基于Halcon的动车配电盘开关状态批量检测方法

为解决动车配电盘大量开关人工检修效率低,并且存在漏检错检情况的问题,采用了机器视觉的方法,在Halcon开发环境中,将采集的良品图像每一个开关框选为感兴趣区域(ROI)作为基准模板,通过二维仿射变换校准待检配电盘图像,缩小与基准之间的位置和角度差异;采用基于灰度值的模板匹配方法,将不同状态的开关对应的色块与良品的基准图像进行匹配,从而完成对开关状态的判断。试验证明该方法大大提升了配电盘的检修效率和准确率。     

基于SURF的变电站开关分合监视识别系统

为提高变电站开关分合故障的及时发现处理能力,研究一套远程变电站开关分合识别系统。在变电站开关柜上安装嵌入式识别装置,通过摄像头对采集到的开关设备图片进行预处理,利用简化的SURF算法求出待测图像,与存储在SD卡里的模板图像进行特性检测,通过粗匹配方式判断开关分合状态。若发现开关故障,利用GPRS将开关监视图像与故障信息端到端传输到监控室进行精匹配校验。可提升变电站无人值守质量品质,提高安全监管效能。     

基于机器视觉和WinCC的载波电表PCB批量分拣系统设计

印刷电路板(Printed Circuit Board,PCB)出厂前需通电测试以分拣出不良品,目前人工分拣效率低下。以青岛某公司生产的载波电表PCB板为例,以OpenMV机器视觉模块为核心,采用Python编程语言,对待测PCB板通电后的贴片LED进行图像采集和处理,将亮状态LED色块的坐标信息通过串口发送到WinCC组态软件,使用MSComm控件编写VBS全局脚本对获取的坐标进行处理,与预设坐标进行匹配,完成对PCB板的良品判断,并投入实际生产当中。该设计大大降低了人工成本,提高了生产效率,具有很好的实际意义。     

基于图像识别模板匹配技术的工业检测系统设计

针对工业设备的显示屏输出在检测时,常以人的肉眼判断,主观因素较多,导致检测效率低,容易出现漏检、错检等问题,采用基于ARM Cortex-A9架构的处理器,设计了一套工业设备出厂检测系统。本系统采用Linux内核,QT操作系统,摄像头捕获工业设备的字符图像,利用计算机视觉库OpenCV模板匹配算法识别图像是否合格,再控制流水线将合格品与不合格品进行分流,达到了检测工位无人值守状态。     

基于弧度步长的列车闸瓦图像分级匹配方法

针对货运列车运行故障动态检测系统中闸瓦缺失故障的检测,提出一种基于弧度步长的图像分级匹配方法。截取正常闸瓦图像作为模板,经预处理后计算其轮廓不变矩;在待检图中提取车轮外圆,并于该圆心处新建直角坐标系,取第四象限圆弧,以选定弧度为步长取圆弧上点作为一级遍历限定路径,遍历计算待检图模板窗口的轮廓不变矩,采用归一化相关匹配法对相似性进行度量,然后由一级遍历最大相似值及其坐标计算二级遍历动态区域进行小范围遍历,最终确定闸瓦区域。对比实验结果表明,该算法能有效避免待检图复杂背景对匹配的干扰,保证定位准确的同时极大地提高了检测效率,满足闸瓦缺失故障检测的实时性要求。     

基于计算机视觉识别的接线指导及检测方法

基于计算机视觉识别开发了一种能够快速指导接线工作并且对接线结果进行检测的方法。通过线号识别指导接线，分步判断法检测接线，以产品实物图或者三维模型为基准构建模板，扫条形码，系统自动调用模板主摄像头采集实物匹配模板。创新点在于采用图像拼接算法实现双系统取像融合，模板信息映射至实景，接线前通过识别线号做到提前判断接线位置和指导员工接线。同时，在接完一根线后立即对接线局部图像进行判断，实现高准确度的判断。采用2D识别算法，使得匹配响应时间控制到1s以内，采用漫反射光源，搭配最佳高角度照射打光方式，确保成像质量。实验结果表明，采用此方法指导和检测接线，能克服双系统取样图像拼接畸变、一次性检验准确率低和外部光线干扰等应用难点，大幅提升了接线效率和准确率。     

基于嵌入式视觉的零件状态检测系统开发

针对车床自动化上料零件的正反检测,提出一种基于多级模板匹配的零件检测方法,提取并生成一系列旋转模板图像库,利用图像增强算法提高边缘灰度的对比度,使用归一化互相关算法去除不均匀光照的影响,采用多级模板匹配方法提高计算速率和检测准确率。设计并实现了基于嵌入式视觉的零件状态检测系统,方便快速生成零件模板,完成视觉系统与控制设备的通信。测试结果表明,系统能进行多种零件的状态判别,具有低成本、模块化、高准确度等优点,适合工业现场使用。     

