航天器制造过程多余物控制机器视觉方法综述

摘要：多余物控制是航天产品智能制造过程中的最大难题之一,而多余物检测是控制的基础。由于航天产品结构复杂性和多余物特征的多样性,没有一个数据集基准,多余物的机器视觉在线检测仍面临着很多挑战。介绍了多余物产生的危害和检测的必要性,对多余物检测技术的国内外发展现状进行阐述,分析对比了各自优缺点,重点介绍视觉多余物检测,并综合分析了智能制造过程多余物机器视觉控制特点。对机器视觉多余物检测技术进行分类,从智能实验室的角度,提出了机器视觉多余物检测面临的难点和可能的解决方案。     

面向智能制造应用的机器视觉检测方法研究

智能制造是我国制造业的发展方向,将物联网、大数据等先进信息技术与制造业进行结合有利于智能制造的实现。本文提出了一种面向智能制造的机器视觉检测系统设计方案。基于机器视觉的生产线检测方法能有效完成对生产线生产产品的质量检测与数据统计,并实时完成数据上传,有利于提升企业的信息化建设。     

装备工业：抢占智能制造制高点

受国内外宏观经济环境的影响，2014年我国装备工业增速有所下滑。展望2015年，我国装备工业发展机遇与挑战并存，既有各项产业政策措施出台释放发展红利、国内经济趋于回暖。     

软件专业工业机器视觉课程建设研究

为了让软件专业学生更好地满足智能制造对复合型人才的需求,提升智能化软件开发与运维能力,建设工业机器视觉课程十分有必要。提出了一种工业机器视觉课程建设方案,对课程的整体架构、内容选取与教学方法、资源建设提出了具体的建设措施。实践结果表明,采用该方案建设的课程能够满足学生学习工业视觉课程的需要,提升智能化水平。     

基于机器视觉的智能交通监控系统研究

随着社会经济的迅速发展,我国机动车数量不断增长,导致交通问题日益严重,实施有效的交通监控对于解决日益增长的交通问题具有积极意义。然而,目前大多数的交通监控系统存在系统维护复杂、成本高、计算量大等缺点,本文针对上述缺点设计并实现了基于机器视觉交通监控系统。文中首先介绍基于机器视觉交通监控系统的相关研究背景,其次分析了与机器视觉交通监控系统相关的技术,重点介绍了基于机器视觉交通监控系统的设计方法。在系统中,用户能够灵活的设定动态目标检测和跟踪算法,对系统的广泛应用奠定了基础。     

基于机器视觉的船舶升沉检测方法

针对民用起重作业船舶由于波浪等引起的升沉检测问题,提出了基于机器视觉的船舶升沉检测方法.首先建立船舶升沉检测系统架构,通过双目立体视觉三维测量方式,对目标位置的垂直高度进行测量,之后对检测图像进行系列处理,最后给出船舶升沉值对应的数据处理流程图,并将该方法进行应用.结果表明,双目测距最大误差2.08%,系统安装调试方便,可为实现波浪补偿提供实时数据,满足起重作业的安全要求.     

基于工业软件的电子信息行业智能制造过程优化措施

在大规模、重复的工业生产中,采用计算机辅助的计算机辅助检测技术,可以极大地提升其工作效率并使其实现自动化。本文从电子信息智能制造产业需求出发,设计了一种实现产品质量检测分类的Resnet检测软件。通过实验数据验证分析,该模型在正常电子元件图像数据集中的分类识别率为97.84%,在缺陷电子元件图像数据集中的识别率为91.88%,均高于其他算法模型,表明研究构建的电子信息产品智能制造Resnet检测软件具备优越的元件检测性能,具备一定的实际应用价值。     

机器视觉及其在工业检测中的应用

1 机器视觉概述 作为一门新兴的学科,机器视觉近20年来一直以迅猛的速度发展,自90年代中期以来,机器视觉的发展已经从最初的实验室研究阶段逐渐走向实际应用的发展阶段.尤其进入21世纪以后,机器视觉在各行各业的应用得到了前所未有的普及和推广,理论研究也在高分辨率的多灰度图像处理、三维视觉模型、模式识别和神经网络等领域内取得了很大的进展.     

