基于机器视觉的零件缺陷检测算法

提出一种新的基于机器视觉的零件表面的缺陷检测算法。根据零件缺陷特点,系统采用二值化、中值滤波、形态学处理等方法对获取的图像进行处理。搭建了包括图像处理模块、上位机、图像采集部分的零件表面的缺陷检测平台。实验仿真结果显示,该算法能够准确识别零件表面缺陷,并具有较高识别率和鲁棒性。     

深山旅游失踪者计算机视觉远程定位方法研究

在深山旅游探险中由于地理状况复杂,灌木密集,浓雾迷绕,对深山旅游失踪人群进行准确定位困难较大。传统方法中使用远程遥感技术对失踪者进行定位,在深山浓雾笼罩等恶劣天气下,定位效果较差。提出一种基于大气激光通信的远程遥感计算机视觉定位方法,利用空地大气激光通信特征,使用小波边缘检测算法对遥感视觉图像进行特征提取,实现对深山旅游失踪者的定位标记。仿真实验表明,采用该方法进行深山人体目标定位,能有效提取人体目标遥感视觉特征,定位准确,为深山搜索救援提供了很好的理论基础。     

基于自适应缺陷定位的机床故障点安全监测

通过对机床故障点的缺陷自适应定位实现对机床故障的安全监测和故障诊断,保障机床的高效运转。传统方法中,对机床故障点的缺陷定位采用基于图像分割的主动红外故障检测方法,当主动热激励源分布不均时,对机床故障点的监测准确性不高。提出一种改进的基于自适应缺陷定位的机床故障点安全监测方法,采用图像信号处理和信息论分析的方法,研究机床故障点安全监测技术,设计基于图像分割的机床故障点损伤检测算法,将缺陷点图像分割成一系列的小区域的过程是伴随着每次将采集系统进行一周的旋转前进,每转动一定的角度后内机床缺陷点开始出现一次成像。实现对机床故障点的安全监测。仿真实验表明,该算法能准确实现对机床故障点的定位,机床故障点能有效通过三维图像显示,监测的实时性和精准性较高,展示了该算法的优越性。     

基于图像处理的木材缺陷的阈值设定研究

通过利用X射线无损检测方法,对缺陷木材进行图像采集。然后对采集到的图像进行预处理,为了提高边缘提取效果:对原始图像、灰度变换增强图像以及中值滤波处理图像分别进行二值化处理,再应用Sobel算子对其进行边缘提取。接着对木材缺陷图像进行阈值的设定研究。我们利用最大类间方差法,寻求最佳阈值,较准确地对木材缺陷图像进行特征提取。对图像分割后,可以使缺陷部位完全从背景中分离。     

基于视频像素灰度值时延估计的暴恐人员圆阵定位

从视频像素灰度序列中提取特定人员的状态特征,采用平面阵对特征信息进行融合处理是实现计算机视觉下特定人员定位的重要步骤。传统的人员视觉定位方法采用视频步进跟踪学习方法,在随机状态分布下的复杂环境人员进行准确定位效果不佳,提出一种基于平面圆阵定位算法的特定人员计算机视觉定位方法,提取监控视频的图像,进行视频图像的背景建模,得到高斯差分尺度空间中的背景像素灰度值,实现对特定人员的表情识别的动作判别,以此为数据基础设计平面圆阵人员定位系统,实现对暴恐等特定人员的准确锁定和跟踪识别。仿真实验表明,采用该算法准确实现1500 m远距离暴恐人员特征识别与定位,误差较小,分辨率和准确性较高。     

基于积分投影的眼睛定位系统设计

眼睛定位是很多人脸检测算法的关键步骤,是近二十年来图像处理、模式识别和计算机视觉领域中极富挑战性的研究课题之一。眼睛定位常用的精确检测方法主要有：霍夫变换法、变形模板法、边缘特征分析法和对称变换法等。文中采用一种基于积分投影的方法进行眼睛位置的有效快速定位,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位。     