浅地层探地雷达目标探测和定位新方法

提出基于模板匹配的探地雷达目标自动探测与定位新方法，和图像分割方法相结合以减少模板匹配的计算量。将雷达图像分割成可能存在目标的区域和背景数据区域，对可能存在目标的区域进行模板匹配计算。模板根据待匹配点的深度生成。如果探测到金属目标则对模板倒相，实现金属目标的准确定位。所提方法包括图像分割、模板生成、匹配算法、金属目标识别和模板倒相算法。对实测数据处理的结果表明，所提方法探测和定位准确、鲁棒性好。     

基于迭代匹配的橡胶栓图像自适应旋转研究

为解决橡胶栓检测中图像的自适应旋转这一难题,将图像识别中的最小距离匹配方法引入图像旋转,并利用迭代法实现了旋转匹配过程。首先,将旋转角度为0°的标准图像存储为模板,然后计算待检测图像与标准模板间的距离,再利用迭代运算使图像不断转动,减小图像与模板间的距离,直到该距离小于某一给定值。在原始的迭代算法的基础上,还提出了一种简化的迭代算法,在保证旋转精度的前提下具有更快的运算速度。实验结果表明,基于迭代匹配的橡胶栓图像自适应旋转方法精度高,计算速度快,能满足橡胶栓实时检测的要求。     

基于模板匹配和Kalman滤波器的目标跟踪

传统的模板匹配算法在目标做简单直线运动时有很好的跟踪效果。为解决实际应用中存在的目标变形、噪声干扰等问题,采用了动态更新模板的模板匹配,即当本帧图像中目标与模板的匹配度高于阈值时,则将本帧图像中识别的目标作为下一帧图像中目标跟踪的模板;当匹配度低于阈值时,仍将本帧的模板作为下一帧的模板,避免由于噪声的干扰导致跟踪的漂移。利用Kalman滤波原理对目标的运动状态进行了预测,缩小搜索范围,减小计算量,提高了实时性。实验表明,该方法能够快速准确地跟踪运动的目标。     

叶型孔背向照明图像的拼接方法研究

针对叶型孔四坐标视觉测量系统中成像视场的局限性问题，提出基于模板匹配法的背向照明图像拼接方法，用于将采集到的多幅叶型孔局部图像拼接成全景图像。建立图像拼接算法的数学模型并进行模型简化，采用模板匹配法计算模型中平移量参数。在应用过程中，先按照规划图像采集策略由成像装置采集被测叶型孔的多幅局部背向照明图像，而后选取模板并通过模板与待拼接图像之间的对比与遍历确定最佳匹配位置，从而获取拼接矩阵。为了验证所提出的图像拼接方法，应用该测量系统对静子组件外环上分布的目标叶型孔特征进行视觉测量，获得其全景图像和相应的型面轮廓参数测量结果，从而验证了叶型孔背向照明图像拼接方法的可行性和有效性。     

多尺度显著性区域提取的模板匹配

针对模板匹配过程中强遮挡、剧烈背景变化及物体非刚性形变等难题,本文提出了一种基于多尺度显著性区域提取的模板匹配算法。算法采用多尺度-显著性特征并行提取的方式:一方面利用空间金字塔模型将参考图像中的模板和待匹配图像中的目标区域分割成不同尺度的网格,采用可形变多相似性度量方法(Deformable Diversity Similarity,DDIS)计算不同尺度下的匹配得分;同时,算法提取模板区域的显著性区域图,形成模板区域的显著性得分;随后,利用显著性得分对不同尺度的匹配得分进行加权融合,在融合得到的匹配得分图上寻找最佳匹配区域。算法与取得目前最好结果的DDIS方法相比,AUC(Area Under Curve)指标提升2.9%。实验结果表明,显著性区域提取使匹配方法更加关注目标物体,削弱背景及遮挡物体对其影响,从而增强模板匹配方法对于背景变化及遮挡的抵抗能力。另外,空间金字塔模型能够增强模板匹配方法对于物体不同尺度下的特征提取,如物体的局部轮廓及结构特征等。二者结合有效地提高了匹配精度。     

