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。     

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...     

基于LDPC码的数字水印技术

由于图像水印系统和通信系统的模式具有相似性，提出了一种基于LDPC码的图像数字水印算法。该算法利用LDPC码的纠错性能和人眼视觉特性，以实现静止图像中数字水印的嵌入和提取；在水印嵌入之前，对水印序列进行LDPC码编码，然后把水印嵌入到符合人眼视觉特性的小波域中，并采用了LDPC迭代译码算法进行水印提取，最后进行了仿真实验。实验结果表明，该算法降低了水印在传输过程中的误码率，具有很强的鲁棒性和视觉不可见性。     

3D动态工业照相机成像技术定位仪 工作原理解析(八)

6.光源机器视觉系统的核心是图像采集和处理。所有信息均来源于图像之中,图像本身的质量对整个视觉系统极为关键。而光源则是影响机器视觉系统图像质量的重要因素,照明对输入数据的影响至少占到30%。通过适当的光源照明设计,使图像中的目标信息与背景信息得到最     

基于机器视觉的智能车辆导航综述

基于机器视觉的智能车辆导航是智能车辆系统的关键,包括道路检测和障碍物检测两部分。结合国内外最新研究动态,本文主要总结道路检测和障碍物检测中的典型方法,并列出国内外具有代表性的一些智能车辆系统,同时详细介绍当前最具代表性的、美国军方研制的DEMOⅢ系统;最后指出基于机器视觉的智能车辆导航技术的研究与发展趋势。     

基于OpenCV的车身匹配间隙测量方法

文章基于OpenCV图像处理技术,提出了一种汽车车身匹配间隙机器视觉测量方案。系统的软件框架分为图像预处理、边缘检测和尺寸测量等核心模块。采用中值滤波消除图像中的噪声,运用Canny算法获取间隙的边缘信息,然后运用相应的测量算法计算出测量结果。最后,对测量结果进行误差分析,验证了该方法具备高效、高精度、柔性化优势,具备良好的实际应用价值。     

基于改进神经网络的机器视觉的路面破损检测系统研究

研究开发了一套基于机器视觉的路面质量检测系统,并将改进的神经网络方法应用到道路路面缺陷检测中。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。该检测系统具有很强的灵活性,检测速度较快,完全满足实时检测的要求。     

新型视觉区域智能车辆导航控制器设计

简要介绍了基于机器视觉导航区域智能车辆(CyberCar)的导航原理和组成。首先采用逆M序列作为辨识输入信号和最小二乘算法得到车辆转向系统的系统辨识特征方程,结合预瞄运动学模型和车辆二自由度转向动力学模型,从而建立车辆基于视觉预瞄的转向动力学控制数学模型,根据线性二次型最优控制理论得到状态线性反馈的最优控制规律。通过仿真分析和试验,验证了最优控制器在CyberCar户外路径跟踪过程中平稳、可靠。     

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。