机器视觉表面缺陷检测综述

目的 工业产品的表面缺陷对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制。机器视觉的检测方法可以很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低、劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用。方法 以机器视觉表面缺陷检测为研究对象,在广泛调研相关文献和发展成果的基础上,对基于机器视觉在表面缺陷检测领域的应用进行了综述。分析了典型机器视觉表面缺陷检测系统的工作原理和基本结构,阐述了表面缺陷视觉检测的研究现状、现有视觉软件和硬件平台,综述了机器视觉检测所涉及到的图像预处理算法、图像分割算法、图像特征提取及其选择算法、图像识别等相关理论和算法研究,并对每种主要方法的基本思想、特点和存在的局限性进行了总结,对未来可能的发展方向进行展望。结果 机器视觉表面缺陷检测系统中,图像处理和分析算法是重要内容,算法各有优缺点和其适应范围。如何提高算法的准确性、实时性和鲁棒性,一直是研究者们努力的方向。结论 机器视觉是对人类视觉的模拟,机器视觉表面检测涉及众多学科和理论,如何使检测进一步向自动化和智能化方向发展,还需要更深入的研究。     

基于机器视觉的水果品质检测综述

随着经济的发展和消费水平的提升,消费者对水果的外观品质要求逐渐提高。目前,我国的水果分级主要依赖于人工与机械分级,存在分拣效率低、品质参差不齐的问题,很难满足消费者的需求。相对于传统的分级技术,机器视觉技术因具有高效、精确、非接触测量的优势,受到国内外学者的广泛关注。结合近年来国内外学者研究进展情况,对水果检测系统、图像去噪、图像分割技术以及特征提取做了详细介绍;对分类器识别算法进行了综合分析;阐述了基于机器视觉的水果分级研究现状及最新进展;并对未来可能发展趋势进行预测,为后续研究工作提供基础理论参考。     

Adaptive-intelligent control of robots and technological equipment of intelligent manufacturing

Methods of adaptive-intelligent control of robots and technological equipment of intelligent manufacturing (IM) with incomplete information on the plant conditions are discussed. Flexible algorithms are proposed for programming and sensor correction of movements which provide adaption to obstacles and uncertainly factors. Robust and adaptive control algorithms which compensate the uncontrollable disturbances and ensure the wanted character of transient process are synthesized. The conversational means and computeraided design technology for multi-microprocessor adaptive control systems of robots and technological equipment are described. The results of using the proposed methods in adaptive-intelligent control systems of robots and flexible manufacturing systems (FMS) for powder metallurgy, laser processing are presented.     

General-purpose vision chip architecture for real-time machine vision

To solve the I/O bottleneck problem in existing vision systems and to realize versatile processing adaptive to various and changing environments, we propose a new vision chip architecture for applications such as robot vision. The chip has general-purpose processing elements (PEs) with each PE being directly connected to a photo detector (PD) and can implement various visual processing algorithms. We developed and simulated some sample programs for the chip and proved that they can be processed within 1 ms/frame, a rate that is high enough for high-speed visual feedback for robot control. Aiming to complete the chip, we are now developing test chips based on the architecture. The latest design has 8 x 8 PEs and PDs in an area 3.3 mm x 3.0 mm using a 0.8 μm CMOS process.     

Dynamic monocular machine vision

A new approach to real-time machine vision in dynamic scenes is presented based on special hardware and methods for feature extraction and information processing. Using integral spatio-temporal models, it by-passes the nonunique inversion of the perspective projection by applying recursive least squares filtering. By prediction error feedback methods similar to those used in modern control theory, all spatial state variables including the velocity components are estimated. Only the last image of the sequence needs to be evaluated, thereby alleviating the real-time image sequence processing task.This research has been partially supported by the German Federal Ministry of Research and Technology (BMFT), the Deutsche Forschungsgemeinschaft (DFG), the Daimler-Benz AG, and by Messerschmitt-Bölkow-Blohm GmbH (MBB).     

