基于Blob算法的印刷缺陷在线检测的研究

将常见的印刷缺陷分为点、线、面3类,介绍了印刷缺陷在线检测的基本流程,说明了Blob算法检测缺陷的具体步骤,并运用Blob算法结合缺陷面积及周长的特征,成功对印品缺陷进行了提取及归类,最终得到了缺陷的面积、位置、类型等特征参数,在程序中实现了印刷品缺陷的检测。

基于Blob算法的织物疵点检测算法的研究

针对布匹疵点检测算法高效性和准确性要求的不断提高的要求,提出了利用基于Blob分析算法对采集的织物图像进行疵点识别的方法。对图像中的目标疵点区域进行降噪、开闭运算、标记目标区域及二值化等大量仿真实验,得到相关疵点有效特征值,实验充分证明了Blob算法在疵点检测中实时性和准确性。

基于Blob算法的烫印缺陷在线检测的研究

分析了常见的烫印缺陷,介绍了烫印缺陷在线检测的基本流程以及检测系统的关键技术,包括烫印缺陷的判定,Blob算法如何分析连通区域,确定连通区域的数量、大小、面积和位置等信息,根据连通区域的特征参数成功地对烫印缺陷进行了分析归类,实现了烫印缺陷的在线检测。

基于Blob分析的玻璃纤维织物缺陷检测方法研究

为了解决玻璃纤维织物在线检测效率低、实时性差等问题,提出了一种基于Blob分析的织物缺陷检测方法.首先对织物图像采用均值滤波器进行平滑处理,以削弱噪声和织物纹理的干扰,然后采用Otsu算法寻找最佳阈值将图像分割为Blob和背景的像素集合,采用形态学处理调整分割后的Blob形状,最后对图像进行连通性分析和特征提取,通过对Blob区域进行最小外接矩形拟合得到缺陷特征的个数和尺寸等信息.实验结果表明:该方法计算简单、检测结果稳健可靠、实时性好.

基于Blob分析和贝叶斯决策的水下目标提取方法

由于水下环境复杂多变,造成目标与伪目标的高混合度,某种单一的分割方法通常不能提取出理想的目标区域,因此提出一种基于Blob分析和贝叶斯决策的水下目标提取方法。首先,利用改进的二维OTSU算法计算出最佳阈值,并根据该阈值对图像进行阈值分割,经过连通性分析得到闭合的初始分割区域;然后,采用7种Blob算子对闭合区域进行7维向量描述,并基于贝叶斯决策准则剔除伪目标区域;最后,利用数学形态学算子去除目标区域边界的毛刺和干扰,得到理想的目标区域。通过对水池实验抓取的水下图像进行处理,结果表明该方法能够准确、有效地提取出真目标区域。

基于Blob算法的机器视觉系统设计与实现

本文设计了一种基于Blob分析的智能机器人视觉系统。在此基础上提出识别规则物体的方法,利用不变矩、图形的面积和周长比来识别物体的形状,并采用Blob算法求取目标物的中心坐标及其任一斜边与坐标轴之间的夹角,从而识别出规定形状的物体,实现对微小或缓慢运动的目标物的定位。系统选用VCSBC4018智能摄像机来完成场景图像的采集及量化任务,并利用其自带的嵌入式操作系统及开发平台编写相应的目标识别与定位程序。实验结果表明,该系统能满足实际项目中对目标姿态信息的需要,目标识别准确率达到100%,定位相对误差小于4%。

基于多方位视觉的果实形状特征的提取研究

针对传统瓜果分级中捕捉单幅果实图像来分析果实特征时信息较少的缺陷,提出了一种基于多方位视觉系统的果实形状特征提取算法。同步采集3个方向的果实图像信息,经OHTA空间上的图像分割和改进的BLOB算法去噪声等处理后,分别给出果实的多方位的图像特征信息。运用统计学原理,设计了线性分类器,对3个方向的图像特征信息进行了互补性融合,得出分级判别准则。利用开发的智能瓜果精选分级试验样机,验证了该算法的有效性,试验结果证明识别成功率达到97%,达到了实用的要求。

