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。     

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.     

基于机器视觉的路面破损检测系统研究

分析了系统的基本组成和总体结构,介绍了软件设计流程以及网络设计与训练过程.同时考虑到传统图像分割算法的局限性,设计了一种检测图像内任意区域实时检测算法.可以适应路面龟裂、横裂、纵裂、块裂等多种缺陷以及缺陷并存的复杂道路样本图像.     

基于机器视觉的道路上前方多车辆探测方法研究

本文提出了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，在图像中获得可能的车辆存住区域。然后，通过分形维数计算车辆的纹理特征，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NMI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，具有较好的鲁棒性和可靠性。     

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.     

基于机器视觉的驾驶员嘴唇特征点定位算法

为了有效监控机动车驾驶员的疲劳状态, 通过边缘检测和红色像素点提取相结合的方法确定动态阈值, 对彩色人脸图像中嘴唇进行分割和提取, 再利用逼近算法对嘴唇的各个特征点进行定位, 采用机器视觉监视嘴唇运动, 对驾驶员的疲劳状态进行判定。试验结果表明: 该定位算法可有效去除嘴唇周围的干扰, 完整地将嘴唇从原图中提取出来, 并准确进行嘴唇特征点定位; 该算法对肤色深浅不同、光照不均匀、头部偏转角度不同等情况均有很好的鲁棒性。     

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。     

基于机器视觉的车辆偏航预警系统设计

设计了一种基于机器视觉的车辆偏航预警系统。首先对图像进行灰度化、均值滤波、边缘增强等预处理,采用Ostu算法检测可靠的车道边缘;然后运用Hough算法准确识别不同环境、不同道路下的车道线;在此基础上提出了一种基于车道线斜率的车道偏航预警模型,并进行了试验。结果表明:模型可实时检测车辆运行状态并进行预警,具有较高的准确率。     

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.     

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...     

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...     

基于机器视觉的钢轨轨头非接触测量精度研究

采用基于机器视觉的三角测距原理和光取断面法,开发出将廓形上的激光点进行空间坐标转换的算法,消除了已有方法中借助标定板计算所带来的误差和操作的复杂性,提高了钢轨动态测量的精度和效率.开发了非接触式钢轨检测装置.通过对60轨打磨后轨廓的测量结果与标准廓形的分析比对,验证了开发系统的精度和性能.     

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.     

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。     

机器视觉技术在交通领域的应用探讨

随着计算机的普及和相关软件的不断更新升级,机器视觉技术在交通领域所发挥的作用愈为重要。其应用范围较广,主要包括交通指挥、视频检测系统、车牌识别和智能车辆的安全保障系统等。就利用机器视觉技术进行优化交通管理上的进展进行了探讨,以供我国同类研究人员参考。