基于高频增强和区域标定的涡轮叶片缺陷定位

提出一种基于高频增强和区域标定的涡轮叶片缺陷定位检测算法,设计涡轮叶片缺陷定位检测工作原理,采用高频滤波的方法来锐化叶片图像,采用预处理的办法来初步控制过度分割现象,由灰度图像生成梯度图像,构建一个噪声抑制算子,解决过度分割问题,进行了涡轮叶片的缺陷特征模型构建和缺陷信息计算,采用高频增强算法和区域标记的方法,减少由于噪声和纹理细节产生的伪边界,提高缺陷定位性能。仿真实验表明,采用该算法能有效提高涡轮叶片的缺陷定位检测性能,突出损伤边界,较好地抑制噪声。具有较高的工程应用价值。     

基于机器学习的烟草包装封口处视觉缺陷图像检测方法

针对缺陷检测方法中存在检测所需时间较长、漏检率较高等问题,基于机器学习,提出封口处视觉缺陷图像检测方法。首先,采用小波阈值去噪方法对烟草包装封口处图像进行小波变换,抑制图像噪声;在图像去噪处理后,使用机器学习基函数对封口处纹理图像进行小波分解,将图像分解成彼此独立的子窗口。然后计算不同窗口的差分统计纹理特征值,最后运用欧式距离分类器进行缺陷判断,结合Harris角点检验算法进一步完成缺陷部分精确检测。实验结果表明,所提方法检测所需时间平均缩短了约0.27 s,误检率降低了近8个百分点。     

基于机器视觉的高精度新型光纤端面检测装置的研究

本文通过对传统光纤端面检测技术弊端的分析,提出了一种基于机器视觉的高精度新型光纤端面检测装置。并对该装置的研究思路和设计方法进行了描述,主要包括图像采集部分,硬件部分,软件部分组成;光纤端面图像的显示利用BMP编码格式,同时调用API函数绘制和显示图像,并根据光纤缺陷图像灰度不同设置的阈值实现对光纤端面缺陷进行分析。     

基于灰度模式匹配的仪表外壳缺陷检测

在仪表制造过程中,由于加工过程中的工艺问题等多方面的原因,导致仪表表面出现划痕、擦伤、结疤等不同类型的表面缺陷,这些缺陷不仅影响产品外观,更降低了产品的质量。本文通过对划痕缺陷的建模仿真,分析其光照模型和图像的灰度变化特点,计算并归纳总结其灰度变化趋势,提出了符合划痕特征的灰度变化模式,并利用匹配这种模式的方法对划痕进行识别,具有较高的正确率。     

雷尼绍测头系统在西门子840D数控系统上的应用

数控机床在线检测技术的发展,为数控加工过程的质量监控提供了一套更为高效的方法。本文在西门子840D系统数控机床的加工过程中,利用雷尼绍OMP60测头系统对工件、夹具等进行在线检测,通过测量值的分析、计算并反馈,实现对被加工工件定位状态、加工尺寸的实时监控及自动补偿,从而大大提高数控机床加工效率,确保工件加工质量。     

一种基于DSP的全景系统功能的实现

提出了一种全景视觉泊车辅助装置及其生成全景视觉图像的方法,通过全景视觉泊车辅助装置合成为一个虚拟的鸟瞰全景图像,显示在屏幕上,能够实时提供驾驶员泊车所需要的汽车全景图像,消除了车四周的视觉盲区,在此基础上添加偏航模块,利用标尺线对车进行实时定位,以帮助驾驶员更加精确的泊车。生成全景视觉图像的算法主要包含去鱼眼失真、平面投影映射和图像合成。通过DSP处理器根据预先存放在FLASH中的虚拟全景图像查找列表进行寻址操作得到虚拟的全景图像。     