基于labview的锂锰钮扣电池视觉平台检测技术研究

本论文的研究重点就是根据电池正极表面字符,形状等特征将不同品牌的电池区分开。采用LED光源照明解决了金属表面的反光问题;通过大量实验选取中值滤波及灰度变换的图像预处理方法,为图像准确匹配打下基础;利用LabVIEW软件提供的模板匹配相关的函数,综合运用非均匀采样、边缘检测等匹配方法,提出了针对多个电池目标分区域进行模板匹配的检测方案,最终实现了快速、准确的电池分选     

基于机器视觉的运动参数测试方法的研究

为达到非接触式测量的目的,采用机器视觉的方法来实现对运动机构的运动参数的测定.通过在机构上设定一个标志,利用模板匹配技术,对该目标实现实时在线跟踪,得到它在动态图像中每次的坐标值,通过对动态图像的分析和处理从而在线得到各种运动参数的曲线.模板匹配算法采用了全局匹配与小区域匹配相结合的策略.小区域匹配一次所用时间为20 ms,完全能达到在线实时跟踪测试的要求.     

基于高斯金字塔与新粒子群的印刷电路板装配模板匹配算法

为提高印刷电路板装配(PCBA)中目标区域检测的准确性和实时性,提出一种高斯金字塔变换与新粒子群优化算法结合的PCBA模板匹配算法。采用倒Sigmod函数调整粒子群迭代的惯性权值;分别构建个体和群体的自适应学习因子模型;提出粒子是否陷入局部解的自适应判据并对其采用随机动量因子进行调整,从而提出一种新的粒子群优化算法。分别对待匹配图像和模板图像进行4层高斯金字塔变换,采用新粒子群优化算法搜索待匹配顶层子图的粗匹配区域,该区域经高斯金字塔反变换后生成的邻域范围与对应的模板子图进行遍历匹配,在最底层得到最终匹配结果。对比实验结果表明,所提方法在PCBA模板匹配应用中具有准确性和实时性。     

基于不变矩特征匹配的目标定位方法(英文)

红外成像匹配辅助导航系统中由于基准图像和实时图像是从不同的观测角度,在不同时间、不同高度条件下获取的,实时图像与基准图像之间会产生仿射变换与像质差异,增加了成像匹配的难度.为了提高实时图像与基准图像的匹配正确率,提出了基于改进不变矩特征的成像匹配方法.从红外成像的基本原理出发,重点讨论了实时红外图像地面分辨率不同对统计不变矩特征不变性的影响,并从理论上推导出了6维不变矩特征向量的表达式.综合得出,在一定的条件下,该特征向量对平移、旋转、加噪、分辨率变化等多种复合变换下的图像具有不变性,可以作为成像匹配定位应用的特征量.文中选用Camberra距离作为实时图像和基准图像匹配测度,仿真实验部分验证了方法的可行性和正确性.     

基于机器视觉检测印刷码的改进模板匹配算法研究

针对提高印刷行业中瓶盖印刷码字符识别的检测速度这一问题,研究了对图像积分算法和模板匹配相关系数计算公式改进的方法,提出了一种基于Matlab图像积分的改进模板匹配算法。设计了通过CCD工业相机采集图像信号以进行图像积分处理以及4次查值,可快速确定目标区域内的像素和来求取相关系数值的实验思路。通过采用Matlab软件编程测试,验证了该方法用于检测瓶盖印刷码的可行性,大大缩短了原模板匹配算法的内存读取开销。实验结果表明:与传统的匹配算法相比,该算法在检测速度方面改进的匹配算法能够提速20%多。     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

基于模板匹配的轮型代码自动识别系统的研究

本文主要研究了基于模板匹配的轮型代码自动识别系统,系统通过图像获取,图像预处理,特征提取和模板匹配来识别不同型号的轮毂。该系统可以在轮毂传送带上随机混流的状态下的自动识别分类,有效识别正确率在99%以上。     

基于ROI的银触点模板匹配缺陷的检测法

银触点广泛应用于各种电子元器件中,其表面要求覆盖银层完整光亮,但在生产中表面会出现多种缺陷难以检测而影响使用。为保证其出厂的零缺陷,提出了基于ROI的银触点模板匹配缺陷检测方法。通过对图像进行形态学处理,保证了整张图像的低噪声,根据银触点的表面外形特征,优化了模板匹配的搜索路径,实现了自动选取目标。凸包运算后准确做出圆形区域的最小外接矩形ROI,通过位址映射求出最小外接矩形的位置,得到信息完整的原图ROI。将模板ROI与实时ROI进行去均值归一化相关匹配,计算两幅图像的相似度。通过大量实验得出合格约束相似度,对比人工分拣与机器视觉ROI模板匹配的分拣误差,得出基于ROI的银触点模板匹配缺陷检测方法,符合银触点的出厂要求。