基于机器视觉的车辆检测

自动驾驶技术中,障碍物的识别是其中很重要的一环.文章设计了一种基于OpenCV技术的本车前方车辆的识别系统,其采用了单目摄像机进行图像输入,使用计算机完成图像预处理,然后训练级联分类器以识别车辆,文章采用Adaboost算法进行训练[1].将处理好的图像导入车辆分类器,即可完成对前方车辆的识别.经过实验,本系统具有良好...     

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。     

基于机器视觉的试验间入口检测识别

针对试验园区内叉车运送货物进试验间场景,提出一种基于机器视觉的试验间入口检测识别方法,利用边缘检测和Hough直线检测算法,结合检测目标特点进行筛选优化,实现了园区内试验间入口检测识别功能,对于开发智能叉车辅助系统有一定的工程意义。     

汽车仪表板机器视觉检测技术

提出了用机器视觉系统对汽车仪表板总成进行智能检测的方法。仪表板质量检测的关键技术是提取边缘数据和定义指示误差。为有效地去除噪声并进行边缘数据提取，采用了小波变换模极大值的方法提取仪表图象特征，同时提出一种新的旨示精度评判准则。在此基础上，成功地研制出一种机器视觉检测系统。     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于机器视觉的道桥检测技术研究与应用

随着公路网日趋完备,公路养护和管理问题日益突出。本文以机器视觉理论为基础,提出了使用无人机获取道桥图像的方法,并结合病害信息量化处理技术,实现道桥病害的智能检测。该检测技术具有便捷、直观、精确、非接触、再现性好、适应性强、灵活性高等优点,并可排除人为干扰,对促进道桥养护现代化具有十分重要的现实意义。     

基于机器视觉的智能车辆障碍物检测方法研究

着重阐述基于机器视觉的前方车辆障碍物检测方法，首先根据公路上前方车辆的先验特征模型，建立障碍物探测的感兴趣区，以缩小搜索区域，随后提出一种新的对称变换算子，用于检测障碍物车辆的对称轴，并确定障碍物车辆的矩形轮廓，为进一步提高障碍物检测的实时性，采用递归模板匹配法对障碍物进行跟踪，试验表明上述方法是有效的。     

基于扩展卡尔曼滤波与机器视觉融合的道路侧向坡度估计

为解决现有算法难以准确估计前方道路侧向坡度的问题,提出了一种基于扩展卡尔曼滤波（EKF）与机器视觉（VB）融合的道路侧向坡度估计方法。首先,建立含有侧向坡度的车辆2自由度模型,通过EKF估计出侧向坡度与车辆侧倾角的叠加态,由侧向加速度乘以适当增益解耦出车辆侧倾角,得到EKF道路侧向坡度估计值;其次,通过视觉成像原理分析二维图像中道路侧向坡度与图像中相关参数的几何关系,得到VB道路侧向坡度估计值;最后,通过数据融合得到最终的道路侧向坡度估计值,使估计结果冗余互补。仿真和实车试验结果表明,该融合算法能够适用于道路侧向坡度变化的坡道,并显著提高了估计精度。     

基于毫米波雷达和机器视觉融合的车辆检测

针对车辆检测中使用传统单一传感器的识别效果差、易受干扰等缺点,本文提出一种基于毫米波雷达和机器视觉融合的车辆检测方法.首先利用分层聚类算法对雷达数据进行处理,过滤无效目标;利用改进的YOLO v2算法降低漏检率,提高检测速度;然后运用目标检测交并比和全局最近邻数据关联算法实现多传感器数据融合;最后基于扩展卡尔曼滤波算法...     

基于机器视觉技术的汽车制造零件检测系统

为代替人工完成汽车零件安装状态的检测识别,基于YOLOv5算法并结合PLC、RFID、Python、OpenCV、钉钉即时移动通讯软件设计形成一套完整的视觉检测系统。该系统种所训练得到的样本模型准确率和召回率均在98%以上,从实际运行观察,其识别并准确提醒的概率在99%以上,并且可满足生产节拍需求,优于目前人工检测的实际效果,成本较低具备良好的经济推广性。     

基于机器视觉的沥青路面微观形貌检测技术研究

沥青路面的微观形貌是决定该路面抗滑性能的重要影响因素之一,如何对其进行三维重构已经成为交通安全领域的一个研究热点.文中将机器视觉方法引入到沥青路面微观形貌采集技术研究中,设计了一套完整的检测实验平台,并针对该实验平台的特点,提出了三维重构数学模型,从摄像机标定和特征匹配2个方面讨论了其中的关键技术.     