基于背景差分法的虚拟手术损伤区入刀点定位

在虚拟手术系统模型中,特别是脑外科手术中,由于背景图像色彩的非规则性和非均匀性,导致对脑部损伤区域的手术入刀切割点的定位不准,影响手术精度和效果。传统方法采用损伤区域差异特征信息提取方法实现入刀点定位,对脑部特征二维灰度图片缺陷边界的定位效果不佳。提出一种基于背景差分法的虚拟手术损伤区入刀点定位算法,构建了虚拟手术的总体结构模型,将背景图像和人体软组织目标图像划分为多个子块,基于直方图选择阈值对差分图像序列进行二值化,得到高斯虚拟人体器官解析模型。设计医学图像分割算法,采用背景差分技术确定手术器械与软组织发生碰撞的激励因子,快速获取碰撞点,实现对虚拟手术入刀点的准确定位。实验结果表明,采用该算法实现虚拟手术系统设计和图像重构,对手术过程中器官损伤区域切割入刀点定位准确,性能优越,视景效果较好,计算时间缩短,精度提高。     

板材缺陷检测图像采集系统设计

原木加工板材表面机器视觉缺陷检测对提高板材加工效率和出材率具有重要意义。文章根据常见板材缺陷检测目标,设计了缺陷检测总流程;根据板材检测的分辨率目标及物空间范围,对图像采集系统的各结构参数进行计算及分析,搭建了理想的图像采集系统。     

考虑夜间视觉图像误差的人行道识别技术

传统视觉测量方法在夜间环境下,存在误差因素繁多、对比度差、结构相似性差等缺陷,无法准确识别人行道中的行人目标,提出了考虑夜间视觉图像误差的人行道识别方法,塑造目标模型更新机制,根据目标颜色直方图相似度和形状变化信息运算目标变化程度,及时更新夜间人行道上行人目标模型,利用夜间视觉图像误差达到识别目的,将待识别行人图像当成期望图像,对同类运动物体进行注视跟踪,确保实时采样图像收敛于期望图像,由图像反馈以及物体运动自适应补偿构成控制律,完成夜间环境下行人目标的准确识别。仿真实验说明,所提方法可对夜间环境下人行道中行人目标进行准确识别,具有较高的识别效率和鲁棒性。     

遥感图像中微小红外目标的分类定位识别

遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。     

基于视觉处理的钢材尺寸缺失检测方法

在钢材质量检测过程中,需要准确测量钢材的横切面尺寸,计算钢材缺失。针对高精密钢材,传统的机械\人工等缺失检测方法,无法避免由于放置位置、操作流程等原因造成的检测误差,从而降低了检测的准确性。因此,提出了一种基于智能计算机视觉处理的钢材横切面尺寸缺失检测方法。采集钢材横切面图像,对该图像进行二值化处理。提取钢材图像中的边缘特征点,引用一种最大熵方法,设定合理的阀值,进行钢材横切面尺寸缺失检测。实验结果表明,利用这种算法进行钢材横切面尺寸缺失检测,极大地提高了检测的准确性,取得了令人满意的结果。     

三维建筑计算机视觉模型中的断痕消除技术

传统的三维建筑计算机视觉模型中,多个建筑图像不同区域有着较为明显的灰度和梯度等特征存在较大差异,使得拼接后的建筑图像中可能存在较为明显的拼接断痕。为了解决这个问题,提出了一种像素三维插值计算的三维建筑视觉模拟断痕消除技术：提取图像特征点,运用双目立体视觉方法,获得三维坐标。在利用视觉中的像素修补计算,对待配准曲面图像的空间变换参数进行优化,实现三维建筑曲面图像的断痕消除。实验表明,该方法能实现三维建筑中计算机视觉三维模拟的断痕消除技术,取得了不错的效果。     

基于信息熵下的人脸定位技术

为解决人脸定位过程中人脸图像处理困难、定位结果不准确以及人脸易受环境影响的问题,本文提出了利用图像信息熵对人脸进行定位的方法。首先引入了图像信息熵对图像进行色彩空间转化,采用MATLAB进行人脸阈值分割;然后根据人脸肤色与人身体肤色不同对人脸进行处理;最后利用人脸的眼、嘴等像素点信息熵值的比较对人脸进行定位。实验结果表明:可以利用图像信息熵进行人脸定位,方法简单,适应性强,定位结果不受客观因素的影响,识别结果准确。     

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。