计算机视觉在案例推理系统中的应用

本文结合案例推理的关键技术，从计算机视觉如何图像获取、如何图像预处理、如何图像特征抽取描述及案例如何进行检索。得出计算机视觉如何在案例推理系统应用，实现案例推理系统对产品实时质量检测、监控和故障诊断。     

基于机器视觉的纺织品缺陷检测系统的研究与实现

布匹缺陷检测是纺织行业生产过程中布匹质量得以保障的重要环节,机器视觉技术的发展使得利用数字图像处理技术来检测布匹缺陷成为可能。设计通过分析摄像机采集的布匹纹理特征,应用机器视觉技术判别出布匹上的瑕疵,并进行布匹瑕疵数据分类管理。摄像机实时采集的布匹图像经过ROI提取、图像预处理、图像增强、图像分割、灰度图像二值化、提取特征区域轮廓等操作即可判别布匹中所含缺陷。     

计算机视觉技术在鱼新鲜度检测中的应用研究

针对传统的新鲜度检测方法存在着操作复杂、耗时和具有破坏性等缺点,研究尝试利用计算机视觉技术对鱼的新鲜度进行快速无损检测.利用自行设计的图像采集装置采集鲫鱼在4℃恒温条件下储藏不同天数的图像,运用数字图像处理技术从采集图像中分别分割提取出鱼眼虹膜、鱼鳃、体表的颜色以及体表的纹理等感兴趣区域图像特征信息,对这些信息采用PCA降维,建立BP神经网络模型对鱼储藏天数进行预测,最佳主成分数为8,训练集样本的分类正确率可达到94％,测试集的达到85％.研究结果表明,计算机视觉技术应用于鱼新鲜度的检测具有可行性.     

计算机视觉技术在智能停车场中的应用研究

该文介绍了基于计算机视觉技术的智能停车场进出口安全方案及其实现的核心技术。主要讨论了车牌照识别技术,并简述了车辆检测和车辆图像匹配两个关键技术。     

计算机视觉检测系统的设计方案

结合国内计算机视觉检测领域的发展现状,参考国外成熟视觉检测设备,提出计算机视觉检测系统的通用设计方案.重点阐述了系统中的关键技术及配置方法,并介绍了实际工业检测应用中的成功经验.     

一种基于计算机视觉的车流量检测方法

该文提出一种基于计算机视觉的车流量检测方法。首先,利用背景差法对视频中车辆前景图像进行提取。其次,对前景图像进行灰度化、二值化、膨胀、填充等图像处理方法。然后,完成图片中目标块数目的统计,完成车辆的计数。最后,对车辆粘连问题提出了基于车辆形状的解决方案。实验结果表明了该方法的准确性和有效性。     

视觉检测系统及其应用

视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术，基于视觉传感器的检测系统具有抗干扰能力强。效率高，组成简单等优点，非常适合生产现场的在线，非接触检测及监控。本文介绍了该技术在烟草行业包装生产线上的应用方案。     

计算机视觉检测技术在吻合器检测中的应用研究

提出了一种利用计算视觉检测带手柄吻合器漏针新方法。通过采用正面光源投照的检测装置,综合运用图像处理和识别方法对利用CMOS相机采集的吻合器图像进行数学形态学,图像增强等方法处理,并提出模糊局部阈值分割算法实现吻合器漏针的自动识别,并根据面积特征判别漏针数。实验表明：该方法能够对多种型号颜色的吻合器进行稳定、准确的快速检测,检测正确率可达95.6％,平均每次检测时间为2.385s,本方法实用性强,适合现代化生产的要求。     

基于虚拟仪器的计算机视觉技术在电度表校验中的应用

本文对计算机视觉技术的发展现状进行了研究和分析，介绍了虚拟仪器开发平台LabVIEW和图保处理软件IMAQV5sion5．O的特点，以及虚拟仪器技术在电度表校验系统中的应用。     

计算机图形图像处理技术在视觉传达系统中的应用

随着信息化和科学技术的不断发展,计算机技术应运而生,在人们的工作、学习、生活中发挥重要作用。计算机图形图像处理技术作为计算机技术的一个重要分支,在视觉传达系统中得到广泛应用,采用图形图像处理技术设计出来的作品给人们的视觉带来强烈的冲击。该技术的诞生,丰富了创作者的创造手段,提高了创新力。通过对计算机图形图像处理技术相关内容的研究,分析其在视觉传达系统中的应用,以期弥补视觉传达系统中存在的不足,使设计者的作品更加完美。     

