基于机器视觉的桥梁检测技术现状及发展

基于机器视觉的桥梁检测技术相对传统检测技术具有自动化程度高、检测效率好、检测成本低、不影响交通以及高耸构件检测便捷等优点。文中分析了采用机器视觉进行桥梁检测的研究应用现状;梳理了进行图像采集、病害自动识别以及裂缝测量的技术手段与方法,并分析了每种手段与方法的优缺点与适用范围。最后提出了该技术的发展方向:重点发展高效的图像获取手段与细微裂缝的自动识别算法。     

基于计算机视觉的自动矫正数控系统

基于机器视觉技术,利用OpenCV计算机视觉开源库作为开发函数库,以工业相机和三轴雕刻机作为实验平台,为数控系统进行视觉矫正系统开发.首先对装夹后PCB板采集Mark点,直线检测完成后,利用角点检测对Mark点进行定位.通过霍夫变换得到世界坐标系下的直线方程,以此求取当前待加工PCB板的装夹位置和姿态.最后通过图像坐标和机械坐标的变换关系对加工位置信息进行纠偏处理.针对数控系统PCB板加工中出现的装夹误差问题,设计并开发了基于机器视觉技术的数控系统视觉矫正系统.通过实验和具体误差数据证明了本系统达到了PCB板的加工精度要求.     

基于机器视觉的铁路货运木材检尺系统开发

利用三角测量原理,采用图像处理技术,解决了基于机器视觉木材检尺技术的难点问题.实验结果表明：开发的检尺系统可直接确定目标面到相机镜头间的距离,并且能够与机器视觉检尺无缝融合,与其他测距传感器相比,该系统成本低,不仅适合单根等小批量的木材检尺要求,而且适合大批量的铁路货运木材的检尺工作.     

机器视觉新技术在自动表面检测中的探讨

介绍了机器视觉的作用、应用领域与国内外研究现状,提出了机器视觉新技术的研究及其在自动表面检测中的应用.     

基于机器视觉的公路交通标志自动化巡检系统

针对既有交通标志巡检的调查手段和分析方法存在的成本高、效率低、精度低的弊端,提出了一种基于机器视觉的公路交通标志自动化巡检系统,实现对公路交通标志的移动式实时检测与分析。首先利用YOLO （You Only Look Once） 算法,将机器视觉技术运用到交通标志的检测中,加快了检测速度。然后给出了交通标志自动化巡检系统的系统构架、系统结构与功能及数据管理方案。最后利用该系统进行实测。实测结果显示,该自动化巡检系统能够准确地检测交通标志、道路标线及路面坑塘,具有较高的测试精度及较好的测试效果。     

基于机器视觉的隧道智能检测技术研究现状及技术分析

基于机器视觉的隧道检测技术可实现隧道病害的快速采集、自动识别和管理,由于采集速度快、识别精度高,是目前最受关注的隧道快速检测手段。介绍了国内外几款具有代表性的隧道快速检测设备,并对各家产品进行了分析比较,探讨了未来隧道检测设备研发方向。     

机器视觉理论下的桥梁形变在线监测技术探讨

光学原理是机器视觉理论的基础,其主要是将采集而来的目标图像,通过计算机将其结构的位移值计算域分析出来。将简易的标志点布置在桥梁结构待测的部位中,人们便可以利用标志点的特性,将形心跟踪定位算法研究并开发出来。将机器视觉理论作为理论基础,对桥梁形变在线监测技术进行了研究与探讨,并运用相应的测试系统,对拱肋与桥塔偏位、桥梁斜拉索振动位移监测等桥梁较为关键的部位的位移情况进行了测量,旨在对桥梁测试技术进行丰富与完善。     

基于机器视觉的路桥裂缝病害自动检测技术

为解决路桥表面因荷载作用、疲劳与腐蚀效应、材料老化以及维修养护不及时等原因产生裂缝病害的问题,进一步提高日常养护工作效率,对机器视觉技术、图像处理技术在路桥裂缝病害检测工作中的应用进行了研究.采用对比分析和数据验证相结合的方法,重点针对利用机器视觉技术实现病害特征提取、特征识别和量化计算算法进行了比较研究.研究结果显示:①采用修正后的Faster R-CNN和深度可分离卷积网络能够有效减少参数数量,实现算法速度和精度的平衡;②采用小波变换滤波和KD树算法相结合的方式能够精确实现裂缝病害的连续特征提取;③基于裂缝的统计特征可快速实现病害分类.基于上述研究成果,提出并研发了一种路桥裂缝病害的自动检测方法,通过在广东省8条高速上的实例验证和模型优化,实现了路桥裂缝病害的自动化检测,精度达到95％,大幅度地提升了检测效率,有助于提高路桥的安全运行水平.     

