基于Zynq的实时视频图像角点检测系统

针对机器视觉测量应用中,待测关键点的自动识别与定位中的角点信息提取问题,以ZYNQ系列可拓展平台内部ARM+FPGA的异构架构为基础,采用软硬件协同设计方法,搭建了一套可进行实时视频图像角点检测的系统。利用Vivado HLS工具,将角点检测算法封装成可以部署到PL端的IP核,极大地缩短了开发周期;对系统中各个模块进行了合理的任务分配,使得系统拥有ARM的灵活性以及FPGA的并行处理能力,展现了并行异构架构的优势。该系统中图像算法IP核可以进行灵活的算法替换和更新,为基于机器视觉检测的小型化应用提供了重要参考。     

基于机器视觉的自动扶梯梯级测速方法

针对自动扶梯运行速度的检测,提出一种基于机器视觉的自动扶梯梯级测速方法。首先,对机器视觉系统采集得到的梯级运行图像进行一系列的预处理,通过设置阈值实现目标颜色的识别;然后,采用直线扫描法对颜色提取后的不连通区域进行填充,对得到的二值图像进行边缘检测与轮廓识别,返回轮廓面积最大的图像;最后,提取每张图像中黄色区域右边界直线起始端点的横坐标,通过差分法计算得到梯级的速度。结果表明,该方法实现了非接触测量并且能够得到较为准确的检测结果。     

基于机器视觉的制袋机裁切定位系统设计

目的针对圆角包装袋传统裁切工艺中存在的毛刺和废料问题,设计一种基于机器视觉的高精度制袋机裁切定位系统。方法利用LED背光源、低畸变镜头、CMOS黑白相机和工控机搭建视觉系统硬件平台,在Visual Studio开发环境中,基于OpenCV函数库设计视觉软件,用基于最小二乘法检测图像边缘,进而标定相机,提取包装袋圆角轮廓为特征信息。系统以特征信息为匹配模板对圆角位置进行精确定位,得到亚像素级角点位置,最终控制伺服系统执行误差补偿裁切。结果该定位算法可实现16 ms内精确定位圆角坐标,绝对误差小于±0.02像素点。结论基于机器视觉的定位系统具有运算速度快、定位精度高等特点,有效改进了传统制袋工艺,能够满足生产需求。     

基于多角点结合的机箱标准件图像特征提取方法

机箱装配具有部位多、标准件类型复杂特点,采用机器视觉进行机箱装配质量检测,提取具有较强表示能力图像特征是关键,该文提出基于多角点结合的机箱标准件图像特征提取方法。首先,分析机箱3大类标准件图像特性及角点特征,指出角点特征较好地覆盖机箱标准件特性;然后,分析Harris、Shi-Tomasi、Fast方法角点特征提取机理与判定条件,并结合3种方法提出多角点结合的机箱标准件图像特征提取方法。结果表明:该方法能将背景中错误角点特征识别为伪角点特征,机箱标准件显著特征识别为真角点特征,较好地解决受干扰影响错误提取角点特征问题。     

基于包装件智能分拣的视觉尺寸测量技术

目的快速实现包装纸箱尺寸的机器视觉测量。方法采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1 cm左右,满足检测要求。结论文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

基于Radon变换的图像角点角度提取算法

针对现有角点检测算法只提取图像角点位置而无法提取角点角度的缺陷,本文在SUSAN角点检测算法的基础上,提出基于Radon变换的图像角点角度提取算法.该算法首先利用SUSAN算子检测候选角点,然后得到候选角点子邻域图像,对其进行角点角度可测量性判定,对满足可测量性的角点子邻域图像中每个像素点进行梯度映射后,利用Radon变换提取角点边缘直线,最后利用坐标几何关系提取角度.并针对Radon变换无法检测直线起始点导致角点角度提取时存在二值歧义性的缺陷,本文借鉴USAN思想,把同值核引入到角度提取中,从而实现了对角度的正确提取.该算法实现简单,实验结果证明了其有效性.     

基于机器视觉的线束连接器字符检测

针对线束连接器上印刷字符检测智能化程度不高的情况,提出了一种基于机器视觉的检测方法.首先,利用一阶导数获得印刷字符边缘点,并将边缘点拟合为线,由此定位字符的位置,并对字符的角度和位置进行比较;然后,对合格的字符分割、归一化,并以整个字符图像作为输入特征;最后,基于字符的特征,建立了用于印刷字符识别的BP神经网络,并对其进行了改进.实验证明:基于机器视觉的连接器印刷字符单个字符识别准确率为99.1%,检测时间为95ms,具有较高的识别准确率和速度.     

