一种基于树莓派平台的脐橙品质分级方法

针对目前脐橙品质分级自动化程度较低,难以满足现代化生产运营需求的问题,设计了一种基于树莓派平台的脐橙品质分级方法。在S和V颜色分量图像上完成背景分割,并对脐橙表面的反光区域进行亮度矫正;提取脐橙的大小和着色度特征,并提出基于积分图的局部阈值分割算法,完成果面缺陷的检测;利用决策树算法实现脐橙品质的分级。试验结果表明:此方法对特级果、一等果、二等果、等外果的识别准确率分别达到96%、94%、94%、96%,单列输送线的分级速率达3个/s,准确性和实时性较高,能够满足实时环境下脐橙分级检测的要求。     

基于机器视觉的工件自动分拣系统的研究

介绍了机器视觉技术在工件识别中的应用以及主要图像处理算法。采用机器示教方法建立待处理零件的特征库,通过图像预处理、阈值分割、边缘和轮廓提取算法等获取零件图像的特征并与标准模板比较,从而判别待测零件的合格性。为解决零件摆放的位姿偏差,采用边缘检测和轮廓跟踪算法确定工件形心位置和旋转角度,根据与模板零件的相似性测度判断工件的特性,为自动分拣提供决策支持。实验验证了本算法的有效性。     

基于机器视觉的水果分级分拣系统关键技术研究

机器视觉就是利用图像摄取装置等产品代替人眼做测量和判断,当前在水果分级分拣领域应用极广,已成为工业机器人进行农产品自动化检测的研究热点,但如何对采集到的自然图像进行高效目标分割和识别检测,成为制约分拣机器人应用的技术难点。现利用机器视觉测量精度高、结果稳定可靠和非接触性等优点,通过对苹果进行尺寸测量、空间定位,并根据果形大小、色泽光洁程度和表面缺陷等指标进行特征识别,实现对苹果品质的科学精准分级和自动分拣,并利用机械手臂自动完成不同等级水果的分拣,实现生产线上的"手眼"协调工作。     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于视频分析技术的鱼苗计数装置设计与试验

为解决鱼苗养殖过程中鱼苗计数耗费大量人力、效率低、精准度不高的问题,设计了 一种基于视频分析技术可持续间歇性计数的鱼苗计数装置.首先通过气泵抽出设备内的空气,在鱼苗养殖池水面与设备内制造压力差,使得待测鱼苗和水一同进入设备中,流经设备内的通道;由设备内的摄像装备采集鱼苗流过的图像,逐帧获取灰度图像;降低分辨率;腐蚀、膨...     

基于机器视觉的古籍修复装置设计

为了提高当前纸质古籍修复的智能化程度,减少人力和物力的消耗,提出一种基于机器视觉的古籍修复装置。系统包括机械结构、硬件电路和软件开发3个部分,上位机以Qt和OpenCV视觉算法库为基础进行开发,下位机以STM32为控制核心,最终实现纸张破损识别和激光切纸等功能。结果表明,该系统运行稳定,识别与切割准确,以期为未来纸质古籍全自动修复机器人的开发提供基础条件。     

基于机器视觉的工业机器人分拣技术研究

近年来,机器人技术已逐渐走进每个人的日常生活。随着科技的进步和我国经济的快速提升,机器人领域的科研也一次次有了新的进步,机器人的分拣技术一直深受专业人士的关注,机器人和系件特性也在与时俱进。为了更好地提升机器人分拣技术,本文主要阐述机器视觉的工业生产机器人分拣技术服务平台的建设,并对其作用进行了实验研究。     

基于RGB图像处理的轮胎胎面缺陷检测方法研究

轮胎是支撑汽车重量的关键零部件之一,目前针对轮胎的检测仍以人工检测为主,存在检测效率低、易漏检、检测不方便等问题。考虑到轮胎胎面缺陷主要为裂纹和凹痕两种类型,结合机器视觉与图像处理技术设计了一套轮胎胎面检测系统。针对裂纹缺陷和凹陷缺陷,其特征与正常轮胎花纹相互干扰难以检测等情况,通过深化预处理过程,将其分为R、G、B三个通道,采用不同方法进行降噪;然后通过阈值分割、缺陷标记和形态学处理等方法提取出精确的缺陷特征。实验结果表明,所设计的轮胎胎面检测算法可较好地检测出不同类型的缺陷,提供了一种新的检测方法。     

一种基于ARM的割草机器人边界图像处理方法设计研究

机器视觉是割草机器人边界图像识别的关键技术之一,采用ARM系列STM32F103ZE和OV7670摄像头模块作为主控芯片进行图像数据采集处理。通过图像采集、灰度转换、二值化、图像腐蚀与膨胀和边界曲线提取等处理过程,在满足图像处理质量的前提下,提高边界图像处理的稳定性和实时性。该方法在图像处理过程中无需借助计算机实现,极大改善了户外型割草机器人的智能性,且工作效率高、响应快,为割草机器人的完全智能化设计提供了保障。     

口服液检测系统中成像装置的设计

介绍了一种基于机器视觉技术塑料透明口服液检测系统中的成像装置,针对口服液包装过程中存在的问题,分别对获取泣位检测图像、杂质检测图像和瓶身变形检测图像的过程进行了讨论,并在试验的基础上设计了整个成像装置.实验结果表明,通过该装置获取的图像能够满足后续图像处理的要求.     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.     

