基于DSP和USB接口的视觉检测系统的设计

实时视觉检测系统的一个主要瓶颈是图像的处理速度。该文将DSP技术应用于计算机视觉领域，闸述了利用DSP和现场可编程门阵列(FPGA）实现的基于USB接口的嵌入式视觉检测系统。详细介绍了系统的构成以及该系统的主要工作流程。     

机器视觉软件DTVF及其应用

介绍了机器视觉软件DTVF(DTVision Foundry)的基本体系结构和功能,并举例给出了基于DTVF进行机器视觉系统开发的方法和步骤.     

改进的随机Hough变换在检测多圆中的应用

提出了一种在视觉检测中用于多圆提取的改进随机Hough变换算法，该算法采用一种新的取点方法来进行计算，避免了随机Hough变换由于随机采样造成的大量无效累积。并在计算圆的几何参数时充分利用了圆的几何特征，因此检测速度快，占用内存空间小，精度高，具有良好的抗噪和抗干扰能力。最后文中还分别给出了人工合成图和实物图的实验结果。     

检测技术的若干新方法

本文对检测技术的若干新发展进行了叙述，并着重介绍了工业领域的视觉检测，裂缝检测，其他无损检测和医药卫生领域的基因检测，小循环导电检测，流式细胞若干新型的检测方法。     

汽车驾驶员疲劳检测装置设计

在分析了现有的疲劳检测方法及装置存在的不足后,设计开发了一种低成本基于视觉的汽车驾驶员疲劳检测装置,当该装置检测到驾驶员疲劳时给与警示.本文提出保留有效信息的同时减少图像的大小,从而降低了对存储空间及处理速度的要求,可以实现用较低成本的处理器替代高成本处理器;通过DMA实现图像的无丢失采集存储,减少器件FIF0的应用,从而实现了降低成本,提高实用化的目的.实验结果证明该装置的可应用性.     

基于视觉注意机制的棉花污染物机器视觉检测算法

针对棉花中污染物这类大背景中的目标检测,模仿人类视觉注意机制,提出了一种检测算法:在预注意阶段,主相机获取全局图像,利用离散余弦变换和支持向量机提取和识别特征,确定目标所在的感兴趣区域;在注意阶段,对应感兴趣区域的从相机工作,获取该区域的局部图像,利用均值和方差方法识别污染物。实验表明,该算法能去除冗余数据,提高检测精确度。     

面向IC芯片的精密立体视觉测量检测平台

本文综述了国内、外立体视觉检测技术和IC芯片视觉检测设备的发展现状,提出了基于条纹结构光的立体视觉检测方法,并将其应用于IC芯片的测量,结合2D视觉,实现了IC芯片的精密检测平台。     

柔性视觉检测研究

在计算机视觉检测技术发展过程中，成本问题成为制约其推广的最大阻力。文章着重于对视觉检测技术柔性化的研究，通过建立被测目标的算法语言图库和分析图库来达到把基于具体模型的基本要素检测从模型中分离出来的目的，从而能够实现对一类检测仪器或一类检测过程的检测，检测软件和检测装置可以被重复使用，也就达到降低成本的目的；进而通过对相似体——指针式显示仪表的检测研究作为对这种概念的验证，来说明柔性视觉检测概念的可用性以及对视觉检测技术发展的指导性意义。     

深度学习在目标视觉检测中的应用进展与展望

目标视觉检测是计算机视觉领域的一个重要问题,在视频监控、自主驾驶、人机交互等方面具有重要的研究意义和应用价值.近年来,深度学习在图像分类研究中取得了突破性进展,也带动着目标视觉检测取得突飞猛进的发展.本文综述了深度学习在目标视觉检测中的应用进展与展望.首先对目标视觉检测的基本流程进行总结,并介绍了目标视觉检测研究常用的公共数据集;然后重点介绍了目前发展迅猛的深度学习方法在目标视觉检测中的最新应用进展;最后讨论了深度学习方法应用于目标视觉检测时存在的困难和挑战,并对今后的发展趋势进行展望.     

