以高性能图像传感器加速机器视觉应用落地

根据Expert Market Research的报告,2023年,全球机器视觉市场规模约108.8亿美元。预计2024年至2032年期间,该市场将以7.90%的复合年增长率(CAGR)增长,到2032年将达到近215.1亿美元的规模。工业4.0和工业物联网(IIoT)等先进创新技术的采用和实施是推动机器视觉市场增长的主要动力之一。

一种新型的图像传感器列信号处理电路设计

阐述一种新型的图像传感器列信号处理电路,通过比较器将所有行的参考信号和像素信号先后锁存于同一存储单元,比较器只需要与同一存储单元进行数据交互,减少因不同行的参考信号和像素信号锁存于不同存储单元,而引起的比较器负载增加所产生的电源功耗。

基于图像处理的视觉采摘机器人作业控制研究

为了实现自动化的番茄分类采摘,基于视觉识别技术设计了识别系统。首先,基于HSV视觉体系中的H分量,采用聚类分析的方法,依据成熟度将番茄分为不熟,半熟和全熟3类,并计算3类番茄成熟度对应的H分量分布范围;其次,根据半熟和全熟番茄H分量的分布范围进行番茄图像分割,并利用形态学的方法得到图像中番茄区域的轮廓曲线;再次,采用椭圆拟合方法实现对番茄轮廓拟合,计算得到图像中番茄区域的中心坐标;最后,采用双目视觉系统实现图像中番茄区域中心坐标向实际空间坐标转化。对番茄轮廓曲线拟合精度和视觉定位精度进行测试,表明系统具有良好的可靠性。

计算机视觉与图像处理专栏

视觉是人类感知世界的最重要方式。视觉信息已成为人们生产、生活不可或缺的要素。据不完全统计,视觉信息已占据互联网信息的80%以上,并仍在快速增长。通过人工智能方法对视觉信号进行处理,进而获取视觉信号中的有效信息,对人们的生产、生活具有重要意义。然而,实际应用中,很难实现适配所有应用场景的通用视觉处理算法。因此,视觉处理算法需要依据具体的问题进行设计优化。

基于异源传感器无人机目标图像融合技术研究

针对当前无人机图像采集单一、采集效果差等问题,文章对无人机图像融合的方法进行了研究和对比实验分析。提出了一种基于红外传感器和可见光传感器的无人机目标图像融合方法,首先对红外传感器和可见光传感器采集到的图像进行去噪、滤波和增强处理,然后对处理后的图像进行OpenSurf算法配准,最后对配准后的图像进行小波变换图像融合处理。实验结果表明:该方法能够较好地对异源传感器无人机目标图像进行处理,取得较好的图像配准和融合效果。

AI智能图像处理在视觉传达设计中的挑战与对策

文章主要研究人工智能(Artificial Intelligence,AI)图像处理在视觉传达设计中所面临的挑战与对策。针对数据隐私与安全性、信息准确性与可信度、人机交互与用户体验等方面的问题,提出一系列解决方案。对于数据隐私与安全性,强调加密技术和权限管理的重要性;针对信息准确性与可信度,强调优化算法和建立可靠验证机制的必要性;在人机交互与用户体验方面,强调用户中心设计和透明沟通的重要性。这些解决方案旨在提高AI智能图像处理系统的性能,确保数据安全,提高处理精度,优化用户体验。

基于机器视觉的试卷批阅系统设计与实现——图像处理与机器视觉课内实验案例

为了提升学生的应用能力、分析和解决问题的能力,文章学生能力提升为目的,阐述了图像处理与机器视觉课程“讲-做-评”的教学模式。首先学生讲解项目案例的知识点和算法细节,然后学生在课余时间自主完成方案的设计和算法的编程,最后通过答辩的形式进行评价考核。通过此模式的教学,学生对知识的掌握进一步加深,同时应用能力、分析和解决问题的能力得到了更好地提升。