基于LabVIEW对图像采集与处理技术的研究

分析了机器视觉技术的发展趋势,构建了图像采集和处理系统的架构,并在LabVIEW和Vision软件平台下对图像的采集和处理技术进行了研究,实现了对图像的采集和处理,并描述了图像的二值化、均衡化、滤波等图像处理技术的具体实现方法.     

基于DSP机器视觉道路划线车定位系统研究

研究了基于DSP机器视觉道路划线定位系统设计方案,探讨了图像预处理算法以及定位特征参数获取算法、系统硬件电路和软件系统。无论是前期的算法组合方案还是软硬件平台方案都达到了定位系统研究的初步要求。取得了一些成果,为进一步研究应用打下了坚实的基础。     

基于机器视觉的隧道衬砌裂缝检测算法综述

《公路隧道养护技术规范》中明确指出隧道裂缝的调查是专项检查项目之一。目前常采用人工检测,漏检不可避免,为克服此缺点,用机器视觉的方法实现自动化检测已成为近年来该领域里国内外主要研究手段。在机器视觉研究方法的背景下,对目前国内外关于隧道混凝土衬砌裂缝检测算法的研究进行了较全面的综述,包括衬砌图像预处理、裂缝的检测、干扰的剔除、裂缝宽度的测量及误差分析4个部分,并对所采用的算法进行了优势及不足的比较,最后给出结论和未来设想。     

实时直接分析质谱用于脐橙杀菌剂结构鉴定

将实时直接分析质谱离子源(Direct Analysis in Real Time,DART)用于脐橙果皮表面未知杀菌剂的结构鉴定,经全扫描与二级质谱分析并与文献标准物质特征离子对比,以及气相色谱-质谱联用测试NIST谱库检索,最终确定该物质为杀菌剂抑霉唑。实时直接分析质谱方法简便快速,不需要复杂的前处理过程,为蔬果杀菌剂种类的结构鉴定提供一种快速简便的方法。     

基于机器视觉技术的微操作系统

通过研究机器视觉技术在微操作系统中的应用,分析了机器视觉在微操作系统中应用与在其他系统中应用的不同之处,介绍了微操作系统的组成结构。着重分析了机器视觉技术在系统中的具体应用,并且通过实验进行了验证。结果表明,该系统能够精确定位目标位置,有很高稳定性,为系统自动化奠定了技术基础。     

基于HALCON的机械手视觉抓取应用研究

介绍一种特定的抓取式机械手的机械结构,利用HALCON图像处理软件中单目视觉ETH(Eye-to-Hand)系统手眼标定函数对机械手与摄像机系统进行手眼标定实验。利用获得的标定数据进行HALCON的图像处理,并将图像处理程序整合进VS2010平台与其它软件联合完成机械手视觉抓取系统的二次开发。最后用机械手视觉抓取实验来验证研究结果。     

基于Otsu方法的钢轨图像分割

由于钢轨图像灰度分布不均,一般的图像分割法难以将目标从背景中分割出来,故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点,总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后,对Otsu方法进行改进,以目标出现的概率为权重,对类间方差的目标方差加权,使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后,计算图像的错误分类误差、钢轨图像的缺陷检测率和误检率来验证算法的有效性。实验结果表明,改进的Otsu方法能有效地分割钢轨图像,错误分类误差接近0。与其它阈值分割法如Otsu法、其它改进的Otsu法、最大熵阈值分割法相比,本文方法对钢轨图像的分割效果更优,缺陷检测率和误检率分别为93%和6.4%,适合机器视觉缺陷检测的实时应用。     

基于LabVIEW的Tripod机器人视觉处理和定位研究

针对传统的物流分拣过程效率低、成本高的现状,以及利用机器视觉进行分拣快速、可靠的优点,对机器视觉、图像处理和Tiropd机器人进行了研究,基于LabVIEW,设计了Tripod机器人视觉系统,将分拣过程简化为对几何体的识别和抓放过程。利用边缘提取、滤波去噪、圆心检测等算法,采用LabVIEW视觉模块及其库函数,进行了图像的预处理、特征提取以及中心点定位。研究结果表明,基于LabVIEW的Tripod机器人系统能够准确识别平台几何体的颜色和形状,可较为精确地定位几何体中心,满足后续控制的要求。