机器视觉技术在包装盒检测中的应用研究

机器视觉不仅能够模仿人的视觉功能,同时其还能模仿人脑的信息识别及分析功能,机器视觉得到的信息数据,会经过提取有效信息,信息归类整理,再用作实际应用中的检测、控制等,在实际操作中多用于对图案进行对比,相比于其他行业,机器视觉在蛋品质检测中有着极大的优势,机器视觉将蛋类的表面参数记录并加以整理,结果更加公正客观,可以大幅提高检测的准确性,不过将机器视觉运用在其他行业也有着其不可替代的优势。     

机器视觉在光学加工检测中的应用

伴随着我国自动化控制的发展,机器对于视觉的处理技术日渐成熟,并随着各个领域的现代化发展得到愈发广泛的应用。机器视觉系统主要通过对于图像信息的处理,实现用机器代替人眼进行判断和测量。本文通过阐述机器视觉技术的具体概念,分析机器视觉在光学加工检测中的应用,进一步探讨机器视觉在未来光学发展中的应用,以供读者参考。     

机器视觉检测系统的研究

介绍了机器视觉的概念,分析了典型的机器视觉系统结构,并介绍了机器视觉的关键技术,如光源照明技术、光学镜头、摄像机及图像处理与分析中目标物体的识别和执行机构等,展望了机器视觉的发展趋势.     

基于视觉的工业机器人分拣工作站的仿真实现

基于机器视觉技术的工业机器分拣料仿真工作站,是对工业机器人分拣料生产流程进行仿真,当工业机器人的机器视觉系统识别生产物料为正品时,堆放到某一区域,识别为次品时,堆放到另一区域。本文是对视觉系统应用技术与工业机器人仿真技术的探索,机器视觉系统主要研究机器视觉识别。首先将利用Robot Studio软件对工业机器人工作站进行三维建模及虚拟仿真,其次将工业机器人工作站配以机器视觉系统。     

基于机器视觉的图像识别技术研究综述

随着AI领域的崛起,基于机器视觉的图像识别技术再一次成为研究热点。本文首先对这一技术的研究现状进行了简单描述,然后针对图像识别的三个关键技术:图像预处理、特征提取和图像匹配,进行了全面的总结与归纳,最后讲述了机器视觉识别技术在医疗检测、城市交通领域的具体应用。本文旨在让读者对基于机器视觉的图像识别技术有一个全面、深入的认识。     

全自动齿轮检测及分类系统

针对齿轮在生产线上进行全自动检测的难题,设计了一套基于机械和机器视觉技术的全自动齿轮检测设备。主要包括自动排序系统、自动装夹定位旋转系统、自动拍摄成像系统、计算机及控制系统、自动分拣系统等部分,实现了对生产线上的圆柱齿轮进行高速自动化检测及分类。     

视觉检测理论在电子产品中应用的研究现状

为适应先进电子制造业发展的需求,应用机器视觉和视觉检测技术来实现先进电子制造生产过程的视觉检测、识别、定位、测量与分析等功能,己经成为今后发展的主要趋势。本文就视觉检测理论在电子产品中应用的研究现状做一些有益的尝试。     

基于机器视觉的芯片成型分离视觉检测系统的研究

芯片引脚是否合格,是成型分离制程检测的关键。针对这一问题,应用机器视觉和机器自动化技术,研制出实现成型分离制程芯片检测自动化的检测系统。实验测试表明,该设备具有较高的检测精度和检测速度,能够满足生产需要。     

机器视觉图像边缘检测技术及其工程应用

鉴于作为一门交叉学科的机器视觉数字图像处理技术的重要性,从机器视觉图像边缘检测技术的角度进行论述。介绍了传统和现代应用比较广泛的图像边缘检测算法如普通梯度算法、Sobel算法、Roberts算法、Prewitt算法、Canny算法、拉普拉斯算法和LOG算法等,并对各算法的优缺点进行了简要概括。随后运用MATLAB软件的图像处理模块对一例图做了图像处理仿真输出,且根据输出图像结果对各算法的特点进行论述与验证;最后对边缘检测技术的实际应用作了举例说明,以此期望对于从事图像边缘检测技术的学习与工作人员有所帮助。     

机器视觉技术在工业中的应用

人工智能背景下,机器视觉技术快速发展。本文首先对机器视觉技术的系统组成做了简单介绍,然后对其在工业上部分应用的研究现状做了总结,最后阐述了机器视觉技术的发展前景及发展方向。     

