3D动态工业照相机成像技术定位仪 工作原理解析(七)

5.理论和器件的发展近年来,由于应用面在广度和深度方面的不断拓展,图像和机器视觉理论、器件都得到了快速发展,而且这一趋势还将继续下去。在器件方面,光源、镜头(光学系统)、相机、采集处理卡等都得到了不同程度的发展,其中以相机的发展最快。(1)光源光源是机器视觉系统中非常重要的组成部分,它对能否进行稳定、清晰、高对比度成像起着关键作用,而稳定、清晰、高对比度成     

第四届中国国际机器视觉展览会（MV China 2009）展后报道

2009年3月24～26日，第四届中国国际机器视觉展览会MV China 2009在上海展览中心隆重召开。此次展会由中国机械工程学会、上海泰沣展览服务有限公司联合主办，主要展示机器视觉部件（包括智能相机、板卡、软件包等）、配件（工业相机、工业镜头、光源、辅助产品等）及图像处理系统、光学系统、机器视觉系统等。     

智能车辆视野及其图像变形矫正的研究

对ＪＵＴＩＶ－Ⅱ型智能车机器视觉系统的结构和该视觉系统产生的图像畸变的原因进行分析，提出并证明视野中等腰梯形区域的对角线交点就是经ＣＣＤ摄像机得到的矩形图像对角线交点的结论，根据该结论推导出机器视觉的图像畸变矫正算法，实验结果表明本文所研究的图像矫正算法可以有效地矫正导航路标的图像畸变，为智能车辆导航路径的识别提供了准确的图像信息。     

汽车整车尺寸机器视觉测量系统的研究

使用彩色图像的彩色分割技术,开发了一套基于机器视觉的汽车整车尺寸测量系统。论述了该系统组成、测量原理及方法,针对复杂背景的彩色图像,提出利用初始轮廓线逐渐逼近最佳图像边缘,让图像轮廓的整体信息参与分类过程,有效地克服了噪声影响,同时又不损失图像的边缘信息,提高了图像边缘的检测精度和分割的质量。试验结果表明,该系统可以实现汽车整车尺寸的自动、快速、准确测量。     

车载机器视觉系统的测试场景研究

基于机器视觉的先进驾驶员辅助系统是目前汽车行业驾驶员辅助系统的重要组成部分。机器视觉主要通过一个放置在前挡风玻璃的高清摄像头采集图像,由于摄像头本身存在局限性,为了保证性能,需要对车载机器视觉系统进行系统、充分的测试验证。文章以基于机器视觉实现的车道偏离预警系统的测试为例,主要对其测试场景进行分类研究,包括天气、道路、道路材质、道线线型、光照、路面干扰、车道情况等。     

可控图像退化对提升机器视觉鲁棒性的研究

现有工业机器视觉设备验证仍主要依赖批量造件,小概率的产品缺陷误判和设备失效风险不容易在投产前被发现和消除。为提升机器视觉系统鲁棒性,充分验证算法和参数不足,需要开发一种可控图像退化模拟系统。此系统能根据工况和设备特性,利用少量样图生成各类具有代表性的退化图像,并对图像退化程度进行精确量化评价。选择评价合适的退化图像对主流机器视觉设备进行鲁棒性验证,从而虚拟但有效地降低设备损坏停机和产品质量风险。另外,对于深度学习视觉应用,此系统也能更贴合工厂环境实现数据增广,优化神经网络模型。     

3D动态工业照相机成像技术定位仪工作原理解析(十)

(接上期)9.机器视觉系统的照明设计①直射光与漫射光以炮弹型LED光源为例,如图1所示,直射光的发散角度较小,光能量相对集中,光源亮度高。当目标为漫反射材料时,可以使目标     

基于视觉技术的汽车制造智能装备文献综述

机器视觉是近20年新兴起来的一项工程技术,涉及到成像技术、图像处理、传感器技术、硬件技术与接口技术等。随着视觉技术的逐步完善和发展,其在工程上得到了越来越广泛的运用。文章就视觉技术的组成、机器视觉在智能装备上的运用以及机器视觉在焊接线上的运用展开了综述,在总结文献的基础上对汽车生产焊接线上使用机器视觉技术进行了展望。     

3D动态工业照相机成像技术定位仪——工作原理解析(六)

3.国内外图像和机器视觉应用技术的现状图像和机器视觉技术在美、欧、日等发达国家的应用已经非常普及。一方面生产自动化程度高,人力成本占整个产品成本的比例较大,消费者对产品质量和一致性的要求也很高。另一方面其设     

道路标线图像采集中的几何畸变校正研究

为探索道路标线养护信息采集智能化，建立了基于机器视觉的道路标线图像信息采集系统，因摄像机光学镜头为广角镜头，且光轴与道路平面倾斜，因而采集的道路标线图像会产生鼓形畸变和倾斜畸变。在分析道路标线图像产生鼓形和倾几何斜畸变原因的基础上，采用三次多项式校正道路标线图像的鼓形变形，并提出了一种用几何物像关系校正道路标线图像的倾斜畸变，实验结果表明这种方法是可行的。     