长输管道泄漏检测系统设计与开发

设计并开发泄漏检测系统,该系统可以实时监测长输管道的运行状况。该系统主要包括3大模块:多源信息获取模块,数据存储与查询模块以及泄漏分析与诊断模块。通过OPC技术实时快速获取现场PLC信息,弥补SCADA系统采样频率低导致信息缺失的不足;利用BLOB格式存储大容量实时数据,并实现历史数据查询功能;应用投影降噪理论进行信号降噪,实现小泄漏特征信号获取;结合相关分析技术计算负压波传输时间差,并动态求解负压波波速。现场试验证明,该系统具有较高的定位精度,满足现场需求。

基于LZMA的数据库压缩存储应用研究

目前,诸多数据库应用系统的文字、图形、图像等大数据是直接存入数据库的大字段,其中文字数据以ASC II码存储,这使数据库数据急剧膨胀,且保密性差、传输速度慢、存取效率低。采用LZMA压缩算法,并自定义压缩二进制数据存储结构,把核心压缩二进制算法封装成API动态链接库,通过调用接口函数压缩大数据,再保存至数据库B lob字段;调用数据时,再将保存在数据库中的数据解压缩进行还原,这样不仅节省了数据库的磁盘空间,同时也提高了数据存取效率。

基于机器视觉的铝镍钴磁性材料外观缺陷检测的研究

针对镍钴磁棒材料在线分拣中人工端面缺陷检测准确率低、分拣慢的问题,提出一种基于机器视觉的铝镍钴磁棒材料缺陷检测的方法,创新性地提出了一种以轮廓与拟合圆距离差为评价标准的检测边缘崩角和缺角的算法。首先,通过Canny算法获取检测图像的轮廓;然后,基于轮廓最大连通曲线拟合端面圆,轮询计算轮廓点与拟合的端面圆距离,由此精确获取边缘崩角和缺角信息;最后,通过Blob分析法分析端面污点信息。实验测试结果表明:该系统可对产品的两端面外观缺陷进行筛选,实现对表面缺角、崩角和污点等的检测,在设计的铝镍钴磁性材料分拣系统的应用中,检测节拍可达120片/min,检测准确度大于97%,符合企业分拣需求。

基于机器视觉石英晶片外观的缺陷检测方法

针对石英晶片的外观缺陷检测技术的不足,提出一种基于机器视觉开发软件对石英晶片外观缺陷检测方法,对石英晶片生产过程中出现的外观缺陷进行了分析,提出了缺陷检测的流程,建立了基于几何特征的模板定位算法和基于Blob算法的缺陷分析算法,实现了对图像的获取、边缘检测、定位、识别和斑点分析,在C#环境下对其图像处理技术利用机器视觉软件进行了开发,搭建了石英晶片的外观缺陷检测实验平台,通过摄像机实现了石英晶片的外观图像的捕获,利用视觉软件获得石英晶片的外观质量,最后对此系统进行了测试。实验表明:该石英晶片外观缺陷检测方法具有检测速度快、精确度达到99.7%、匹配误差小于0.3等优点,可满足现场使用的要求。

实时高速棒材图像的识别与跟踪

针对高速生产线上棒材计数困难的问题,使用线扫描相机采集运动棒材图像,利用Blob分析算法识别出棒材端面的质心坐标,并计算其面积大小;利用图像帧间数据联系开发出一种启发式跟踪方法跟踪棒材端面运动.在实验室环境下,开发出高速实时棒材识别与跟踪的硬件与软件系统.首先搭建了硬件平台,确定了硬件的系统参数,而后基于Visual Studio 2005平台进行了软件系统开发.实验结果证明,该系统对生产线上高速运动的不粘连棒材,计数准确率接近100%,且识别时间为毫秒级.