机器视觉技术研究进展及展望

摘 要：机器视觉是建立在计算机视觉理论工程化基础上的一门学科,涉及到光学成像、 视觉信息处理、人工智能以及机电一体化等相关技术。随着我国制造业的转型升级与相关研究 的不断深入,机器视觉技术凭借其精度高、实时性强、自动化与智能化程度高等优点,成为了 提升机器人智能化的重要驱动力之一,并被广泛应用于工业生产、农业以及军事等各个领域。 在广泛查阅相关文献之后,针对近十多年来机器视觉相关技术的发展与应用进行分析与总结, 旨在为研究学者与工程应用人员提供参考。首先,总结了机器视觉技术的发展历程、国内外的 机器视觉发展现状;其次,重点分析了机器视觉系统的核心组成部件、常用视觉处理算法以及 当前主流的机器视觉工业软件;然后,介绍了机器视觉技术在产品瑕疵检测、智能视频监控分 析、自动驾驶与辅助驾驶与医疗影像诊断等 4 个典型领域的应用;最后分析了当前机器视觉技 术所面临的挑战,并对其未来的发展趋势进行了展望,为机器视觉技术的发展和应用推广发挥 积极作用。     

应用视觉技术的液体质量智能检测系统研究

提出了一种基于机器视觉和支持向量机集成的液体质量智能检测系统。该系统采用了专门装置采集瓶内旋转液体的序列图像。对采集到的序列图像进行运动分析,确定图像序列中的运动区域。然后提取运动区域的特征,提出多核函数支持向量机集成方法来确定运动区域是否为液体中的杂质。通过实验证明,该液体质量检测系统的检测准确率可达97%。     

基于机器视觉技术的教室照明节能控制系统

为解决教室照明用电浪费问题,设计和制作了基于机器视觉技术的教室照明节能控制系统.该系统在监控计算机端采用帧差分与分段收敛的背景差分叠加法从监控录像中识别教室人员,并根据室内人员情况控制教室照明设备的开启或关闭.系统硬件主要由图像采集模块、监控计算机、电气控制模块及教室电气线路等4部分组成;系统软件基于Matlab开发,按功能可分为图像获取、图像处理、串口双向传输、图形用户界面及数据库等5部分.室内人员检测实验结果表明,系统识别平均耗时0.2s,进行实时室内人员识别的帧速上限为5帧/s;当图像中不包含和包含人员时,系统对室内人员的检测准确率分别为100％和93％.     

智能制造中的计算机视觉应用瓶颈问题

计算机视觉在智能制造工业检测中发挥着检测识别和定位分析的重要作用,为提高工业检测的检测速率和准确率以及智能自动化程度做出了巨大的贡献。然而计算机视觉在应用过程中一直存在技术应用难点,其中3大瓶颈问题是：计算机视觉应用易受光照影响、样本数据难以支持深度学习、先验知识难以加入演化算法。这些瓶颈问题使得计算机视觉在智能制造中的应用无法发挥最佳效能。因此,需要系统地加以分析和解决。本文总结了智能制造和计算机视觉的概念及其重要性,分析了计算机视觉在智能制造工业检测领域的发展现状和需求。针对计算机视觉应用存在的3大瓶颈问题总结分析了问题现状和已有解决方法。经过深入分析发现：针对受光照影响大的问题,可以通过算法和图像采集两个环节解决;针对样本数据难以支持深度学习的问题,可以通过小样本数据处理算法和样本数量分布平衡方法解决;针对先验知识难以加入演化算法的问题,可以通过机器学习和强化学习解决。上述解决方案中的方法不尽相同,各有优劣,需要结合智能制造中具体应用研究和改进。     

基于机器视觉的梳棉机棉结在线检测

棉结是纺织生产中的一种有害疵点,不仅影响纺织品的质量,对染色质量影响也较大。提出了一种基于机器视觉的梳棉机在线棉结检测系统,分别对光源系统、高速图像采集系统、实时图像处理系统的设计进行了讨论,实验验证了系统的可行性。实测结果表明:系统具有高速数据采集、宽幅表面棉结特征识别、在线实时处理(棉结计数)和显示(报警)等功能,且在高速生产环境下运行稳定可靠。     

基于机器视觉的成熟番茄自动识别技术

为实现番茄收获机械自动化,提出了利用计算机视觉代替人眼对成熟番茄进行自动识别的方法。首先对番茄图像进行了各种去除噪声方法的比较,提出用HSI颜色系统的H色调分量作为识别的颜色特征参数。利用最大方差自动取阈法及数学形态运算等构成的识别算法对采集的番茄图像进行自动识别,采用Matlab软件平台来构建算法。为验证自动识别方法的可行性,用CCD摄像头组成的图像采集系统对不同光线条件下的番茄图像进行了识别。试验证明,该算法及程序设计能够较快的识别出自然光下的成熟番茄,满足自动收获的需要。