基于视觉补充的水稻插秧机多传感器组合定位研究

为改善基于GNSS/INS组合定位的水稻插秧机在遇到遮挡、电磁干扰、传感器失效等情况时的导航效果,在原有GNSS/INS组合定位的基础上,提出一种视觉导航系统(vision navigation system,VNS)补充的水稻插秧机多传感器组合定位方法。首先设计改进的Otsu法和改进的Hough变换算法用于视觉定位信息提取,并构建插秧机和相机坐标系关系方程以求解位姿值;然后采用具有容错功能的联邦卡尔曼滤波算法将VNS输出的定位信息和GNSS、INS输出的定位信息进行融合;最后分别在水泥地和水田进行试验。结果显示,空旷水泥地场景下,GNSS/INS/VNS组合定位和GNSS/INS组合定位精度相近,而在遮挡水泥地场景下,GNSS/INS/VNS组合定位解算出的位置误差和航向误差的平均值分别为1.77 cm和0.99°,相较于GNSS/INS组合定位方法分别提高46.8%和61.5%;水田试验中,经过视觉补充后导航系统的横向偏差和航向偏差平均值分别降低45.7%和67.9%,横向偏差平均值为1.97cm,航向偏差平均值为0.49°。试验结果表明,基于视觉补充的多传感器组合定位方法能有效降低导航系统的定位误差和跟踪偏差,满足插秧机自动驾驶作业的要求。

面向视觉伺服的芯片图像Zynq预处理系统

晶圆芯片定位精度直接影响到芯片制造的效率和质量,视觉伺服作为一种实时控制方法,引入了视觉反馈,不仅能够保证芯片定位精度还具有良好的鲁棒性;同时图像处理的实时性对视觉伺服至关重要;传统的使用PC机和网线的图像处理方式实时性和准确性较差,为了提高这一过程中视觉反馈的精度和实时性,提出并设计了一套面向视觉伺服的芯片图像Zynq预处理系统;系统通过在Zynq PL端的片内设计和PS端的控制设计,对采集到的芯片图像进行去噪、Sobel处理,并给芯片粗定位,为芯片的伺服控制提供有效数据;经实验表明,该系统实时性强,位置识别稳定,达到设计要求。

基于视觉-光电传感器的光伏板清洁机器人研究

我国南方湿地及丘陵地区太阳能资源丰富,但路面条件差,光伏板安装位置高,导致灰尘和鸟粪等污染物难以清理,影响光伏电站的经济性和安全性.为解决地面及空间复杂的光伏电站的清洁难题,设计了一种基于视觉-光电传感器的光伏板清洁机器人,分析倾斜光伏板上机器人的附着条件和所需吸力.根据视觉传感器和光电传感器提供的信息,控制机器人自适应路径规划并执行清洁策略,实现光伏板表面灰尘的全面清洁和鸟粪的定位清洁.试验结果表明,光伏板清洁机器人的清洁效率为50 m^(2)/h,鸟粪的平均定位误差为1.38 mm,除尘率为91.16%,有利于促进太阳能光伏发电的提质增效.

新工科背景下地方高校图像处理与机器视觉课程的教学改革与实践研究

图像处理与机器视觉课程属于新兴课程,其教学内容和模式不成熟。同时为了课程符合新工科和地方型高校建设的要求,对该课程的教学内容和方式进行改革。通过有机融入课程思政,基于区域特色的产业进行知识点的筛选,以及基于产业、前沿知识进行教学方法的改进,使得学生综合能力得到更好的培养。由成效分析可知,学生对本课程的教学内容和方法满意度较高,且学生的综合能力得到了更好的提升。为新工科背景下地方型高校新兴课程的教学模式建设提供了一定的参考价值。

基于红外传感器和图像识别的复合式火焰检测技术研究

鉴于传统火焰探测系统误报率高、易受干扰等问题,提出了一种综合应用热释电红外火焰识别和火焰图像识别技术的火焰探测解决方案。基于火焰探测原理,详细阐述了系统硬件设计,包括系统整体构成和硬件电路的功能分析。根据系统硬件设计方案,进行了系统信号处理设计,包括红外模块识别算法和图像视觉识别算法的开发。基于LabVIEW平台构建分布式火焰测控系统及上位机。通过火焰识别和识别抗干扰两种类型的实验,验证了整个系统在远距离探测、高速识别以及高可靠性方面的卓越性能。

基于虚拟传感器的结构位移视觉测量误差抑制方法

温度、热浪和振动等环境因素给结构位移监测造成不可忽视的误差。虽然利用静止标志物降低视觉测量误差的原理可行,但是其适用范围却因背景标志物不易获得和控制而受到很大限制。利用视觉测量系统的现有条件,在近场布置主动光源作为误差检测虚拟传感器,摆脱对天然标志物的依赖。针对焦外成像产生的弥散圆等伴生问题,采用图像滤波、伽马变换、图像质量评估、图像二值化、边缘检测和目标检测等算法,形成一套面向弥散圆光斑的自适应图像增强算法;利用虚拟传感器的虚假位移,实现结构位移测量误差补偿,开展了仿真实验和室外结构位移视觉测量实验。研究结果表明:该方法可以显著降低结构位移的初始误差,残留误差满足测量精度要求。