基于机器视觉的发动机表面缺陷检测技术

发动机表面的缺陷检测是保证其使用安全性的重要手段。本文应用机器视觉技术实现发动机内表面缺陷的自动检测,用内窥镜采集发动机装药内表面的图像,结合图像特点,通过多次实验对比,选择中值滤波方法对图像进行滤波、Canny算子检测图像边缘,应用像素灰度的相似性和不连续性将缺陷从图像背景中分割出来,在此基础上,选取面积和周长特征作为缺陷判断依据,并将以上功能进行整合,设计缺陷自动检测系统。实验结果表明该方法在发动机内表面缺陷检测方面有较好的效果。     

计算机视觉技术的发展及应用

计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体,其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。文中简要地回顾了计算机视觉技术的发展史,主要介绍了计算机视觉中图像处理技术在检测技术方面的应用。利用工业摄像镜头替代目视作为传感器,通过图像采集,图像处理,图像识别等一系列操作,达到在线对包装产品进行标签检测的目的。     

基于视觉识别的机动车辆智能驾驶系统

将机器人视觉原理运用于对机动车辆智能驾驶的研究中,通过识别高速公路车道线的变化,使得车辆能够实现自动驾驶。由CMOS图像传感器摄取道路图像,采用小波处理、线性递推估计、波门跟踪滤波和二次拟合抽取车道线信息,从而得到行驶控制误差;控制命令通过串行232口发送到单片机上,驱动步进电机带动游戏杆转动来仿真实际的自动驾驶过程;获得了很好的实验结果。     

计算机视觉在焊缝跟踪控制中的应用

研究一种基于计算机视觉的焊缝跟踪控制系统,重点论述焊缝图象分割和边缘提取的理论方法,通过对视觉传感器CCD检测到的弧焊区图象进行处理来准确地识别焊缝位置,从而有效地提高焊缝跟踪精度。     

基于计算机视觉的飞行目标的跟踪研究

主要介绍了一种利用飞行器的可见光图像进行目标跟踪的方法;针对所研究图像的特点,对图像中含单多机情况选取不同的分割方式,运用形态学上的腐蚀、膨胀和标注等方法,确定出被跟踪飞行器的形心(即灰度质心),并用GM(1,1)灰色预测模型进行形心预测;然后根据给定的摄像机参数,得出飞行器实际形心的偏移量以及摄像机的偏转信息;仿真结果表明,该方法能够有效地识别图像中的目标,跟踪精度较高,具有良好的准确性和适应性。     

计算机视觉系统框架的新构思

计算机视觉是人类视觉的模拟。计算机视觉四十多年的发展既取得了成绩也存在不足。在计算机视觉发展过程中,相继提出了三个主要的理论框架：计算视觉理论,基于知识的视觉理论和主动视觉理论。该文对这三个理论框架及其存在的问题进行了讨论,并提出了一个完善和通用的计算机视觉的系统框架。     

一种基于计算机视觉的织物疵点自动检测方法

提出了一种基于计算机视觉的织物疵点的自动检测与识别方法,使用CCD摄像头对织物进行实时拍摄,对所得图片通过图像处理、小波分析,提取特征参数,有效地检测与识别缺经、缺纬、油污、破洞等常见疵点,其具有检测速度快、识别正确率较高等优点。     

基于计算机视觉的笔杆笔夹对正系统设计

针对制笔行业传统人工对正笔杆笔夹效率低、易遗漏、准确度差等弊端,提出了计算机视觉自动对正检测技术.笔的种类繁多,笔杆LOGO图案复杂、色彩多样,图像特征不同,采用了先作多尺度多结构元素相结合的形态学增强后进行灰度模板匹配的方法.通过对不同笔杆图像处理表明,能够抑制噪声及可疑边缘,保留LOGO图案的有用边缘信息,具有极强的实用性.基于该方法开发的自动对正检测系统,经试运行,结果表明该系统的精确度及效率均满足生产要求,且对正结果不受主观因素的影响,稳定性好、效率高.