加速的Fast Hessian多尺度斑点特征检测

针对目前效率最高的斑点检测算法—Fast Hessian算法的运行速度还无法满足目标识别与跟踪等对图像实时性要求较高的技术应用的问题,提出了加速的Fast Hessian多尺度斑点特征检测算法来进一步提升Fast Hessian的运行速度。该算法从减少算法过程中滤波运算量的角度入手,有选择地计算每个Octave首末两个尺度层中的采样点值;与原算法在这两层中求取所有采样点值的方法进行比较,提出的算法明显降低了滤波运算量,从而缩短了斑点检测过程的耗时。实验结果表明,加速的Fast Hessian算法在斑点检测结果上与原算法一致,而运行速度比原算法提升了近40%,因此更加适合实时应用。

团块与Mean-Shift结合的局部遮挡目标跟踪

传统的基于Mean-Shift的目标跟踪方法利用目标的全局特征进行跟踪,在局部遮挡情况下跟踪效果不佳。提出一种基于团块建模和Mean-Shift相结合的利用目标局部特征的运动目标跟踪方法,对目标进行团块建模,利用Mean-shift算法对各团块进行跟踪,在此基础上确定目标新位置。该方法能够在目标发生局部遮挡时,自动选取未被遮挡的团块的跟踪结果来确定目标的位置。为了提高方法对背景干扰的鲁棒性,采用背景加权的Mean-Shift算法。实验结果表明:该方法在局部遮挡的情况下可较好地进行目标跟踪,跟踪效果优于报导的基于Mean-Shift的方法。

综合印刷质量检测算法设计与实现

随着信息时代的到来,商业的繁荣对印刷产品的质量及检测要求也越来越高。因此,建立、完善、设计基于计算机体系的自动印刷质量检测系统已成为广泛关注的问题。本文从计算机在线监测的算法入手,提出基于二值化和Blob分析的算法设计并实现了印刷品外观缺陷在线检测,为印刷质量在线监控算法提供方案。

基于 OpenCV距离变换的物体计数系统研究

针对大量物体计数依靠人工会漏数,或者重复,生产效率相对较低的问题,系统提出将OpenCV距离变换与Blob算法相结合实现对物体计数,首先以一定数量硬币的图片为实验对象,对图像进行滤波,阈值处理,采用数学形态学中的方法开运算,来调整分割区域的形状,其次基于欧几里得算法距离变换等分割出物体,后采用Blob算法识别目标物体,进而进行数量统计。此次硬币测试目标共24个,最终本系统计数结果也是24个。系统计数准确,有良好的图形界面,具有一定的使用价值。

基于红外热像仪的火源定位方法

为了在消防机器人上实现火源的识别与定位,研究了基于红外热像仪的图像识别算法。利用红外热像仪感知的温度特征将疑似火源的区域从背景中分割出来;对二值化后的图像利用Blob提取算法,得到每个目标区域的像素集合;在此基础上,使用光流法提取图像的动态特征;提出一种分段均值的方法,并结合光流方向的其他特征来判定目标区域是否为火源。实验结果表明,提出的算法能有效定位火源。

倒车环境下的网状障碍物识别技术

针对传统的超声波倒车辅助系统的检测盲区,在动态背景下识别网状障碍物,开发了倒车环境下网状障碍物检测的新算法.试验证明,该算法具有实时性好、检测效果直观和可以与目前的超声波倒车辅助系统相匹配的特点.

基于机器视觉的半导体表面缺陷检测研究

半导体的广泛应用使得人们对其质量要求越来越高。半导体生产过程中塑封表面缺陷的检测得到更多生产厂家的重视。本文对SOT-23封装式半导体的表面塑封缺陷进行了研究,改进并优化半导体质量缺陷检测系统,通过边缘检测算法提取半导体管体的塑封边缘,确定被检管体的位姿,缩小检测范围,使用基于边缘点的模板匹配算法来判断字符的完整性,最后利用差影法准确地检测出塑封缺陷。经工厂试用后,结果显示此系统能有效地检测出表面质量缺陷。目前此系统已在工厂正式使用。

基于机器视觉技术的轮轨横向位移测量方法

实时准确测量轮轨横向位移对改善车辆的舒适性和提高行车安全性具有重要意义。本文介绍了一种非接触式间接测量系统,该系统采用机器视觉技术并辅助以轮廓光,运用Blob算法测量运行中的车轮相对于钢轨的横向位移。通过分析该系统静态测试结果,对该系统进行了改进,优化了系统资源,提升了计算速度,并使测试结果更加精确稳定。最后对改进后的系统测试结果进行了分析,并给出了测试建议。