一种基于图像特征和神经网络的苹果图像分割算法

苹果识别是开发苹果采摘机器人的关键环节,利用图像处理技术和神经网络分类器探索苹果图像分割算法.从苹果树图片中选取苹果图像样本和背景网像样本.分别计算这两类图像样本的颜色特征和纹理特征.颜色特征的计算基于RGB色彩模型,纹理特征的计算基于灰度共生矩阵.选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点,利用反向传播神经网络分类器建模,输出值是一个O～1之间的计算值.通过阈值将输出结果分类为苹果或背景.试验结果表明,该算法正确率大于87.6%,对光照的影响不敏感,是一利较为实用的苹果分割算法.     

线激光辅助的皮带撕裂视觉检测方法

为了快速、准确地检测出输送机皮带工作时发生的纵向撕裂事故,提出了一种基于线激光的视觉检测方法.“一”字线激光器向皮带底面投射直线激光条纹,使用CCD相机获取图像并提取出光条中心,通过分析光条中心畸变特征来判断皮带表面是否存在撕裂.首先采用阈值法对激光条纹进行分割;然后在光条区域上利用重心法实现光条中心的粗略提取;最后利...     

三维面形测量技术的新进展

三维面形测量是获取物质形态特征的一种重要手段，也是记录，比较，复制物体形态特征 的基础，三维面形测量技术在机器视觉，自动加工，工业检测，产品质量控制，实物仿形，生物和医学等领域具有重要意义和广阔的应用前景。     

基于卷积神经网络的胸环靶面畸变校正算法

实弹射击是部队的基础军事训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响,导致被测对象的图像产生畸变,最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度,提出一种基于卷积神经网络的畸变校正算法,只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后,输入一张畸变图片就可以得到该图片的畸变参数,并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明,该算法校正效果较好,有利于提升基于计算机视觉的自动报靶系统的报靶精度。     

机器视觉螺纹测量的误差分析

为了提高机器视觉方法测量螺纹的精度,采用理论分析和实验验证的方法,研究了用垂直投影测量和切向投影测量方法进行螺纹测量时发生的延伸螺旋面投影遮挡问题。在介绍垂直投影测量和切向投影测量方法的基础上,解释了垂直投影测量和切向投影测量方法产生原理误差的原因。通过对遮挡误差和不同螺旋升角误差对螺纹牙形角测量影响情况的理论分析和推导,给出了垂直投影测量时延伸螺旋面遮挡和不同螺旋升角影响的误差计算式,并进行了实例验证和分析。结果表明,对导程较大的螺纹按垂直投影法测量时,由延伸螺旋面遮挡造成的牙形角测量误差可达到1°以上。这一结果对牙形角测量而言是不容忽视的。     

图像式头盔瞄准具定位模型研究与仿真

随着虚拟现实与仿真技术的发展,头盔瞄准技术越来越多地应用于战斗机和直升机地面飞行模拟训练和实际作战。通过对单目视觉测量方法和四点定位模型的分析,论述了图像式头盔瞄准具的系统结构及工作机理,着重讨论了定位模型方程解的结构以及错误解的排除等关键问题。设计了头盔瞄准仿真平台,使用VC开发环境与Open-GL相结合导入3dmax模型,设置投影模型参数与相机标定参数一致,仿真相机成像过程,完成了系统组成结构和工作过程的仿真与模拟。仿真实验证明该模型能够完成目标的精确定位,可供从事头盔瞄准具设计和系统综合的工程师参考。     

芯片识别定位系统中LED光源的应用研究

介绍了LED光源在芯片识别定位系统中的应用。根据CCD的光谱灵敏度曲线和芯片的材料特点以及光学特性,采用不同颜色、不同类型的LED光源进行图像采集,通过归一化相关匹配算法对实验图片进行模板匹配分析,得出匹配得分最高的结果,选择适合此类材料的光源。     

一种基于机器视觉的铝管缺陷检测系统

针对铝管生产过程中对准确、可量化的自动缺陷检测系统的迫切需要,本文引入一种由图像采集、缺陷检测、缺陷处理等模块组成的铝管缺陷检测系统。平板探测器获取由X光高压电源产生,穿过铝管的X射线并把所形成的数字图像通过USB端口发送至检测服务器。检测服务器使用机器视觉算法检测图像中的缺陷。当服务器检测到缺陷时,会向PCI板上指定位输出信号,报警装置接到信号后报警提醒工作人员。实验表明该系统能够自动、准确的标记出铝管中存在的缺陷,达到了系统的设计目标。     

AN IMAGE SEGMENTATION APPROACH BASED ON FUZZY-NEURAL-NETWORK HYBRID SYSTEM

This paper presents a new solution to the image segmentation problem, which is based on fuzzy-neural-network hybrid system (FNNHS). This approach can use the experiential knowledge and the ability of neural networks which learn knowledge from the examples, to obtain the well performed fuzzy rules. Furthermore this fuzzy inference system is completed by neural network structure which can work in parallel. The segmentation process consists of pre-segmentation based on region growing algorithm and region merging based on FNNHS. The experimental results on the complicated image manifest the utility of this method.     

基于机器视觉技术的智能停车管理系统的研究

基于机器视觉技术的智能停车管理系统的研究是为了解决城市停车场激增、停车管理效率低下而涉及的一种智能交通系统的应用发展领域。现提出了一种由车辆检测模块、车牌识别模块、车位查询模块及车辆跟踪模块所构成的智能停车场管理系统,并对其中的车牌定位检测及识别以及车位查询模块进行了相应测试,结果较为合理。