面结构光的货车侧面防护装置安装尺寸的测量

提出一种基于面结构光的货车侧面防护装置尺寸测量方法.即采用激光三角法原理,利用投影装置产生条纹状结构光,投射到货车侧面,结构光信息被视觉装置采集后由计算机处理,计算机通过结构光的条纹信息,实现货车侧面防护装置及车轮的空间三维信息反演,从而实现货车侧面防护装置尺寸测量.该方法避免了在普通机器视觉方法货车侧面防护装置检测中,由于车轮和防护装置与视觉装置的距离不同带来的测量误差.在系统设计的基础上,搭建了实验平台,进行了实验研究.由实验结果可知,采用本方法的货车侧面防护装置尺寸测量误差小于3mm,而原有视觉方法测量精度为10mm,可见本方法的测量精度远高于原有方法.     

基于机器视觉的钢材表面缺陷识别方法分析

分析了钢材表面缺陷的形成原因及其现有检测技术,针对钢材表面缺陷搭建机器视觉检测系统,介绍了钢材缺陷检测流程及相关元器件的选择和安装,以实现快速采集钢材表面图像要求。对采集的图像进行灰度化、图像增强、边缘检测、特征提取、缺陷识别等操作,实现了对钢材表面缺陷的快速提取。     

一种喷射沉积坯尺寸检测的快速算法

根据Zernike矩边缘检测原理,提出了3*3模板尺寸的Zernike矩亚像素边缘算子,由于该算子具有模板尺寸小的优点,故能快速、精确地检测沉积坯边缘轮廓.根据检测的边缘图像,采用特征尺寸提取算法完成沉积坯尺寸的检测.测试表明,整个沉积坯尺寸检测算法(包括边缘检测和尺寸提取)运行时间仅为0.135s,检测的特征尺寸相对误差不超过5.6%,故采用该方法能够实现沉积坯的快速、精确检测.     

基于边缘轮廓特征匹配的飞机目标识别

为快速准确识别可见光机场区域遥感图像中飞机目标的机型,提出一种基于边缘轮廓特征匹配进行识别的方法.对图像进行各向异性扩散处理滤除噪声,针对飞机停机位置是否有阴影存在,选择不同策略分割飞机目标.采用一种改进的区域分割方法提取目标,通过canny算子提取边缘轮廓,用主成份分析法获取飞机主轴,沿主轴垂直方向用相等间隔采样,提取主轴两侧边缘点间距作为特征参数.使用等级差数法对特征进行匹配,实现机型识别.实验结果表明,该方法能准确检测、识别飞机目标,统计得目标检测准确率96.44%,识别率94.07%,验证了算法的有效性.可将算法应用在对机场区域军事目标侦查识别中,能较为快速准确地识别飞机目标,体现了算法的应用价值.     

工件自动检测系统

为了对被测工件的尺寸、外观及疵病实现快速准确的检测和识别,本文设计了一种光学成像技术与计算机图像处理技术相结合的应用系统.本测量系统的原理是由摄像机摄取被测工件图像,对工件的图像进行外型轮廓提取,并利用先验数学模型计算工件的几何尺寸,最终对工件进行合格品与非合格品的分选.该系统具有测量精度高,采样速度快,稳定可靠的优点.本文提出了一种改进的哈夫变换图像检测算法,该算法对边缘曲线检测效率高,具有受噪声和曲线间断的影响较小的优点.实验结果表明,本测量系统优于传统的测量方法.     

基于虚拟仪器的火焰尺寸测量系统设计

针对可燃物燃烧过程中难以实时测量火焰尺寸的实际难题,本文基于虚拟仪器平台开发实现了一种实时测量火焰尺寸的非接触测试系统。该系统采用USB1080P高清摄像头实时采集火焰图像,对火焰图像进行目标区域划定及图像处理、边缘点检测。基于圆点基准图建立像素距离与实际尺寸关系,实时获取火焰的真实尺寸。实验结果表明,该系统具有快速实现对火焰尺寸的测量、图形化显示、数据存储,实时观察火焰尺寸变化及WEB发布等功能。     

边缘检测算法在污损条码识别中的应用研究

针对污损条码识别速度慢和正确识别率低的问题,提出了利用图像边缘检测算子来提取污损条码的边缘特征并进行识别。分析了常用边缘检测算法的算子特征后,采用Sobel算子进行了条码的边缘检测。针对原算子的不足,提出了一种改进的Sobel算子,改进算子增加2个方向的运算模版,能克服原算子在边缘提取时图像线条较粗等缺陷。仿真实验表明,改进的算子能快速有效地识别污损条码,正确率高达98.5%。     

基于MATLAB图像处理的中空纤维膜截面尺寸的测量

提出了一种基于MATLAB数字图像处理技术的中空纤维膜截面结构尺寸的测量方法.通过对中空纤维膜截面图像进行灰度图像转换、对比度扩展变换、中值滤波、二值化等函数转换预处理,得到适用于边缘检测的图像.经Canny检测算子实现图像分割与边缘检测,最终实现膜截面几何尺寸的数理统计测量.该方法不仅解决了目视测距法无法准确测量的中空纤维膜不规则截面尺寸的难题,还降低了检测结果对图像清晰程度的依懒性.     

