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.     

基于机器视觉的螺纹参数检测

依靠机器视觉技术,对螺纹检测的图形处理技术进行了研究,提出了螺纹多参数的检测方法。介绍了图像处理技术中的预处理、边缘轮廓提取、参数标定等技术,并研制了相应的检测软件。实验结果表明该软件能对螺纹进行实时、高速的检测。     

机器视觉及其应用

介绍了机器视觉的研究内容 ,比较了机器视觉与人类视觉的差异 ,分析了机器视觉研究状况 ,并对机器视觉今后的发展方向做了展望 ,最后阐述了机器视觉的应用     

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。     

基于机器视觉的烟箱包装带识别定位算法

为了提高烟箱拆包的效率,提出了一种基于机器视觉的烟箱包装带识别与定位算法.首先将采集到的RGB颜色空间的彩色图像转换为OHTA颜色空间中的灰度图像,通过采用复合动态阈值法在变化光线强度下将箱体与背景分割开;然后用BLOB滤波算法滤除图像中的噪声,沿箱体主轴利用剪切点搜索算法识别并定位了各条包装带的剪切位置.利用开发的智能烟草拆箱机器人系统,进行了大量的试验,结果表明:系统在光照强度为150～400 lx范围内,能对白、黑,灰、紫、青、黄、绿、蓝、咖啡色等9种颜色的包装带进行识别、定位,最大误差为7 mm,检测时间最长190 ms,满足实用要求.     

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．     

基于结构状态方程的结构参数和荷载识别方法

基于结构状态方程进行结构参数和荷载的共同识别。以结构参数修正因子为优化变量,由测得的结构动态响应结构和构造的系统矩阵计算相应的未知荷载。通过最小化实测结构响应与给定的修正因子下的计算结构响应间的距离来识别未知量。其中给定修正因子的系统矩阵由虚拟变形方法构造,并通过一个桁架结构的数值算例验证了该方法的有效性。     

一种基于智能相机的机器视觉系统的设计

从传统机器视觉系统的概述入手,介绍了智能相机机器视觉系统的特点、组成,从硬件、软件两方面给出了智能相机机器视觉系统的开发思路;智能相机机器视觉系统的开发,主要利用实验室开发平台来仿真工业生产线,实现系统的各项功能;结果表明：该开发平台完全可以移植到工业生产线中,具有较强的实用价值。     

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.     

基于类Haar特征和自适应提升算法的前车识别

针对汽车高级驾驶辅助系统（ADAS）中前方车辆识别率低的问题，基于机器视觉原理研究了前方道路图像中的类Haar特征，并进行积分图计算，在提取类Haar特征基础上，采用自适应提升（AdaBoost）算法进行正负样本训练并级联，得到训练好的模型，进而检测和识别汽车行驶中前方车辆。最后基于Opencv计算机视觉库在Visual Studio开发环境中进行了算法实现和测试，结果表明，每帧视频图像识别时间小于40毫秒，检测率准确可靠，满足多场景、多工况下的前方车辆实时识别。     

基于机器学习与视觉的四足机器人步态精确监测方法

为保证四足机器人在复杂地形中能准确行进,对其步态实时监测方法进行了研究,提出一种基于机器学习和双目视觉的步态精确监测方法。首先为降低视觉残影误差,从已知步态轨迹“动中取静”确定对足端的最佳观测点位。此外,为补偿视觉系统误差所致足端位姿测量误差,提出一种基于深度神经网络的足端位姿精确预测方法。最后仿真结果表明所设计神经网络有99.68%的概率能达到0.025 mm足端位置预测精度,可满足实时、高精度监测要求。此方法将机器学习的泛化能力与视觉系统复杂误差来源相结合,使视觉方法实现了高精度测量,为足式机器人步态实时精确监测提供了新思路,进而为其足端精确定位及步态周期性保持提供了有益的方法参考。     

基于机器视觉的桥梁裂缝检测应用及发展综述

桥梁裂缝是影响桥梁服役性能的关键因素之一,裂缝检测对桥梁养护至关重要。目前大部分检测为人工检测,检测人员通过目视检查裂缝,手动记录裂缝,检测的时间成本高昂。基于机器视觉的桥梁裂缝检测系统利用桥梁表面图像进行裂缝识别,近年来借助人工智能技术使裂缝自动化识别的精度和效率大大提升。详细介绍了基于机器视觉的桥梁裂缝检测系统及其应用,总结了该技术在桥梁裂缝检测中的优势及改进方向。     

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。     

基于机器视觉的整经机断纱检测系统

针对目前纺织行业整经机断纱检测可靠性低、灵敏度差等问题,开发了一款智能相机,实现了基于机器视觉的断纱自动检测系统.系统硬件结构以智能相机为核心,结合可编程逻辑控制器和触摸屏等设备实现机电一体化检测,提高了系统检测的灵敏度.视觉算法将复杂的二维信号转换为一维信号,从一维信号中自适应提取信号的极值,根据极值信号统计纱线根数,得到检测结果.针对现场图片存在噪声干扰的问题,提出基于局部信号相关性判断和极值点修正等信号极值选择方法,提高了系统检测的可靠性.实际应用表明,该断纱检测系统具有较好的检测灵敏度和可靠性,能够有效提高整经机的整经效率.