基于机器视觉图像识别及处理的方法

本文对基于机器视觉的图像识别及处理提供了通用思路。基于Open CV库所提供的算法进行识别乒乓球。在机器视觉和图像处理领域,处理方法的选择和其处理顺序将直接影响机器视觉的准确性和稳定性。对一些常用的机器视觉识别处理方法进行了简单介绍。     

基于视觉的道路图像识别技术研究

道路图像识别技术在智能车辆、辅助驾驶、移动机器人等领域中得到了广泛应用,基于视觉的道路图像识别技术已成为众多学者研究的课题。介绍了几种不同的道路识别技术,并着重对基于特征的方法进了阐述,提出了基于区域特征的分水岭算法及改进方法,然后就道路图像的边缘检测进行了分析,最后给出了该领域的研究方向和发展趋势。     

基于机器视觉的无人机避障技术研究

分析了SIFT算法和SURF算法的尺度空间和特征点描述符,同时对避障算法进行实现表明:采用旋转图像匹配时,SIFT算法的耗时较大,SURF算法的实时性相对较好,SIFT算法在同样的匹配时间内获得的特征点对数较多;采用尺寸变化图像时,随着图像尺寸的增大,特征点的数量增加,消耗的时间也不断增加。     

基于机器视觉技术的钨矿初选工艺研究

本文首先分析了机器视觉技术应用在钨矿初选环节的可行性,其次对钨矿初选系统实现、工艺算法分析进行了详细介绍,最后通过钨矿筛选的具体算法分析表明机器视觉技术在钨矿初选环节使用的可行性、高效性。     

基于机器视觉的工业机器人分拣技术研究

近年来,机器人的研究与发展开始逐步走进人们的生活。随着科学技术及我国经济的飞速提升,机器人领域的研究也一次次有了新的突破。机器人的分拣技术一直以来都备受业内人士的关注。就机器人的性能、系统等方面也在不断创新。为了机器人分拣技术的提升,本文就机器视觉进行工业机器人分拣技术平台的搭建,并针对其功能进行了实验研究。在实验中将机器人的相机静止到目标自静止以及相机静止到目标运动,这两种情况下进行机器人的分拣技术研究。     

机器视觉自动检测技术

产品检测在半导体、精密制造、包装印刷等行业应用广泛且需求迫切,但检测手段一直在离线检测（如工具显微镜、投影测量仪和体视显微镜等传统设备）或人工检测的技术中徘徊。近些年随着产品的高档化和微型化,加工订单的国际化,对检测的要求越来越高,精度从0.01mm向0.001mm过渡,     

基于机器视觉技术的自动化理瓶机的设计研究

对灌装生产线上整理瓶环节的常见问题进行了分析,通过视觉检测技术与机器人技术的融合开发研制自动化理瓶机是保证产品质量的有效手段,本文对自动化理瓶机的设计方法以及关键视觉算法进行了研究。对于视觉系统搭建、视觉系统的标定、整理瓶的多目标分类跟踪技术算法、delta机器人轨迹规划及动态目标抓取、视觉控制系统设计等5方面关键研发问题进行了深入的论述并详述了研究方法和具体实施方案。通过自动化理瓶机的案例展示出视觉技术在复杂环境(杂乱无章)下完成高重复度、复杂分拣、挑选、整理等繁重工作的稳定性和高效性。     

基于机器视觉技术的微小齿轮测试系统研究

基于机器视觉技术研究开发了一套用于微小齿轮测量参数的测试系统,阐述了系统的软件及硬件设计思路。     

基于机器视觉的外螺纹表面缺陷检测技术研究

螺纹在诸多行业生产的过程当中都应用的较为广泛,根据不同的实际需求,螺纹在生产过程中所设定的大小以及所应用的原材料也会有所差异。螺纹为细小的零件,其在整体结构当中所发挥的作用是尤为突出的,强化螺纹的质量,从某种程度上来看就是强化系统当中某一部分的稳定性。为更大程度上保障工业生产水平的进步与提升,我们提倡能够采取科学合理的方式实现对于螺纹质量水平的检测,从而及时发现在螺纹生产过程中所存在的问题。就目前情况来看,我国虽然在外螺纹表面检测方面的技术水平已经获得了相应的提升,但与发达国家之间仍然存在着显著的差异。本文就针对机器视觉的外螺纹表面缺陷检测技术进行了系统的分析,通过与其他技术进行对比,分析机器视觉技术具备的优势性,构建其相应的系统硬件平台,从而切实强化实际工作的检验水平。     

