基于机器视觉的芯片引脚识别与中心定位算法研究

针对机器视觉的全自动智能点胶机系统,提出了一种新的中心定位算法。分别采用重心法和面积积分法对PCB板进行了芯片引脚识别与中心定位算法研究,再将两种算法平均后进行对比分析,实现了随机分布下的PCB板芯片引脚的准确定位。检测结果表明,该方法能够提高芯片引脚中心定位5%的准确率。     

基于机器视觉的汽车角窗玻璃混线检测算法

针对汽车玻璃角窗生产线上轮廓、材质与厚度相近似的汽车玻璃容易产生混淆的问题,提出融合轮廓特征与颜色特征的汽车玻璃混线检测算法。通过改进的几何矩匹配算法实现汽车玻璃的轮廓检测;利用色彩特征实现汽车玻璃的材质与厚度的检测,结合轮廓特征与色彩特征实现了汽车玻璃的混线检测。实验证明,提出的混线检测算法有效提高了汽车玻璃混线检测的准确率,有利于提升汽车玻璃检测的自动化水平。     

基于机器视觉的煤矸识别实验教学平台研发

基于机器视觉的煤炭、矸石识别技术是目前普通工科院校,特别是煤炭院校的热门课题,也是国际前沿课题。鉴于此,开发一套红、黄、蓝三色光源视觉的煤矸识别教学和科研综合实验平台,由推杆机构、落煤装置、实验支架、视觉相机、计算机和光源等组成。该平台能模拟煤矿开采、放煤过程,实现煤炭和矸石图像信息的采集及处理,探究不同图像识别方法在煤矸识别上的应用。通过该平台学习,学生可增加对综放工作面的感性认识、熟悉多种传感器的使用、掌握多种模式识别方法和编程软件,培养相关专业学生的科研实践能力。     

基于颜色识别的生产线机器视觉系统

根据生产线生产要求,生产线机器视觉系统通过对颜色的识别来判断工件是否合格。为了满足实时性和准确性的要求,提出了一种基于HSI色彩空间模型的阈值算法。现场测试证明利用稳定颜色空间的图像分割和行程长度编码算法的机器视觉系统能满足工作需要。     

基于机器视觉的写字机器人实验系统设计

设计了一种基于机器视觉的写字机器人实验系统。该系统机械结构包括2自由度运动单元和书写机构;硬件部分由主控、识别、运动控制以及人机交互等模块组成,主控模块使用STM32作为主控制器;软件部分通过使用Bresenham算法结合坐标变换实现书写机构按照特定轨迹进行运动。测试结果表明,写字机器人系统可以完成运动手势识别,控制书写机构运动;也可以通过识别手写笔的运动来控制书写机构进行同步书写。该系统易于实现,且具有运动手势识别准确率高、同步书写精度较高等优点。     

基于机器视觉的日用瓷表面缺陷检测

为了检测釉面陶瓷表面的斑点、划痕、崩角等常见缺陷,提出了一种采用同轴光照方式和CCD为图像获取工具的数字图像实时在线检测系统.该系统根据地方企业生产的白釉面陶瓷的特点,通过边界提取和图像形态学闭运算获得图片的ROI（感兴趣区域）,再与经过分离中值滤波算法处理过的ROI进行对比,从而确定陶瓷的缺陷信息.实验表明：该方法不像传统的神经网络和SVM算法需要建模,所以检测速度较快,且准确度高,检测效率超过3个熟练工人,可以满足当地企业生产陶瓷种类多且外形不定的检测要求.     

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。     

基于计算机视觉的执行器角度识别算法研究

针对汽车空调执行器自动参数检测过程中输出轴角度测量难点问题,基于计算机视觉,提出基于轮廓特征找直线并进行角度解算的方法。分步骤阐述了边缘检测、直线检测、坐标变换、象限划分及角度计算公式推导。利用工业相机采集图像,并基于Python-OpenCV编程进行算法验证,能准确计算出输出轴的旋转角度,在验证的10个样本中,测量误差小于0.19%,能为后续自动化检测提供精确的定位信息。     

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.     

