出运动目标和样本图像,然后使用Gabor滤波器提取图像的特征,得到特征向量.最后使用Fisher判别准则分类识别,将得到的分类识别结果自动标注在输出图像中,并且将其连续输出,便能获得已经识别完成的输出视频.实验结果表明,在多个动态目标的情况下,综合运用Gabor特征与帧间差分法的动态目标识别方法能准确检测到动态目标区域,并能准确分类、识别和标注.     

基于机器视觉的玉米行导航线提取方法

提出一种利用玉米行快速、准确地提取农业机械导航线的方法.提取Cg灰度图像,利用最大类间方差法自动分割后,得到二值化图像,结合形态学和八邻域算子去除二值化图像的噪声.针对传统方法提取和分类特征点需要设置距离阈值的不足,利用高斯滤波算子对垂直投影曲线进行平滑处理,利用特征点的位置特征自动提取得到特征点,然后自动归类特征点,...     

基于SBB工艺的机器视觉系统

随着硬盘生产工艺的不断进步，硬盘磁头越来越小，硬盘的体积也越来越小，容量却越来越大。硬盘磁头组装件生产工艺主要有GBB和SBB。GBB工艺由于无法适应小磁头生产而必将被依赖于机器视觉的SBB工艺所取代。因此开发SBB工艺的机器视觉系统已是迫在眉睫。这里研究了机器视觉原理及SBB工艺，开发出满足硬盘磁头组装件生产所需的机器视觉系统。     

基于机器视觉的烹饪机器人锅具识别算法

全面介绍了基于机器视觉的烹饪机器人锅具识别算法,用于提取复杂背景中的锅具曲线.算法分为两个阶段:特征点确定、图像匹配.使用曲率作为特征点,给出了数字图像的离散特征点计算方法和加权Hausdorff距离识别锅具轮廓特征点.解决了图像因为旋转、位移、缩放造成图像形变以及由于锅具动作图像部分遮挡、动态模糊造成识别困难问题.实验表明该锅具识别算法能够高效地提取画面中的锅具轮廓,能较好地满足烹饪机器人示教系统的要求.