机器视觉技术、标准及安全产业应用

聚焦机器视觉技术及标准化,分析了机器视觉、计算机视觉与人类视觉的异同,列举了与机器视觉相关的技术,介绍了网络信息安全、智能监控和智能交通等机器视觉产业典型应用,以及国际及国内主流标准化组织针对机器视觉技术、系统和应用的标准化工作进展、现状和布局。重点介绍了VCM和DCM等涉及机器视觉核心技术——机器视觉编码标准的工作,以及机器视觉系统和应用标准化组织。在此基础上,分析了机器视觉技术研究和标准化的未来发展方向。     

工业领域的计算机视觉技术

本文将主要分析计算机视觉技术、工业视觉系统、视觉技术的发展状况以及视觉技术所制定的内容,以期可以提升大家对于视觉技术的了解程度,扩大视觉技术的应用范围。计算机视觉系统可以帮助大家快速收获更多的数据信息,较其他的设计系统以及加工控制系统应用效果更好。     

移动视觉搜索技术研究与标准化进展

移动视觉搜索成为未来移动世界中有影响的基础技术之一。文章介绍了移动视觉搜索面临的技术挑战,探讨了包括紧凑视觉描述子、视觉检索流程、检索系统互操作性等关键技术。围绕紧凑视觉描述子概述了移动视觉搜索国际标准的工作进展,提出建设大规模视觉对象数据集的重要意义。     

计算机视觉技术及其在工业中应用的研究

计算机视觉在理论形式与人们的视觉差异、相关领域具有较大关系,特别在工业领域中体现了更多的创造形式。本文根据计算机视觉与工业视觉发展的实际条件,阐述计算机视觉在工业发展中的应用模式。     

在“计算机视觉”教学中引入人类视觉系统知识

本文讨论在＂计算机视觉＂课程中如何引入人类视觉系统知识。讨论在感觉层次、感知层次和认知层次三个层次上的结合点。笔者期望在课程中通过对计算机视觉系统和人类视觉系统的对比讲授,便于学生理解计算机视觉中边缘提取、区域分析、颜色认知和立体视觉等技术的内涵、局限性和改进方向,引导学生深入思考各种技术的本质。     

基于FPGA的立体视觉系统设计

基于计算机技术的机器视觉系统已广泛应用于工业生产领域,大幅提高了生产效率与精度。随着信息科学的飞速发展,人们面临的机器视觉系统的应用环境更加复杂,对机器视觉系统的要求也越来越高。本论文论述了用于检测目标并确定其空间坐标位置的立体视觉系统的设计。论文包含三个主要部分:立体视觉系统硬件设计、立体视觉系统的FPGA逻辑设计和NiosⅡ程序设计、立体视觉系统的测试和测量。     

格式塔感知规律在SAR图像中的有效性初探

合成孔径雷达(SAR)图像是当前微波视觉研究领域的重要数据源。计算机视觉以光学视觉规律为理论基础,无法有效解译SAR图像。因此,借鉴人类视觉感知规律和计算机视觉技术,并融合电磁物理规律的微波视觉成为当前微波遥感领域的一个重要研究方向。探索微波视觉的认知基础对于完善微波视觉理论体系至关重要。该文旨在探讨光学感知规律在微波视觉中的有效性,作为完善微波视觉理论的基础尝试。格式塔感知规律是一类经典的视觉理论,常用于描述人类视觉系统对外部光学世界的感知规律,是计算机视觉的认知理论基础之一。在此背景下,该文以SAR图像为研究对象,借鉴认知心理学实验的设计流程,对格式塔感知规律中的感知组合律和感知不变律在SAR图像中的有效性进行初步研究,探索微波视觉的认知基础。实验结果表明,格式塔感知规律不能够直接应用到SAR图像的算法设计中,人类视觉系统从光学世界中总结出的知识概念、视觉规律在SAR图像中表现不佳,未来需要针对SAR图像等微波图像的特点总结相应的微波视觉认知规律。     

5G+机器视觉在工业领域应用的探讨

机器视觉是人工智能快速发展的一个分支,也是目前工业领域广受欢迎的一项技术。机器视觉在提高生产力、减少浪费、改进产品质量、提高制造灵活性、降低运营成本等方面具有巨大的潜力。基于5G低时延、高吞吐量、高可靠性的特点,5G网络的机器视觉为改进精度控制和运营管理分析提供了多种思路。阐述了机器视觉的发展历程及优势,分析了机器视觉的构成及关键技术,研究了融合5G技术的机器视觉在工业场景中的应用,探索了机器视觉未来的发展方向。     

机器视觉与应用

机器视觉是学科交叉研究领域,具有非接触、实时性、自动化和智能高等优点,有着广泛的应用前景。文中详细介绍了机器视觉的系统构成和关键技术,回顾了机器视觉在国内外的发展历史,同时分析了机器视觉的发展趋势,并最终阐述了机器视觉在各领域的应用。     

用于实时目标检测的高速可编程视觉芯片

视觉芯片是一种高速、低功耗的智能视觉处理系统芯片,在生产生活中有广阔的应用前景。文中提出了一种新型的可编程视觉芯片架构,该架构的设计考虑了传统计算机视觉算法和卷积神经网络的运算特点,使其能够同时高效地支持这两类算法。该视觉芯片集成了可编程的多层次并行处理阵列、高速数据传输通路和系统控制模块,并采用65 nm标准CMOS工艺制程流片。测试结果表明:视觉芯片在200 MHz系统时钟下达到413GOPS的峰值运算性能,能够高效地完成包括完成人脸识别、目标检测等多种计算机视觉和人工智能算法。该视觉芯片在可编程度、运算性能以及能耗效率等方面都大大超越了其他视觉芯片。