基于包装件智能分拣的视觉尺寸测量技术

目的 -快速实现包装纸箱尺寸的机器视觉测量。方法 -采用机器视觉技术方法,运用双目摄像机的成像原理,通过SUSAN角点提取算法结合棋盘标定法求取摄像机内外参数,修正图像畸变,采用SIFT匹配算子对文中的左右2幅图像进行匹配,找到对应的匹配特征点,利用匹配点对的视差值恢复图像深度信息,进而求解出包装箱的长宽高值。结果 -对不同摆放姿态的包装箱均能实现快速测量,机器视觉检测值与实物值相比,其误差均在1cm左右,满足检测要求。结论 -文中方法具有匹配精度高、鲁棒性强的特点,能快速实现对不同摆放姿态的包装箱尺寸测量。     

基于机器视觉的注射液针头胶帽缺陷检测

目的 封装检测是保证流水线上产品质量的关键。针对预罐装注射液,提出一种基于机器视觉的注射液针头胶帽缺陷的实用检测算法。方法 算法首先采用以灰度分布概率作为度量标准的直方图双峰法,对图像进行阈值分割;随后依据以特征角点为中心延伸出的4个象限区域进行特征分析,定位胶帽下边沿左、右角点,以计算胶帽高度;将对称轴点集进行分段直线拟合,得到对称轴所有可能的斜率和截距,基于边缘信息计算最优对称轴和胶帽倾斜角。结果 采用多组图像检验算法缺陷检测,实验结果显示检测成功率达到97.86%。结论 该算法能够对针头胶帽的多种缺陷进行检测,对不合格产品进行分类。     

三维重建中特征点提取算法的研究与实现

利用特征点提取和匹配重建三维模型是基于图像的三维重建的关键技术之一,其中特征点的提取是一个主要难题.在比较常用的提取方法后,着重研究了HARRIS算子并做出一定改进.采用灰度平均平方梯度矩阵的特征值作为角点响应函数,通过图像目标灰度和背景灰度的比较,得到一个自适应的角点响应阈值条件,从而提高了角点响应的适应性和精确性.此外,还提出提取图像边缘轮廓的幅度数据,基于此数据再进行角点检测的方法,得到了更为满意的结果.     

一种小模数齿轮边缘检测效果评价方法

利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.     

基于Halcon的贴片电阻方向检测系统

目的设计贴片电阻方向检测系统,以解决当前贴片电阻排序编带过程中存在的检测效率低和检测精度低等问题。方法采用改进的基于形状的模板匹配算法,以机器视觉软件Halcon为平台,利用Canny边缘检测算子和Sobel算子进行边缘检测和滤波,生成模板图像的边缘点位置向量和梯度向量,并以模板边缘点与图像搜索区域的对应点的内积和作为相似度量,进行模板匹配。结果检测系统的识别时间为33 ms,同时其平均识别准确率达99.5%以上,相比于传统人工检测有较大提高。结论该系统具有良好的速度和准确度,可满足工业生产要求。     

基于边缘矢量的镰刀弯在线检测方法研究

针对热连轧车间里带钢的镰刀弯检测问题,提出一种基于机器视觉的镰刀弯在线检测方法.首先,对预处理后的图像采用图像二值化处理提取目标,再使用形态学运算消除目标上的杂质以及不连通区域.然后在图像中以图像的中心点像素作为原点建立坐标系,提取中间坯两侧边缘点,接着获取相邻点之间的向量,并进行单位绝对值化,计算相邻单位向量之间的关...     

连续运动螺纹尺寸自适应机器视觉检测

针对螺纹零件尺寸检测效率低、工作强度大、检测精度不高的问题,提出了一种连续运动螺纹尺寸自适应机器视觉的检测方法。首先设计了一套在线图像采集装置用于采集运动螺纹零件的图像;其次使用NCC(normalized cross correlation)归一化匹配算法,完成对螺纹零件的识别及追踪,在此基础上设计了自适应的ROI(region of interest)裁剪区域;然后通过Canny算法提取边缘轮廓,利用最小二乘法直线拟合技术对螺纹轮廓进行直线拟合,生成螺纹中径线,完成对螺纹中径的测量;最后在使用Harris角点检测算法提取多螺纹轮廓波峰与波谷的基础上,提出了利用螺纹中径线与各角点之间的距离来完成对角点的细化。实验表明,所提方法在螺纹尺寸检测方面具有可行性和有效性。     