丰田自动车株式会社疲劳驾驶检测技术专利分析

<正>本文着重对疲劳检测领域的重要申请人丰田自动车株式会社的专利申请情况进行了研究,发现基于机器视觉的疲劳检测是其研发重点,基于机器视觉的疲劳检测因其非侵入、准确、实时的特点已逐渐成为主流的疲劳检测技术。     

一种基于机器视觉的螺丝定位检测方法

文章提出了一种基于机器视觉技术的螺丝定位检测方法,首先通过机器视觉对目标对象进行三维建模,然后使用可变形模版匹配算法进行螺丝定位。实验结果表明,使用本文提出的方法可以实现螺丝位置的精确定位,并能准确判断螺丝类型和槽型方向。     

机器视觉基础实验平台设计

图像处理与机器视觉是自动化、机器人等相关专业一个重要的内容,为了便于学生掌握视觉传感器工作原理特性、基础机器视觉理论及实践应用,自制了机器视觉基础实验平台。该实验平台包含硬件平台和软件平台,硬件平台视觉传感器采用两台大恒MARS-880-13GM-P面阵相机,软件平台可实现双台相机驱动、相机设置、图像采集、读入图像、图像滤波、边缘检测、分割、双目相机标定等功能。实验平台对每个功能模块提供扩展接口,便于学生进行二次开发。     

机器视觉在机器人码垛系统中的应用

机器视觉是一种有极大应用前景的新技术,研究其在机器人码垛系统中的应用意义重大。随着我国各行各业的迅速发展,传统的码垛机器人由于只能完成简单的搬运作业任务,已不能满足目前的生产要求,基于机器视觉的码垛机器人把机器视觉技术应用到传统的码垛机器人上,提高了传统的码垛机器人的智能水平,使其具有检测、分析和决策的能力,提高了码垛机器人的作业质量,并扩大了其应用范围。掌握基于机器视觉的码垛机器人的关键技术至关重要。     

国内刀具磨损检测系统的现状及未来发展方向展望

我国基于机器视觉、神经网络、热电效应、声发射和振动、软测量等技术建立了刀具磨损状态检测系统,采用直接或间接测量手段获取信号,可对部分刀具进行在线检测。本文对检测系统的现状进行分析,希望未来可借助多传感器融合技术和神经网络等技术,研制出一种自动化程度高、抗干扰性强的通用刀具磨损检测系统。     

精密测试技术专家——叶声华

叶声华教授长期从事精密测试技术及仪器学科科研与教学，尤其对激光在精密计量中的应用技术进行了系统深入研究，解决了重大关键技术难题，发展了一系列新的激光测试技术和仪器，在工程中广泛应用，社会经济效益显著。对促进我国测试计量技术，尤其是激光测试技术的发展做出了重大贡献。他还将机器视觉识别功能拓展为视觉检测技术。完成了国家科委基础研究项目、“863”“八五”“九五”攻关等多项课题，对视觉检测的基本原理及基础技术进行了系统的研究，解决了不少关键技术难题：①视觉传感器的理论模型、算法。     

小模数塑料齿轮误差视觉测量技术研究

针对小模数塑料齿轮误差检测技术难题,提出了基于机器视觉技术的齿轮误差视觉检测方法。搭建了实验检测系统,重点对照明系统、测量基准求解算法、图像处理算法和齿轮误差检测算法等关键技术进行了深入的研究。设计了快速中值滤波、基于Canny准则的边缘检测、最小二乘拟合和Hough变换等算法。实验测量表明,系统效率较高,可以满足小模数塑料齿轮在线检测的要求,是解决小模数塑料齿轮质量检测这一技术难题的有效途径。     

基于机器视觉的起重机主要受力部件的安全性能评估

针对现有起重机的重要零部件检测方法主要采用目测法,精度低及存在安全隐患等问题,提出一种基于机器视觉和有限元分析相结合的检测系统,根据结构特点和使用状况危险部位,确定应力集中区,最终实现吊钩受力特点及安全隐患部位。     

一种非接触式弓网监测系统功能原理及框架组成

本文介绍了一种非接触式弓网监测系统,采用基于机器视觉以及紫外光电转换的非接触式检测以及数字图像智能分析处理等技术,对弓网系统运行中常出现的弓网燃弧问题给出一种技术监测方案,并将检测结果用于用户评估弓网受流质量以及指导接触网和受电弓的维护工作。     

基于机器视觉的跟踪目标距离研究

研究目的在于完善机器视觉在目标物的检测、跟踪方面的技术,系统地研究应用图像处理各种方法,对物体进行检测、识别,用计算机视觉技术测量目标物的距离,并且应用于各种条件。主要任务包括摄像机标定、图像获取、图像预处理及目标物提取、测距算法研究几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案。