基于机器视觉的彩色塑料齿轮缺陷检测系统设计

【目的】彩色塑料齿轮受设计、制造等因素影响，可能会出现缺齿、短齿、披峰等缺陷，引起设备故障或局部失效。因此，对彩色塑料齿轮的品质进行检测显得尤为重要。【方法】本研究设计的彩色塑料齿轮自动检测系统包括硬件平台与软件系统，硬件平台可实现齿轮采样、定位及图像采集等功能，软件系统对采集到的图像进行处理与分析。【结果】经过试验测试与数据分析表明，该系统能有效检测齿轮品质，大幅度提高生产效率，降低生产成本。【结论】检测系统与产品的自动化流水线加工设备配套，可及时发现产品缺陷，最大限度减少经济损失，整个系统可实现高度自动化。     

基于深度学习的光纤收卷机器视觉自动检测技术

已有的光纤收卷检测方法的泛化能力和环境适应性均较差，无法应用于工业生产.提出基于深度学习的机器视觉方法对收卷过程中的收卷图像进行分类来解决光纤收卷问题.通过考虑光纤收卷时光纤间力的作用，建立了光纤收卷模型，提出了光纤收卷时排线机构的速度表达式.使用相机采集大量光纤收卷图片形成数据集，搭建并训练神经网络模型用于对收卷情况进行分类.通过实验验证，该方法对间隙状态的识别正确率在94.67%以上，叠线状态识别正确率为100%，检测速度高于实际生产绕线速度，是一种可以和控制系统相结合替代人工收卷并实现自动精密绕线的良好方法.     

知识转向:人工智能时代技术哲学的分裂风险与应对思路

基于经济史视角的机器换人“常识”深藏着技术哲学新的分裂风险。人工智能时代的技术哲学需要继承现代技术哲学经验转向纲领的精神，在机器换人“常识”的经济史理解基础上打开“技术黑箱”,引入《资本论》的技术史视角批判和反思机器换人“常识”,进而找到新的认识论和推理逻辑问题，即“机器如何接受并重现人类能力的知识”——技术知识论。借鉴科学哲学家拉卡托斯的思路，技术史与经济史如同技术哲学的“内史和外史”,没有技术史的技术哲学是分裂的，没有经济史的技术哲学是瘦弱的。     

基于机器视觉的汽车前照灯照射角度调整算法

建立了一种基于机器视觉的前照灯照射角度调整算法。利用图像传感器对道路图像进行采集，随后处理图像信息以提取所需道路的参数信息，并结合不同场景下前照灯照射角度调整计算模型，在汽车行驶道路状况即将发生改变时及时调整前照灯照射角度，实时地为汽车夜间行驶提供合适的照明。在实际道路环境中进行了测试，结果表明所建立的算法能够有效地解决前照灯偏转迟滞性问题。     

喷涂机器人路径规划方法分析与展望

针对喷涂领域,喷涂路径规划算法决定了喷涂机器人在喷涂过程中的涂层均匀性、喷涂周期、喷涂质量。基于复杂表面特征工件,从对复杂表面的处理和喷枪轨迹优化两方面简述了喷涂路径规划方法的研究现状,特别对基于优化数学模型和基于智能算法路径规划作了重点介绍。最后分析了喷涂路径规划研究趋势并提出机器视觉和自学习算法相结合的智能喷涂轨迹规划方法。     

基于知识引导的机器视觉SMT贴片检测窗口优化

结合S形聚类方法和蚁群算法的优势,将先验知识和反馈信息用于引导机器视觉的随机搜索,以找到最佳检测窗口位置,从而减少检测窗口数量、提高机器视觉在线检测效率.以电路板元器件贴片（SMT）为检测对象进行实验,结果显示：在使用阵列相机的机器视觉SMT检测中,该方案可以有效减少检测窗口的数量.     

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。     

猜拳机器手：“石头剪子布”永远不会输

在什么情况下,5大于0,0大于2,2大于5？“石头剪子布”!     

热态重轨表面缺陷在线检测方法及关键技术

针对热态重轨轧制时表面缺陷检测困难,研制了一种基于机器视觉的热态重轨表面缺陷实时检测系统。根据重轨辐射和光照特性进行了光学选型,利用多个线阵CCD相机并行多角度采集得到热态重轨全表面图像,通过图像自适应预处理得到满足缺陷检测要求的图像。针对重轨表面缺陷结构连续性引起的传统图像分割算法难以实现缺陷提取的情况,提出了图像像素线线间相关度互检验算法,并利用像素去差异化和方差统计运算提取完整缺陷,此方法在该类问题的识别效果上明显优于传统边缘识别算法。系统在某集团轨梁厂的实际应用中取得了良好的效果。     

一种改进的多叶准直器射野分割算法

针对多叶准直器射野分割中使用过多的子野个数和总机器跳数的问题,结合Engel算法和Luan算法的优点,提出了一种改进的多叶准直器射野分割算法.首先将射野强度矩阵按行分割,然后将每一行分割成若干个多叶准直器开口形状和机器跳数对,并将这些准直器开口形状和机器跳数对整合成相应的子野.在整合子野时,每次选取的机器跳数为所有行中最大可选取的机器跳数,从而使得每次分割时尽可能多地减少射野强度矩阵的复杂度.实验结果表明:该算法在减少总子野个数和总机器跳数的同时,能够保证每行中准直器的开口最大;与Engel算法相比,该算法所需计算时间更短.