基于深度学习的电机外观缺陷智能检测系统设计

针对电机外观缺陷检测通过人工检查方法准确率偏低、误判率高、严重影响电机出厂质量等问题,通过分析电机外观缺陷类型,设计了一种基于深度学习方法的智能视觉检测系统,该系统方案由训练服务器、工业视觉控制器、工业相机、LED光源和控制器以及数字IO模块构成,融合了深度学习与传统CV视觉检测算法,采用了全新的系统架构与快速部署设计方案,实现了自动化、高精度的视觉识别检测,在效率比人工高几倍的同时,还能通过增量训练不断提升推理的准确率。尤为重要的是,实现这一效果仅需要在通用CPU平台上实现,进一步降低了成本,提升产线运行效率和质量。     

基于舵机云台的人型机器人单目视觉测距

P&T舵机视觉云台是摄像头可水平和垂直转动的视觉系统,视觉的可旋转性增大了可视范围;通过单目视觉三维重建原理与视觉转动角度的结合,可计算出不同转动角下目标物与机器人的距离;实验设计圆形区域,对不同转角下采集的图像进行分析,利用像平面到距离的转化,重绘了圆形区域边界,证明通过该算法机器人能获得全景视角;该算法在机器人比赛环境中,可以实现目标位置和本体位置的判断。     

基于机器视觉的西林瓶尺寸检测

在西林瓶生产过程中,尺寸是一项重要的产品质量判断标准,与传统的西林瓶尺寸人工检测方法相比,基于机器视觉的自动检测具有巨大优越性。为实现西林瓶尺寸的检测,提出了一种基于机器视觉的西林瓶尺寸检测方案,设计了系统的图像采集和背光源照明方案,通过中值滤波对图像进行去噪,利用对图像像素点的运算算法,对图像的灰度进行了校正变换,增强图像的对比度,采用Canny算子成功提取西林瓶边缘,在HALCON平台下实现了西林瓶尺寸测量。设定系统标定方法并选取15个2mL样品西林瓶进行测试,结果表明,该方法对西林瓶尺寸检测快速准确,边缘量化精度达到了亚像素级别,检测精度为0.02mm,满足西林瓶生产的参数测量精度要求,为工业生产产品尺寸的自动检测提供了一种有效的新途径。     

基于机器视觉的轻量级驾驶辅助系统

为了解决计算机视觉应用中数据量大、算法复杂的问题,根据道路结构特征和车辆行为特征,采用单个摄像头作为传感器,实现了一种轻量级的安全辅助驾驶系统。首先采用改进的边缘提取算法和车道线检测算法对摄像机内外参数进行离线标定;接着根据标定结果在二维平面图像上采用标识出实际空间距离的多窗口划分方法,并按不同的车间距将不同窗口划分为不同安全系数的区域,以赋予道路视觉检测的几何先验知识;当区域中出现障碍物时发出相应警示信息进行安全驾驶辅助,能为智能辅助驾驶提供轻量级的视觉检测平台。以便携式计算机和固定在车内的摄像头作为实验装置,在城市道路上进行车载实验。系统在车载实验中能够快速地提取车辆两侧的车道线,并利用离线标定的结果快速生成不同安全系数的警示区域,其中车辆在车道内正常行驶时的误检率和漏检率很小,可以忽略不计。与传统的驾驶辅助系统相比,本系统计算量大大降低,检测流程得到简化,可实现轻量级的车道和车辆检测,为系统在嵌入式系统上的实现奠定基础。     

机器视觉工业检测系统的应用与发展

介绍了机器视觉工业检测系统的发展概况,阐述了机器视觉的研究已经从实验室走向实际应用的发展阶段,业已成为当代计算机技术研究的热点,获得了广泛的工业应用。重点讨论了机器视觉系统在实际工业生产中的应用及工业视觉检测原理、常用图像处理算法等。举例说明了如何利用模板匹配法对目标图像进行识别,从而实现对产品包装的检测。最后,指出在社会高度信息化发展过程中,在人类获取信息中占很大比例的视觉信息处理技术及机器视觉测量系统,将受到人们越来越多的关注。     

智能车视觉导航系统

本文介绍一个移动机器人的视觉导航系统,该系统采用黑白图象进行特定环境的道路边缘检测.其道路边缘检测方法具有一定的抗干扰能力.在该系统的引导下,我们自行研制的自主移动车可用每小时1公里的速度在校园内的道路上自动行驶.     

一种新的非线性边缘检测滤波器

本文提出一种除噪滤波与边缘检测同时进行的方法——非线性检测滤波器法.该方法基于中值滤波器和非线性Laplace算子数学方法.理论与实验表明:该非线性滤波器很少损失边缘信息,而且速度快.     

基于视觉检测技术的微文字识别系统设计

介绍了一种基于视觉检测技术的微型汉字识别系统的设计，配合语音装置可以实现自动朗读功能；该系统通过前端的单片微型摄像头对字进行图像采集，然后由DSP处理器进行图像分析和汉字识别，最后通过语音合成芯片进行朗读。整个系统体积小，价格也能被接受，并具有多种用途。     

基于机器视觉的检测系统

反映产品质量：这里所描述基本的技巧和窍门对机器视觉的搭建以及采用机器视觉进行测量．诊断和其他的应用将有所帮助。[编者按]