无损光电检测技术原理及应用

无损光电检测技术已被广泛应用于工业、农业及其他领域中。文章介绍了红外光谱、拉曼光谱、机器视觉、超声波、X射线以及电子鼻和电子舌等6个方面的无损光电检测技术原理,分析了无损光电检测技术的国内外研究现状、化学计量学实现算法和应用过程中要解决的关键技术,在此基础上,展望了无损光电检测技术的应用前景。     

基于机器视觉的行车安全综合保障系统研究

驾驶员疲劳驾驶或精神分散容易导致发生车道偏离以及追尾碰撞等恶性交通事故，利用机器视觉技术监测驾驶员的眼部、嘴部、头部等器官的运动特征，建立基于驾驶员面部视觉信息的疲劳与精神分散状态综合量化评价模型，实现实时有效的动态监测和预警，并系统研究了本车前方车辆探测方法和安全车距的评定准则，实现防追尾碰撞预警。初步试验表明：当驾驶员疲劳驾驶、无意识车道偏离以及行车安全车距过小时，该行车安全综合保障系统能有效地对驾驶员进行警示。此外，根据行车安全保障技术领域的研究现状，还开展了道路上行人检测的技术研究，并取得初步成果。     

混凝土裂缝监测与检测技术发展动态综述

混凝土裂缝的监测与检测工作对于基础设施的养护管理和性能评价具有重要意义,然而,传统监测技术难以感知新裂缝的产生,传统检测技术高度依赖检测人员的经验。针对以上问题,分别介绍了基于柔性导电涂料、长标距光纤光栅的混凝土裂缝监测技术及基于机器视觉的混凝土裂缝检测技术,分析其工作原理与应用案例,为混凝土裂缝监测技术和检测技术的研究提供参考。     

基于机器视觉的接触网几何参数检测方法

提出了一种基于机器视觉技术的接触网几何参数检测方法。检测过程中,通过线阵相机对锚段关节、支柱等关键零部件的识别,实现检测数据精确定位,同时采用振动补偿技术消除由检测车体振动所造成的检测误差.检测结果表明,该方法能够有效地提高接触网动态几何参数检测精度,具有实际意义.     

悬链线上自动装卸工件的研究

分析了悬链线上自动装卸设备所产生的运动以及实现这些运动所需的机构。针对工件放置位置不准确的状况,采用机器视觉技术自动识别工件的位置,悬链与机器人悬挂机构保持同步移动,可以避免吊杆与工件及悬挂机构碰撞,保证了工件的自动抓取和释放的准确性。     

基于机器视觉的公路隧道衬砌检测系统研究

以人工方式为主的公路隧道检测已经不能满足快速发展的要求。针对该问题,笔者基于机器视觉技术提出一套公路隧道车载检测系统,对其实施方法与工作原理进行了阐述。根据检测任务需求,对系统的硬件设备进行了选型,并搭建了一套车载试验样机系统。通过隧道内的测试,获取了完整的隧道衬砌图片,满足了快速检测的要求。     

基于机器视觉的螺母垫圈分拣系统设计

介绍了基于机器视觉的螺母垫圈自动分拣系统的工作原理、系统组成及检测算法.该系统能够对生产线上螺母垫圈的内外圆直径、同轴度等进行实时动态检测.并触发分拣子系统对螺母垫圈废品予以剔除,实现了产品关键尺寸快速检测和等级分类.     

优纳科技智能相机

北京优纳科技有限公司成立于2005年,隶属于优纳集团（位于美国硅谷）,是一家由归国留学人员所创办的高新技术企业。公司主营业务范围涵盖机器视觉、半导体检测、工业自动化和数字化切片等多个领域。     

基于视觉的接触网绝缘子污秽检测技术初探

接触网绝缘子表面容易积累污秽并诱发污闪,这对于电气化铁路的安全运营是一个极大的隐患.针对此问题,将机器视觉技术应用于接触网绝缘子污秽检测,提出了基于SURF特征样本库对绝缘子进行识别,采用双目摄像头计算出绝缘子的位置信息,根据HSV的色彩范围对绝缘子污秽进行分类.实验室测试表明,通过这些方法能够有效的判断绝缘子的污秽状况.     

基于小区域跟踪的多晶硅视频检测系统

为实时测量多晶硅棒直径,研制了多晶硅棒径在线视频检测系统.该系统采用双相机成像的机器视觉方法实现目标硅棒的监测,采用左中右差分的图像分割技术提取目标,采用基于小区域的质心跟踪算法跟踪目标.系统标定后,可实时测量还原炉内多晶硅棒的直径.实验结果表明:该系统能检测微弱边缘,在直径为8~150 mm的范围内,测量精度高于工业视觉图像测量的要求.     

基于深度学习的园林智能浇灌系统

园林浇灌有自动浇灌和人工浇灌2种模式,但都存在水资源浪费、人力资源浪费和不合理浇灌等问题。针对这些问题,文中将深度学习和机器视觉技术应用于土壤湿度分类,以土壤图像与对应的湿度为样本,建立了卷积神经网络框架,并基于大量实验对卷积神经网络进行了训练和验证,实现了基于土壤图像信息的浇灌需求智能决策,决策正确率达到85%以上,并与控制系统相结合,实现了园林智能浇灌系统,从而达到合理浇灌、节约水资源与人力资源的目标。     

优纳科技智能相机

北京优纳科技有限公司成立于2005年，隶属于优纳集团（位于美国硅谷），是一家由归国留学人员所创办的高新技术企业。公司主营业务范围涵盖机器视觉、半导体检测、工业自动化和数字化切片等多个领域。