基于LabVIEW混合编程实现的弱势交通参与者检测系统

弱势交通参与者检测与预警是智能网联测试中典型的测试项目,该项目主要对摄像头采集的图像信息进行算法检测处理,然后由路侧设备收集检测结果并向车载终端广播消息。本文提出了一种采用可图形化编程的G语言,将机器视觉技术与虚拟技术相结合的弱势交通参与者检测系统。该系统相比其他的检测系统利用了强大的LabVIEW平台设计了友好的交互界面,便于检测结果的显示,参数的设置和历史图像的储存与管理,具有良好的准确度与实用性。     

基于机器视觉的球笼保持架窗口位置检测方法

介绍了一种基于视觉检测技术的球笼保持架窗口位置在线检测方法.采用具有独特双光源照明的成像系统的同时获取了窗口边缘和基准面的图像信息,以VC++为平台对数字图像信息进行处理和分析,频域高斯滤波完成图像去噪后,采用形态学边缘检测算法获得窗口边缘点和基准点,利用两直线的平行关系开展最小二乘直线拟合确定窗口边缘位置.实际应用证明该系统稳定可靠,检测效率高,具有良好的应用前景.     

汽车制造业的个性化视觉解决方案

德国倍加福集团旗下的VMT图像处理系统有限责任公司成立于1994年。是总部位于德国曼海姆的一家著名的工业机器视觉供应商。公司根据用户的应用要求和环境进行可行性分析并提供切实可行的图像处理和激光传感器系统的视觉解决方案，能应用于几乎所有工业领域。而在汽车制造业上的应用一向是VMT的业务重点，实际上VMT系统软件的开发初衷就是针对汽车制造行业，到目前为止VMT系统80％的应用都是在汽车制造业上。随着2006年德国倍加福集团对VMT的成功收购。     

基于机器视觉的齿轮齿形缺陷检测技术

文章主要面向齿轮工件,基于机器视觉方法实现齿形轮廓自动检测。首先设计齿形缺陷专用检测装置,用于齿轮图像的采集;然后基于机器视觉方法,对齿轮图像进行预处理,包括灰度转换、中值滤波去噪以及二值化;并基于Sobel边缘检测实现齿形轮廓的提取,确定分度圆半径,基于最小二乘法拟合圆求圆心,根据分度圆与齿廓的交点测量齿距偏差。经验证,齿轮图像预处理以及Sobel边缘检测具有较好的通用性,基于机器视觉的齿形缺陷检测准确可靠,能够有效提升齿轮轮廓的自动检测效率。     

基于计算机视觉的驾驶员转向操作实时监测研究

为实时监控驾驶员操纵转向盘的状态，构建了基于机器视觉汽车转向盘实时监控系统，并运用阈值分割和边缘检测方法对转向盘图像中感兴趣区域进行了图像分割，提出了转向盘转角的计算公式。试验结果表明，感兴趣区域图像分割与转向盘转角监测方法有效。     

机器视觉在汽车试验中的应用

为提高汽车试验的精度和自动化程度,试验过程中可以采用机器视觉来提高试验效率和试验结果的准确性。试验中采用摄像机对被测量物体进行图像采集,由计算机对所采集的图像进行相关处理得到试验结果。试验过程能够实现自动化测量和自动记录试验数据,试验结果的准确性要高于传统的人工测量方法。因此,基于机器视觉的测量方法在汽车试验领域能够得到广泛的应用和发展。     

基于机器视觉的智能车辆避撞预警算法

由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(Collision Warning System,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(Collision Warning Algorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6 m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。     

基于视觉图像处理的路面裂缝量测算法研究

利用机器视觉图像处理方法,针对传统的人工测量高速公路路面裂缝方法的多种弊端,提出一种对高速公路路面裂缝的图像信息进行自动分析处理的新算法,采用几何学原理,将现实世界的三维坐标,投影为二维信息,通过一系列的转换,可以精确地得到裂缝的长度与面积。实验结果表明,可以较精确地测量出裂缝的长度、宽度及面积,为高速公路路面裂缝的分析和管理提供了技术基础。     

基于视觉图像处理的路面裂缝量测算法研究

利用机器视觉图像处理方法,针对传统的人工测量高速公路路面裂缝方法的多种弊端,提出一种对高速公路路面裂缝的图像信息进行自动分析处理的新算法,采用几何学原理,将现实世界的三维坐标,投影为二维信息,通过一系列的转换,可以精确地得到裂缝的长度与面积。实验结果表明,可以较精确地测量出裂缝的长度、宽度及面积,为高速公路路面裂缝的分析和管理提供了技术基础。     

机器视觉在汽车驾驶辅助系统中的应用

机器视觉是汽车驾驶辅助系统应用领域的重要技术,文章主要综述了机器视觉在车道检测技术、交通标志识别技术、车辆识别技术、行人检测技术和驾驶员状态检测技术等领域的应用,着重介绍了机器视觉技术在上述领域目前的研究现状,为机器视觉在汽车驾驶辅助领域的进一步研究提供了参考。