基于机器视觉的机器人抓取实验系统

针对工业机器人成本高、开源性差和维护困难等问题,设计了一种基于机器视觉的机器人抓取实验系统.该系统利用机器视觉、深度学习和路径规划等技术对目标工件进行识别、定位,并完成抓取任务.机器人系统在结构设计上采用串联结构,利用无刷直流电机作为机器人关节的驱动机构.为了解决工件识别与定位问题,利用Pytorch框架下的深度学习模...     

基于RBM的语音特征提取方法研究

针对传统语音识别在多目标情况下识别率较低的问题,从特征参数提取角度,提出一种基于受限玻尔茨曼机（RBM）的特征提取方法。依据不同个体语音信号之间的特征差异提取特征参数,通过梯度上升算法调整网络参数以拟合给定训练样本,通过对比散度算法降低采样达标所需状态转移次数以提高算法效率,再利用重构误差曲线评价受限玻尔茨曼机对训练样本的似然度。实验表明,当隐含层节点个数为30时,参数提取的重构误差低于20%。此时使用改进的BP网络训练,与传统算法相比,综合识别率提高到86.9%,对提升多目标语音识别率具有重要意义。     

传统机器学习与深度学习的表情识别综述

面部表情识别是计算机视觉热门领域。表情识别技术使得计算机能够理解人类的情绪,具有广阔应用前景。针对基于传统机器学习和深度学习的表情识别方法进行研究,首先归纳表情识别领域常用的公开数据集;然后从传统的机器学习和深度学习角度介绍表情识别基本流程与常见方法;最后指出表情识别领域存在的问题,并对未来可能的发展方向进行了总结。     

Principal Component Feature for ANN Based Speech Recognition *

利用函数逼近原理和主成份分析方法,提出了一种可用于解决语音信号时间规正和简化神经网络结构的语音信号主分量特征．该特征的提取过程模拟了人耳听觉系统的信息感知过程．实验结果表明基于该特征的语音识别系统可以取得比一般的ＣＤＨＭＭ和ＧＭＤＳ方法更好的识别效果     

基于机器视觉的金桔大小分级研究

用 CCD 摄像机获取金桔的样本图像,采用机器视觉进行自动大小分级.利用 MATLAB编程实现样本图像的背景去除、灰度化、二值化、图像平滑等图像处理.实验表明,此方法精度高、速度快     

基于改进特征提取方法的五线谱识别

针对传统五线谱识别方法存在谱线过删和漏删的缺点,以及现有音符特征提取方法与谱线删除相互制约的问题,提出一种改进的、无需删除谱线的特征提取方法。在图像预处理阶段保留谱线,将音符与谱线同时投影,结合音符符杆垂直像素数据与音符其它部位像素数据携带的映射特征,对横纵向投影数据进行数理统计分析,得到供音符类型识别的归一化特征值,再利用基准谱线与音符符头的相对位置获取音调信息。实验结果表明,该方法在保证较高识别精度的基础上,进一步提高了识别速率,可以有效识别音符组合形式较复杂的乐谱,对于五线谱识别应用具有重要意义。     

基于点云的加工特征识别技术研究

介绍了在CAD领域基于B-Rep模型的特征识别方法,总结了其中的优势和不足,并且对直接从三维散乱点云中识别加工特征的关键技术进行了研究,提出了可能的解决方案。进一步讨论了如何将CAD领域中基于B-Rep模型的算法运用到基于点云的特征识别中,为解决逆向工程中加工特征识别的问题提供新的思路。     

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.     

基于特征加权支持向量机的血吸虫尾蚴识别算法设计与应用

本文提出一种利用特征加权支持向量机（FWSVM）识别河流、湖泊等水域中血吸虫尾蚴的算法．该算法采用图像形态学、动态阈值化等图像处理方法在图片中搜索可能存在尾蚴的区域,然后利用疑似区域图像的Hu矩作为特征值训练FWSVM,最后利用训练好的分类器对采集的视频进行识别．实验结果表明该算法能够有效识别水域中的血吸虫尾蚴．