基于机器视觉的汽车刹车片定位组装技术研究

结合实际,针对基于机器视觉的汽车刹车片定位组装技术进行了探讨。     

基于机器视觉技术的螺纹检测方法

螺纹连接件连接可靠,装配方便,生产中应用广泛。螺纹的互换性和可靠性要求很高,检测要求严格。本文提出了将机器视觉技术应用于螺纹外观参数检测的研究方法,就图像的预处理方法、图像分割算法、测量参数的特征提取方法以及改进的遗传神经网络算法进行了系统描述,最后选择样本进行了试验验证,结果证明此方法用于螺纹参数是可行的,且测量的准确率高,速度快,能够满足生产线检测要求,对其它机械产品的精度检测具有借鉴意义。     

基于机器视觉的光斑拟合研究

传统的光电子器件封装过程中,光功率为衡量器件是否合格的重要标准。现代器件封装过程中,光斑的大小、形状同样为衡量器件是否合格的重要标准。本文基于机器视觉对光斑进行边缘检测,通过Canny边缘检测与霍夫圆变换按位与的方法识别边缘,拟合出光斑的形状,计算出光斑的中心点坐标以及直径,为现代器件封装耦合过程提供了判断依据。     

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。     

基于机器视觉技术的稻米籽粒摆正问题的研究

基于机器视觉技术的稻米外观品质分析具有快速准确和无疲劳等特点,但由于在实际检测中稻米的不规则摆放,给籽粒外观信息获取带来不便。研究首先通过Radon变换成功实现了稻米籽粒的竖直摆放;再根据籽粒碾磨后无胚芽处像素数与籽粒尾部不同这一特点,实现了稻米的竖直统一摆放。     

浅谈机器视觉技术应用

机器视觉技求就是用机器模拟人的眼睛对客观事物进行测量和判断,它的特点是速度快、非接触、自动化测量和高精度.因此机器视觉技术非常适合于自动化生产过程中的测量、检查和辨别,能很好提高自动化生产线的生产效率.     

基于机器视觉的起动器边缘检测研究

为了提高无功耗起动器外观缺陷检测的效率,需要机器视觉精确地检测出其边缘信息,针对传统Canny算法应用于起动器边缘检测时,存在边缘错检率高和伪边缘明显的问题,提出了一种改进Canny算法。算法对传统Canny算法的高斯滤波器、梯度计算和阈值分割等多个要素进行了改进。改进Canny算法应用于起动器边缘检测,有效地降低了边缘错检率和消除了伪边缘。实验结果表明,应用改进算法的起动器边缘检测方法,获得了更清晰的边缘轮廓,峰值信噪更高,处理速度更快。     

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。     

基于机器视觉的无人机自主着陆系统研究

在20世纪初期,无人机开始进入人们视野,随着社会经济水平的提升无人机技术也不断完善,在无人机技术发展过程中,飞行路线预定位置及着陆位置确定是非常重要的两个方面,研究发现无人机分析过程中其着陆位置准确与否是无人机飞行事故的主要影响因素,因此本文在机器视觉的基础上,对无人机自主着陆系统进行了简单的分析,以便为无人机技术的进一步发展完善提供依据。     

基于机器视觉的智能包装码垛自动化研究

随着工业自动化的普及和发展,促成了包装码垛自动化码垛设备的广泛应用,伴随工业现代化技术的不断提高,在工业4.0引领下,智能化技术开始不断走进工厂,机器视觉的应用让包装码垛自动化设备从工业自动化设备,迈向工业智能化设备。     

基于机器视觉的水果缺陷检测方法研究

水果分级的目的是使水果达到标准化和商品化,因而水果缺陷检测尤为重要。为增强水果市场的竞争力,国内外对水果缺陷检测方法进行了大量研究。简要介绍了国内外研究状况,对已存在的4种水果缺陷检测技术进行了研究分析,提出了每种检测方法的适用范围,为水果的无损缺陷检测提供了一定的理论依据。