基于改进SUSAN算法的卡钳排气螺钉参数辨识

为对汽车卡钳排气螺钉的微小螺纹尺寸实现高精度在线检测,提出一种基于改进SUSAN算法的卡钳排气螺钉参数辨识方法。首先,对经过兴趣域提取的螺纹图像进行二值化及边缘保持滤波处理,减小光线、噪声等对图像的干扰;SUSAN算法是采用一个近似圆形的模板在图像上移动,寻找出模板内部每个图像像素点的灰度值与模板中心像素的灰度值相同或相似的区域,再根据区域大小判断出角点位置,运用Forstner算子可进一步获得准确的角点坐标,从而计算出M10螺纹大径、中径、小径、螺距及牙型角等几何参数;利用该算法设计一套基于机器视觉螺纹检测系统,并利用万工显与该方法进行比对实验。实验结果表明:该方法的螺距、大径、中径、小径的测量精度为0.01 mm,牙型角精度为8′,均满足螺纹紧固件的测量精度要求,且比传统算法精度高。     

机器视觉检测图像拼接融合技术研究进展

机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接融合是实现机器视觉图像拼接的关键步骤,该文系统评述常见机器视觉检测图像拼接融合技术,包括基于平滑过渡的机器视觉图像拼接融合技术、基于缝合主线的机器视觉图像拼接融合技术以及基于深度学习的机器视觉图像拼接融合技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接融合技术先进方法与图像拼接配准技术值得关注的方向。     

基于改进SUSAN算子的一种遥感影像配准方法

首先介绍TSUSAN（Smallest Univalue Segment Assimilating Nucleus）边缘检测算子的工作原理及在特征点提取中的应用,改进TSUSAN算子阈值的自动获取方法。最后将改进的SUSAN算子应用在图像配准中,通过计算候选匹配角点对,然后利用图像间的不变信息对候选匹配角点对进行筛选,最终得到正确的匹配角点对集。试验表明了该方法的有效性和可靠性。     

基于机器视觉的二维图像质量缺陷检测研究进展

目的 机器视觉图像处理技术是近年在图像处理领域发展起来的一门新兴边缘交叉学科，二维图像的质量检测是印刷行业中必不可少的环节，分析基于机器视觉的二维图像质量缺陷检测流程，探索影响基于机器视觉的二维图像质量缺陷检测精度的相关因素，为后续研究印刷品的二维图像自动化检测和质量控制提供参考。方法 在此基础上，围绕图像预处理中的灰度转换、噪声过滤、固定阈值分割、自适应阈值分割、Otsu法及边缘检测，对图像配准中的基于灰度统计信息分布配准方法、基于特征的图像配准方法进行总结，然后归纳分析图像的缺陷提取和分类。结论 以实际例子对上述研究内容进行了提炼，通过图像预处理中的噪声过滤为后续缺陷提取提供清晰图像，减少伪影干扰；通过图像预处理中的灰度变换、阈值分割、感兴趣区域提取减少系统处理时间，为实现高效的缺陷检测奠定了坚实的基础；通过图像配准消除了机械振动引起的图像位置偏移，确保后续缺陷提取的准确性；通过图像缺陷提取和分类帮助印刷企业找出生产问题，提供有针对性的改进措施，可为生产高质量产品提供支持。     

基于Sobel算法的塑料袋边缘位置标定

目的 对现有塑料袋装容器的外边缘轮廓进行精确定位,保证透明包装容器的外边缘轮廓在日常生产中可应用.方法 机器视觉塑料袋装容器检测系统依据图像信息收集、识别算法、sobel算法、位置标定、SVM结果对比等部分,确定透明包装边缘标定核心算法要点,在传统频域变换的基础上,进行sobel算法改进算法分析,有效提高对塑料袋装容器的外边缘轮廓识别率,明确该类包装的检测要点.以实际的液体透明医用包装袋为例,论证该类包装外边缘的特征提取方法,并且强化该包装边缘的视觉特征,最后进行SVM结果对照实验.结果 对照结果表明,该视觉方式可以实现对机器视觉的塑料袋装容器标定,精准率可以达到94％,对于机械手10％的边缘标定精确度是可以适用的.结论 基于该sobel算法以及优化措施,确定了机器视觉塑料袋装容器标定方式,满足了塑料袋装容器生产的有效定位要求.     

遥感图像客观质量评价方法研究

为分析图像压缩过程对遥感图像质量的影响,从遥感图像构像质量和几何质量两个方面探讨了遥感图像客观质量评价方法,并改进一种基于Harris角点检测算法的亚像素级角点检测算法。采用JPEG2000、SPIHT两种算法分别对这些评价方法进行验证。实验表明：为满足人眼视觉观察能分辨图像细节的要求,遥感图像压缩比不宜超过16倍,为使压缩后图像满足计算机视觉应用,图像压缩比不宜超过8倍。