机器视觉综述

机器视觉技术经过数十年的发展已经成为工业自动化领域的研究热点.文章将详细介绍机器视觉的发展、研究现状及应用.     

中国机器视觉的发展趋势

机器视觉自起步发展到现在，已有将近20年的发展历史.应该说机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的．目前全球整个视觉市场总量大概在70～80亿美元，是按照每年8．8％的增长速度增长的．而在中国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展。中国对于机器视觉的需求将成上升趋势．     

机器视觉理论及应用

介绍了机器视觉的Marr视觉框架、三维重建理论和图像处理的原理与应用。对三维重建理论重点介绍了基本几何元素点、直线和二次曲线的具体重建方法。对机器视觉在工业中的应用作了相关介绍,最后对机器视觉的前景进行了展望。     

机器视觉PK人类视觉（上）

凯文老师：今天我们来对比一下机器视觉和人类视觉吧!安妮：据我所知,机器视觉的摄像头就相当于人类视觉的眼睛。     

明察秋毫的机器立体视觉

凯文老师：不知道你们注意到没有？虽然机器视觉应用很广泛,但是绝大部分机器视觉看到的世界是二维的,而不是立体的。     

基于机器视觉的工业机器人分拣技术应用研究与系统开发

随着科学技术的不断进步,与机器人有关的技术也得到飞速发展,专家和学者关注的焦点也转移到机器人视觉技术方面,从而让机器人也拥有和人眼相似的使用功能.文章研究了基于机器视觉的工业机器人分拣系统,该系统主要包括机器人本体及工件平台、机器视觉和运动控制三大模块,对它们的结构分别进行了设计;最后重点分析了分拣系统中应用的关键技术.     

让机器视觉引领生活

一般本科生对于机器视觉行业的接触,大概源于大三下学期或者大四上学期的一门名为"图像处理与模式识别"的选修课。经历过大学时代的人都知道,选修课本身就是一个感兴趣就上几节课,不感兴趣就推倒的课程。又是大三下学期开课,想考研的这个时候考研基础课的训练比什么都重要,     

一种基于机器视觉的煤渣含碳量快速自动检测技术

针对传统煤渣含碳量检测技术过程繁琐、时间长、不能在线检测等缺陷,介绍一种基于机器视觉的煤渣含碳量快速自动检测技术。该技术通过采集煤渣采集装置中的图像数据,经过CCD图像灰度处理、边缘识别及提取、灰度特征值提取、灰度特征值标定等,快速识别出煤渣含碳量。实验结果表明,煤渣含碳量在2%~16%时,该技术的煤渣含碳量分辨率在1%以内。工业锅炉的煤渣含碳量通常在8%~16%,煤渣热损失在4%~8%,因此该技术对于工业锅炉的送风量调控具有工程指导意义。     

关于机器视觉及其应用问题的探讨

1机器视觉的概念 简而言之,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置,分CMOS和CCD两种）将被摄取目标转换成图像信号,传1机器视觉的概念简而言之,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置,分CMOS和CCD两种）将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。     

基于机器视觉的多目标跟踪技术的研究

机器视觉可以帮助机器识别物体并对物体进行作业.本文在工业机器人的设计基础上,增加一个机器视觉系统.系统由机器人、摄像机、图像采集卡、计算机及系统软件所构成.机器人凭着这个视觉系统,可以捕获目标物体的特征并且识别目标物体,然后对物体进行定位,最后控制工业机器人完成作业任务.     

机器视觉技术在飞机蒙皮损伤检测中的应用

机器视觉技术已被广泛应用于农业、工业等各个领域,成为实现生产自动化与智能化的关键技术之一。但在民航领域针对机器视觉技术的应用案例较少,因此深入研究机器视觉技术对于提高我国民航业的综合竞争力具有重要意义。对机器视觉技术的发展历程及应用现状进行简述,通过分析机器视觉技术在飞机蒙皮损伤检测中的工作原理,突出了机器视觉技术在飞机蒙皮损伤检测中的优势,最后对其发展前景进行了展望。     

烧结机本体漏风率在线测量技术及应用

研究烧结系统漏风率分布状况发现,主要漏风区域是烧结机本体。针对该区段开发了以量热法为基础的在线漏风测量技术,可以对不同风箱漏风率变化状况进行监测,结合对其他区段漏风率的检测,可为有效采取减漏措施提供依据,实现了有效降低烧结系统漏风率的目的。     

面向新工科的机器视觉技术课程建设研究

分析了新工科的特点及其对机器视觉技术人才的要求,提出了要以"新工科"为指导,整合课程教学内容,进行立体化教材建设。介绍了以案例教学为重点的课堂教学方法改革。提出了以实验室建设为依托,构建机器视觉实践平台。最后,以湖北文理学院VISION团队为例,介绍了通过校企合作培养机器视觉行业创新创业人才的方法与途径。     

基于机器视觉技术的物体表面缺陷检测

本文对物体表面缺陷进行研究和检测.而检测的方法是采用LED环形灯光直接暗视场正面照明方式来提取插座面板划痕图像.具体过程是使用动态阈值分割图像,并采用放射变换、区域特征处理及连通区域提取等技术来检测出插座面板划痕.     

基于机器视觉技术的印刷品图像定位与配准的研究

文章所研究的印刷品质量检测方法,是通过彩色相机获取合格印刷品图像作为模板,然后取生产流水线上获取的待测印品的图像,传输到计算机上与合格模板图像作差分对比分析,与模板的不符达到一定程度即视为不合格的次品。而能顺利准确地作差分对比的前提就是待测印刷品图像与模板图像在空间上对准,即相互匹配。匹配过程的速度与精确度将会对后期的检测结果有着重要的影响,所以一种快速、准确的匹配算法显得尤为重要。     

基于机器视觉技术的番茄苗分类和排序技术研究

传统番茄苗选择中,往往是操作员根据形态学特征,基于视觉评分标准来识别幼苗,这是一种主观的、容易发生人为错误的方法。针对这一问题,文章基于机器视觉技术设计了一种全自动移栽番茄苗分级分选算法,选择UXGA(Ultra eXtended Graphics Array)极速扩展图像阵列相机、蓝色背光和滤光装置获取番茄幼苗图像信息,从图像信息中确定幼苗的弯曲度、叶片节点和茎粗,然后对其进行分级和排序,进而将这些幼苗分级为“可接受”和“剔除”。结果表明,根据番茄苗茎的粗细,将幼苗分级,分为大、中、小三类,具有良好的效果。该算法不仅适用于番茄幼苗,还可以应用于茄子、辣椒和许多其他幼苗,分选成功率为97%。     

植物基因工程及其在农业中的应用

近年来,植物基因工程研究取得飞速发展,在促进农业生产方面发挥了巨大作用.综述了植物基因工程主要研究方法及其目前的应用现状,并对植物基因工程产品的安全性问题作了分析.     

基于机器视觉的柑橘分级技术研究

以麻阳柑橘为研究对象,设计了由工业相机、光源、双平面镜等构成的全表面图像采集试验箱.在图像预处理的基础上,完成了柑橘横径、果形、成熟度、缺陷的检测.由隶属函数和权重集,采用加权平均算子计算综合评判结果,以最大隶属度原则确定柑橘等级.试验结果表明,优等果、一等果、二等果和等外果的分级正确率分别为100%、88.9%、84.6%、100%,该方法可以为武陵山片区农业智能化提供一定的参考.