基于CT图像重构模型的MEMS结构尺寸检测方法

微机电系统(MEMS)结构尺寸检测技术已成为其设计和加工生产的重要保证手段,但现有技术都是对MEMS表面结构进行二维测量,不能准确反应其三维形貌.对此,提出了一种基于CT图像进行模型重构的MEMS结构尺寸检测方法.该方法通过CT扫描的断层图像建立MEMS结构的三维模型,然后通过特征点提取、边缘检测和特征区域划分识别出结构的几何特征区域,然后用最小二乘法对提取的特征数据进行拟合,提取其基本参数信息,最后计算MEMS结构关键几何参数,并提出了一种微结构表面质量参数的计算方法.该方法摆脱了传统方法对三维结构的检测限制,可实现MEMS结构的三维检测.     

实际边缘轮廓下的螺栓综合尺寸质量检测

为了检测螺栓的尺寸质量,提出一种基于实际边缘轮廓的螺栓综合尺寸质量检测算法。该算法首先根据螺栓图纸公差要求,设计螺栓综合尺寸公差带图作为模板图;然后对螺栓图像进行预处理,包括三段线性灰度增强、中值滤波和最大类间方差法等;进一步将螺栓图像旋转为水平位姿并进行canny边缘检测,将螺栓图像和模板图裁剪,得到具有相同位姿、尺寸大小和白色边缘轮廓的二值图像;最后将处理好的螺栓图像和模板图做图像加法运算,比较模板图与经过运算后图像的白色像素点个数,判别螺栓的综合尺寸是否合格。进一步地提出了一种离散序列图检测方法,实现了螺栓全周的综合尺寸质量检测。     

基于改进YOLOv5s的护帮板异常检测方法研究

准确识别护帮板支护状态,判断护帮板是否与采煤机发生干涉,是实现煤矿安全生产的重要一环。提出了一种基于改进YOLOv5s的护帮板异常检测方法。建立了护帮板数据集hb_data2021,对YOLOv5s模型进行改进。根据基于改进YOLOv5s的护帮板状态检测结果的标签分类,判断护帮板状态是否异常。为了减小YOLOv5s模型的参数量,采用MobileNetV3 和轻量级注意力机制NAM（normalization-based attention module,标准化注意力模块）替换主干特征提取网络。为了提高护帮板检测精度,改进损失函数为α-CIoU,并进行知识蒸馏。实验结果表明：蒸馏后的网络平均精度提高了1.0%,参数量减小了33.4%,推理加速34.2%;基于改进YOLOv5s的护帮板异常检测方法效果良好,将其部署在NVIDIA Jetson Xavier平台上,可以满足实时检测视频的要求。将检测模型移植到巡检机器人的嵌入式平台上,可以实现护帮板异常检测,满足煤矿工业实际需求。     

基于改进的Hough算法的细胞破碎智能监测计数系统

为提高细胞内产物的产量以及质量,结合机器视觉技术,在传统Hough图像识别算法以及现有的细胞破碎装置的基础上进行改进,提出了一种应用于细胞破碎的智能监测计数系统的设计方案。该方案以光学放大电路、CCD图像传感电路为硬件平台,辅以机器视觉技术、图像处理算法实现对细胞破碎过程的图像监测及计数统计。在线实验监测表明,该智能监测计数系统能够完成对细胞破碎的统计计数,其识别速度相对于标准的Hough图像识别算法提高了近10倍,并能实时捕捉细胞破碎图像,可应用于细胞破碎产物的自动化提取。     

包装物料形状特征提取和识别方法

目的为了提高包装过程物料抓取成功率,采用机器视觉设计一种物料识别和定位方法。方法以串联机械手臂为载体搭建一种基于机器视觉的物料识别、定位、抓取平台,包括物料传送模块、图像采集模块、视觉分拣模块、机器人控制模块和抓取模块等。重点论述相关图像处理算法,包括基于双边滤波的图像预处理方法,基于Canny算子的图像边缘检测,图像特征提取和质心定位等。最后进行实验研究。结果实验结果表明,码垛机器人的物料形状正确识别率可以达到99.25%,抓取成功率能够达到99.5%。结论所述物料形状识别和抓取定位方法可有效解决图像特征提取、定位等问题,具有识别率高、抓取准确等特点,能够满足包装搬运要求。     

基于 YCbCr 颜色空间的快递单手写文字分割

目的在YCbCr颜色空间下,利用Cb颜色分量信息结合阈值分割方法,提取快递单图像手写体文字信息。方法首先将图像从RGB颜色空间转换到YCbCr颜色空间下,然后在Cb颜色分量图像下进行图像阈值分割处理操作,最后对提取出的手写体文字信息进行中值滤波去噪处理,并将该算法提取的结果与基于YCbCr颜色空间使用K均值聚类方法提取的结果在分割效果、分割时间与文字识别率上进行对比。结果利用Cb颜色分量提取出的手写体文字信息更清晰,具有更快的处理速度和更高的识别率,快递单图像平均处理时间为1.36 s,识别率为89%。结论单独利用Cb颜色分量信息提取手写文字就可得到较好的提取效果,算法简单、可行。     