船舶监控三维视觉图像模糊目标清晰处理研究

对船舶周围环境实时监控有利于提升航行的安全性,立体视觉技术通过计算图像之间的视差来重建目标的三维结构,但是三维视觉图像的构建严重依赖于图像质量。本文对暗通道分析技术和深度神经网络技术进行研究,分析图像去雾以及通过绘制环境场景进行还原的基本流程,提出一种基于MobileNet V2的轻量级雾浓度分类器,得到了不同训练周期时图像分类的训练准确率和验证准确率,对船舶监控三维视觉图像模糊目标清晰化处理进行验证试验,结果表明清晰化处理后的环境空间图像质量得到了大幅度提升。

基于机器视觉的数字图像处理系统设计与实现

图像技术在计算机技术的发展推动下,被广泛应用于各个领域,且呈现出良好的应用效果。基于机器视觉的数字图像处理系统,已经成为现代科学和技术中不可缺少的工具。该文以此为出发点,探究基于机器视觉的数字图像处理系统设计方案,并思考系统的实际应用价值。

基于深度卷积神经网络的多媒体视觉图像重构处理研究

图像重构方法往往依赖于手动设计的特征和先验知识,导致图像峰值信噪比低,为此进行基于深度卷积神经网络的多媒体视觉图像重构处理研究。首先,对视觉图像去噪处理后,采用多方向局部二值模式提取多媒体视觉图像的特征。其次,采用线性融合算法来融合不同来源的图像信息,利用深度卷积神经网络进行图像分类。最后,采用匹配跟踪技术实现图像重构,恢复出高质量的图像。研究结果表明:随着采样率的增加,与现有图像重构方法相比,所研究方法峰值信噪比上升趋势明显,数值增加,重构质量更高。

花式纱线条干检测的视觉传感器标定方法研究

针对机器视觉的检测系统存在相机畸变、受环境光照影响等问题,提出一种花式纱线条干检测的视觉传感器标定方法。构建了花式纱线条干检测系统样机,对相机内参和畸变系数进行标定。提出图像预处理和图像降维的方法捕获用于表征纱线条干的宽度序列,解决了系统受环境光照影响的问题。实验结果表明,标定后的检测系统能够有效抑制相机畸变的影响,标定后的纱线平均直径测量值比未标定的提高了4.48%,标定后的纱线条干变异系数比未标定的降低了8.92%。该方法可为纱线条干检测的实际应用提供参考。

数学形态学在图像处理与计算机视觉中的创新应用

深入研究数学形态学在图像处理与计算机视觉领域的创新应用。首先,分析数学形态学基本原理。其次,特别关注形态学运算在目标形状分析、图像分水岭算法中的作用,以及形态学重建在解决图像分割中的低对比度和噪声问题上的创新应用。再次,在特征提取领域,研究形态学特征的定义与提取方法、形态学梯度的应用以及基于形态学的纹理特征描述。最后,通过详细讨论形态学变换在模式匹配、基于形态学的图像分类方法以及数学形态学在人脸识别中的创新应用,展示数学形态学在图像处理与计算机视觉中的前沿研究和实际应用的广泛潜力。

中山大学“百人计划”教授任文琦 加强视觉图像处理 保障网络内容安全

对频繁遭受网络攻击的中国而言,网络安全是国家安全的重要组成部分,不容忽视。多年来,党和国家主要领导人对网络安全和信息化工作做出了一系列重要批示,为全社会开展网络安全保障工作指明了方向。在推进网络安全工作中,实现网络内容安全无疑是不容忽视的重要内容。图像视频内容退化不可避免地存在于日常的记录、传播、存储等过程中。图像视频质量增强是计算机图像视频处理中一个长期存在且无法避免的关键基础问题,其研究水平直接关系到图像视频的呈现效果及高层图像内容理解与识别等重要领域的应用效果。

计算机视觉算法支持下的图像处理技术分析

随着技术进步,计算机视觉算法已经深入图像处理技术的各个领域,其支持下的图像处理技术不仅在学术研究中占据重要地位,同时也在工业、医疗、安全等实际应用中发挥着至关重要的作用。该文通过概述了计算机视觉算法和图像处理技术的特点,系统分析了图像畸变矫正与增强技术,以期充分发挥计算机视觉算法在提高图像质量、增强系统性能以及拓宽技术应用范围方面的影响力。