基于机器视觉的种子填充软件系统的研究

机器视觉最主要是使用计算机再现和人们视觉相关相近的某些智能行为,首先提取出事物对应图像的信息,然后进行分析,最后实现对事物的检测和控制。工业或者制造业机器视觉检测系统主要是由工业相机,镜头,光源(彩色光,单色光),输入和输出设备和图像处理软件所构成的。然而,种子填充是机器视觉中图像处理必不可少的部分,该算法的优点是不必关心填充区域的形状和位置,只要得到图像区域内任意一个或多个像素点,就能够进行填充了,本方法使用方便并且效率高,因此很适合工业应用。本论文研究使用Visual C++6.0软件对该软件进行代码编写,根据在实验室的测试结果,本系统能够很好地契合工业或者制造业中的需要。     

基于机器视觉检测的轮廓提取算法的研究

本文依据扫描线步长自适应优化、边缘检测、平面轮廓图元识别图像大小的机器视觉检测系统的开发等问题进行了系统研究。然而,轮廓提取是机器视觉检测最重要的一环,必须先提取图像中重要物体的轮廓,让这些重要物体的图片能够清晰的呈现出来,使计算机能够更好地使用这些图片信息进行识别,以方便工业或者制造业等的检测。本文根据基于Windows的Visual C++6.0软件进行物体图像的轮廓提取算法的编写,将物体图像轮廓展示在了计算机上,通过实验,我们对本系统软件的稳定性和精度进行了大量的测试,测试结果表明本系统能够很好地完成工业要求的需要。     

基于MATLAB的GUI车牌图像识别系统设计

提出了一套基于Roberts算子和最大方差阈值算法的GUI车牌图像识别系统。针对相机或高清视频流所采集的照片,本文结合图片的预处理,采用梯度检测法进行边缘检测,基于像素点的先行后列的车牌定位方法,并用最大阈值方差法进行二值化处理,根据对二值边缘图像做积分Harr识别,把车牌信息从图像转化为文本输出。实验结果表明,该GUI系统能够正确实现识别车牌图像文本信息。     

贝叶斯估计的图像分割技术

针对图像在动态阈值选取难的问题,通过比较全局阈值和局部阈值优缺点,选用贝叶斯阈值估计和迭代加权的方法对图像进行二值化分割,建立基于贝叶斯线性回归模型对检测到的阈值进行分析,通过图像增强,建立目标与非目标区域,分别计算各个区域的先验概率,使用贝叶斯估计模型求得似然函数的极小值即为后验概率,通过此模型对125组阈值样本进行分类,对异常阈值的判断率为14.4%,选取后的阈值更为精确。本文方法,既能有效的提取目标特征,较好的去除背景,又能够保留目标图像的细节。     

一种机器视觉的玻璃表面赃物识别检测系统

针对目前玻璃窗户表面赃物清理难度大、赃物种类多以及识别检测困难等问题,提出了一种基于机器视觉技术的玻璃表面赃物识别检测系统。针对玻璃窗户表面不同类别的赃物,采用VS与OpenCV开发的玻璃表面赃物特征识别算法对获取到的赃物图像进行阈值分割,对处理得到的赃物灰度图像进行一系列的开、闭运算,根据赃物特征的不同灰度阈值提取图像中的赃物特征信息,实现了对玻璃表面赃物的识别和检测。该系统成功的进行玻璃表面赃物的识别检测实验,且识别检测速度快、效率高、稳定性好,具有一定应用推广价值。     

基于双摄像头道路识别的智能车的设计

鉴于智能车系统给人们带来的便利,本文对其中安全驾驶方面进行了自动识别道路标识及障碍物的智能车模型的设计.该系统采用双摄像头采集道路信息,通过中值滤波、图像增强、边缘检测、图像匹配、PID控制等环节实现了对智能车模型的控制.     

加入特征空间信息的视觉SLAM闭环检测改进方法

针对移动机器人同步定位与地图构建(SLAM)的闭环检测问题,提出改进闭环检测准确率的特征空间全排列向量匹配方法。使用ORB(Oriented FAST and Rotated BRIEF)方法提取图像特征点,创建基于视觉字典树的词袋,初步筛选出候选闭环图像。将图像分成4块大小均匀的区域,计算各区域视觉单词向量并全排列,作为特征空间信息。比较特征空间信息方法和词袋方法计算出的图像间距离值,选取最小值对应的图像对作为最佳闭环。相比词袋方法,特征空间信息方法可有效地改善图像特征匹配的感知混淆问题,在保证较高效率的同时,提高了闭环检测的准确率。     

铁路货车故障图像自动识别的研究

文章对TFDS系统中的铁路货车故障图像自动识别的方法进行讨论。经故障图像定义、图像提取、图像区域的划分、目标区域的提取和特征比较等流程后,自动识别出故障图像,减少利用人工识别过程,减少工作强度,提高工作效率和质量。     

基于改进SIFT特征匹配的视频拼接——在倒车系统中的应用

文章主要在限定的特征点提取区域,用改进的SIFT特征匹配算法进行帧图像的并行双向搜索匹配,缩短视频帧图像的匹配时间达到视频拼接的目的。     

基于Visual C++实时表情识别系统的算法设计与实现

本系统主要使用局部二元模式(LBP)来提取脸部图像的纹理特征,对脸部区域分块计算LBP直方图,并连结起来作为表情识别的特征,继而实现基于Visual C++的实时表情识别系统。实时表情识别系统主要包括基于VC++的图像帧提取、人脸区域的划分、人脸表情识别算法和人脸表情LBP数据库,人脸表情识别算法是整个系统的关键。实时表情识别的识别过程,由基于USB的摄像头捕捉定帧画面,灰度处理后,提取人脸区域,经过人脸表情识别算法得到LBP表情特征,并与人脸表情LBP数据库进行卡方比较,与之差值最小LBP表情特征所在表情类别即为识别出的表情。