霍夫变换耦合蚁群优化图像边缘提取算法

目的为解决图像边缘提取方法中由于噪声浸染导致边缘定位精确度降低、边缘信息丢失和虚假边缘等不足,提出基于霍夫变换(HT)耦合蚁群优化(ACO)图像边缘的提取方法。方法对输入图像进行霍夫变换,消除噪声和线段间隔对图像边缘的影响;计算图像像素梯度和像素圆形邻域统计均值的差值,构建二者之间的权重函数,并作为蚁群的信息素和启发信息;利用蚁群优化算法,引导蚁群搜索图像边缘,完成图像边缘提取。结果实验表明,与当前边缘提取技术相比,文中算法具有更高的提取精度与效率,可获取完整、细节丰富的边缘,有效地降低了噪声影响。结论所提算法具有较强的抗噪性能,能进一步改善边缘提取精度,能够较好地用于包装条码识别与图像处理领域。     

基于表面评估的工件轮廓识别方法研究

现有加工工件材料和加工方式的多样性使得工件的表面情况多样,导致视觉系统难以准确识别工件轮廓,因此提出了一种适用于不同工件表面的轮廓识别方法。根据纹理区域面积与凸包面积的比值对工件表面进行评估和分类。对于表面质量较好的工件,采用高通线性滤波器对图像进行滤波处理,通过工件表面信息与边缘信息的差异实现工件图像边缘提取;对于表面质量较差的工件,采用一种自适应轮廓提取方法来识别图像边缘。实验表明,与传统的Canny边缘检测算法相比,所提出的方法能够更好地去除噪声干扰,其识别轮廓的精度更高。所提出的轮廓识别方法对不同工件表面有较好的适应性,具有一定的应用价值。     

一种抗旋转的彩色图像全息水印防伪方案

基于一种用于彩色印刷防伪图像博奇编码的傅里叶计算全息数字水印方法,设计了一种抗旋转的全息水印防伪方案。通过模拟印刷—图像采集—旋转校正—提取水印的仿真实验,研究了采集过程中图像旋转一定角度后提取的水印质量问题。实验表明：该防伪方案对图像采集中的旋转攻击具有较好的鲁棒性,能满足彩色印刷的防伪要求,且旋转角度∈（-90°,0°）∪（0°,90°）时,提取的水印质量较好,能保证识别。另外,该防伪方案对图像采集中的裁剪、磨损、缩放、平移和翻转攻击,也有较好的鲁棒性。     

基于双目立体视觉的物流包装箱尺寸测量研究

目的 针对物流行业运输中包装箱的非接触自动测量,提出一种基于改进SURF配准算法的双目立体尺寸测量方法。方法 首先采用二进制FREAK描述子代替传统SURF的描述子,解决传统SURF描述子计算耗时、描述向量生成依赖于特征主方向,且主方向计算误差会在后续步骤中出现传导放大 的缺点;其次,采用PROSAC删除误匹配点,并利用FREAK级联匹配的方式进一步提高算法的匹配 速度和匹配准确率。最后,利用视差优化和边缘提取算法获得精确三维空间体,实现非接触尺寸测量。结果 实验表明改进算法可快速提取图片特征点并准确匹配,对不同规格包装箱检测结果显示,基于改进算法的测量方法测量误差小,检测速度快。结论 改进图像匹配算法可有效提高图像匹配准确率,减少测量时间,对于提高物流行业运输效率、减少人工成本具有重要意义。     

基于机器视觉的食品包装检测系统设计

目的为提高食品外包装美观性,确保食品包装质量,基于机器视觉设计一种食品包装检测系统。方法食品包装检测系统主要包括图像获取模块、图像处理和分析模块、输出执行模块等部分。讨论图像处理的关键技术,在传统小波变换的基础上,提出一种改进算法以增强图像特征信息,提高识别率,实现食品包装边缘检测。以污染、飞墨等典型缺陷为例,论述其特征提取方法,包括圆形度、长宽比、灰度标准差等。最后进行实验研究。结果实验结果表明,所述食品包装检测系统的检测精度在99%以上,具有较高的检测准确性。结论基于机器视觉的食品包装检测系统能够满足食品包装需求。     

基于 CCD 检测的半色调防伪技术的研究

探讨了一种半色调图像的防伪信息嵌入与提取方法,运用网点生成原理和数据库技术,实现了在 RIP 处理后生成的半色调图像文件中嵌入隐藏信息,并利用 CCD 设备扫描嵌入隐藏信息的印刷品,结合算法实现隐藏信息的提取。 实验结果表明:与数据库技术的结合,大大提高了嵌入信息的灵活性和隐蔽性,信息嵌入和提取的速度很快,且该方法不增加额外的印刷成本,嵌入信息的不可见性好,可广泛应用于包装防伪和证件、证书防伪中。