基于机器视觉的新能源电池盖帽质量智能检测

针对新能源电池帽焊接质量在线自动化检测需求,基于机器视觉和深度学习技术,开发一套能够自主识别电池帽焊接质量缺陷的智能检测系统,实现了该产品检验环节的机器替代人工,最终完成检验工序自动化。同时,针对负样本种类多、数量少、具体形态比较随机的情况,提出模型迭代升级的思路,以不断提升神经网络模型的可靠性和稳定性。     

基于机器视觉的活塞杆端表面瑕疵检测研究

文章针对目前汽车零部件厂商对汽车活塞杆端表面瑕疵检测效率低的问题,利用Labview视觉助手与视觉开发模块,开发出了一种基于模板匹配的机器视觉检测系统。     

基于机器视觉的汽车车身划痕检测与处理

随着科技发展与进步,汽车走进人们的日常生活,成为出行所需的必要品之一。由于擦洗、护理不当的人为原因或是汽车行驶时与其他车辆、路边树枝或固定物发生刮擦的自然原因等,往往都容易使车身造成深浅不一的划痕,影响美观与使用。而对于划痕检测往往采用人工检测的方法比较常见,但随着社会发展,各种无损伤的检测技术逐渐普遍出现,国内外在划痕检测与识别的技术上得到不断提升,从一开始由传统的人工主导检测方法到现在常见的渗透识别、磁粉识别、图像识别以及基于超声波激光的识别方法。针对人工检测存在低效率、高漏检率和误检率等缺点,文章通过提出一种基于OTSU算法的以机器视觉检测技术为基础的实现车身划痕能够自动检测的方案,此方案安全可靠,在艰难复杂的工作环境里可以较长时间工作,并且能够获得较高的检测精度。为了恢复汽车车身的美观性,根据划痕损伤程度不同,提出了几种不同的修复工艺。     

基于机器视觉的道路上前方多车辆探测方法研究

提出一种基于车辆特征的方法识别和跟踪前方的车辆。首先,利用车辆底部存在阴影的特征,在图像中确定可能存在的车辆区域。然后,通过分形维数计算该区域的纹理特征,排除非车辆区域。最后,利用车辆的边缘信息,通过投影变换方法,对候选区域内的车辆进行定位。此外,利用NM I特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试,以及在高速公路上进行了实时跟踪试验,具有较好的鲁棒性和可靠性。     

基于机器视觉法的桥梁表观病害检测研究综述

桥梁作为重要的基础设施,承担着道路交通和人员、货物运输等重要任务。桥梁表观病害的及时有效检测具有确保公共安全、延长桥梁使用寿命、及时排查风险等重大意义,有助于提高桥梁服役阶段的可靠性和耐久性。近年来,随着计算机视觉、人工智能等技术的快速发展,机器视觉法逐渐成为了桥梁表观病害检测的新兴手段之一。首先,通过详细分析近年来该领域的多篇相关文献,综述了基于机器视觉法进行桥梁表观病害检测的关键技术,包括检测平台研发技术、数据采集技术、图像处理技术、三维建图技术、病害定位技术和病害参数量化技术等。其次,通过分析现有研究开展检测工作的流程,总结了基于机器视觉法进行桥梁表观病害的技术框架,并分析了其中各个流程之间的功能与联系。上述关键技术的综述与技术框架的总结可为研究者开展检测工作提供一定的参考。最后,根据现有研究在实施检测任务时自动化程度的不同,提出了基于机器视觉法进行桥梁表观病害检测的智能化分级,包括人工检测辅助、病害定位检测、局部自动检测、整体自动检测、高度自动检测和完全自动检测6个等级。对比文献研究可知,现有研究虽然已经脱离了传统的人工检测的阶段,但仍与完全自动检测具有一定的差距。该领域仍具有...     

基于机器视觉的隧道衬砌表观病害检测技术研究进展

针对隧道衬砌表观裂缝病害的智能化检测算法问题,梳理了自动检测算法的处理流程,介绍了3种裂缝自动检测的方法:图像处理、传统机器学习、深度学习算法,并分析了3种方法的适用范围及优缺点,重点讨论了深度学习算法,它从根本上改变了裂纹检测的方式,大幅提高了检测性能。对基于分类、目标检测和分割的深度学习神经网络在裂纹检测中的应用进行了综述和比较,展望了该算法在裂缝自动检测的应用前景。     

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.     

汽车白车身机器视觉检测系统

本文论述了由多传感器“融合”的轿车白车身机器视觉检测系统的原理、组成及其工作过程,设计了利用双经纬仪实现坐标系统一的方法,完成了测试实验及数据采集,并与标准值进行了比对,取得了较高的测量精度。