摘要：为提高服装二维纸样轮廓信息采集转换的准确性及方便性,设计了一种基于计算机视觉的服装纸样轮廓提取方法。将手机相机作为图像采集设备,采用相机标定的方法进行图像畸变矫正,对图像灰度化处理后进行伽马变换。通过改进的Canny算法对纸样图像进行边缘信息的提取,使用自适应双边滤波保边去噪;在原Sobel算子上增加了45°和135°方向的梯度模板计算梯度;采用自适应双阈值确定边缘;融合形态学算法处理轮廓;最后按需进行轮廓骨架提取。结果表明:本文方法适用于二维纸样的轮廓提取,其提取误差在0.15~1.50 cm之间,可实现单独对服装纸样的外轮廓、内轮廓及内外轮廓图的提取,完成轮廓的无差别提取,减少后期人工对轮廓图的编辑,提高二维纸样数字化录入效率。

摘要：对钢筋混凝土(reinforcement concrete, RC)结构表观裂缝的高效识别可以为结构震损快速评估提供佐证。无论在地震现场还是实验室环境,此类工作均表现出量大、重复的特征,适合利用计算机视觉技术完成,以弥补人工方式低效、不确定性强的劣势。以消费级相机输出图像作为数据源,融合U-Net和VGG-16构造适用于混凝土表观裂缝识别的卷积神经网络(convolutional neuralnetwork, CNN)模型,依托多类型RC构件裂缝图像数据库完成模型训练和测试。利用形态学运算、Otsu阈值分割等技术进一步优化裂缝识别结果作为宽度测量的输入数据。为降低相机光轴与裂缝平面不垂直带来的裂缝宽度测量误差,通过特定靶标对原始图像进行透视误差校正,经检验,透视误差校正后的裂缝宽度测量的平均偏差最大可降低约25%。

摘要：为进一步提高我国采摘机器人智能化作业水平及采摘效率,基于计算机视觉应用技术展开优化研究。以采摘机器人结构组成为设计基点,运用视觉控制核心理念建立采摘机器人视觉识别处理与控制数学模型,实施相适应的采摘路径规划和系统采摘状态输出设计。同时,进行视觉采摘验证试验,结果表明:基于计算机视觉的采摘机器人系统优化正确可行,整机综合采摘效率可达94.61%,系统识别准确率与控制精度分别相对提升了6.12%和5.25%,机器人采摘成功率可提升至95.98%。因此,将计算机视觉处理技术有效应用至采摘机器人设计改进,对于类似农业采摘与收获装备开发研究可提供创新及借鉴思路,推广价值良好。

摘要：为解决卷烟包灰检测结果存在一致性和可比性差的问题,开展了基于计算机视觉的卷烟包灰检测方法标准化研究,提出了包灰颜色、裂口率、缩灰率、炭线宽度和整齐度等指标的检测方法和结果表征方式,研究了成像时机、检测区域、成像方式等因素对包灰检测结果的影响,通过共同实验评价了检测方法的重复性和再现性。结果表明:①通过包灰颜色、裂口率等指标能够全面评价卷烟包灰质量。②包灰检测可采用单面成像方式采集图像,应在卷烟阴燃状态时成像,检测区域的灰柱长度应大于25.0 mm。③基于计算机视觉的检测方法对于包灰颜色、缩灰率和炭线宽度具有较好重复性和再现性,裂口率和炭线整齐度重复性受样品影响较大。基于计算机视觉的包灰检测方法能够实现包灰质量的科学准确评价。

摘要：【目的】针对目前牲畜饮水行为的监控和管理方面存在的半智能化、设备功能单一、缺乏智能化管理等问题,设计并实现了基于计算机视觉的牲畜智能饮水系统。【方法】利用Jetson nano嵌入式设备作为主控制器,在进行视频监控的同时基于计算机视觉识别牲畜并对其供水,采用轻量级检测方法实现牲畜的分布密度检测,分析是否需要增加水槽来避免拥挤情况的产生;采用RFID技术识别标签信息并统计牲畜个体是否饮水、饮水次数及总饮水时间等关键信息;采用传感器技术检测水位及水温情况,实现了水槽水满断电、结冰前自动排水等智能控制;开发了客户端和服务端软件,在阿里云服务器上部署云平台,并提供数据可视化和绑定牲畜附加信息等服务,进行人机交互。【结果】以内蒙古地区个人家庭牛群的5头牛为试验对象进行了为期40 d的测试,结果表明,本系统能够对水槽周围环境进行视频监控、目标检测、牲畜密度检测、牲畜信息统计及水槽的自动供水及停止供水。以2023年2月8日试验结果为例,在当天被测试的5头牛均饮水,其中2166430号牛在线时间3.2 min,饮水1次,饮水时长为1.3 min。根据该牛和被测群体的过去一周的饮水情况得知,该被测群体的饮水规律正常。经过历史饮水情况的统计,从饮水方面来看该被测群体在40 d内处于健康状态。【结论】该系统减少了养殖户的人力成本,为养殖户提供了判断牲畜健康状态的重要依据。

摘要：针对烟草制丝车间自动解包工序中存在的问题,提出了基于计算机视觉技术的库卡机器人智能识别与安全控制系统设计方案。通过结合计算机视觉技术,系统设计包括图像采集、数据处理、控制执行及用户交互界面,旨在实现烟包的快速识别、精确定位和安全抓取。尽管存在环境适应性、成本效益及算法泛化能力等局限性,但研究成果对烟草制丝行业及工业自动化领域具有重要的实际应用价值和参考意义。

摘要：首先,采用运动控制、能源、传感器、核心处理器和割草等5个模块设计了农业割草机器人试验平台;然后,利用纹理特征对障碍物图像分割算法进行分析研究;最后,基于CCD*实现了割草机器人的全区域覆盖作业。实验结果表明:使用研究的CCD*算法大大提高了割草机器人全区域覆盖作业的能力和作业效率。

摘要：为了提高机械臂采摘的效率及增强安全自主性,提出了一种基于改进卷积神经网络和迁移学习的计算机图像识别模型。首先,建立了由可采摘与不可采摘图像组成的样本数据集,将每幅图像的像素设置为256×256;然后,构建基于改进卷积神经网络和迁移学习的计算机图像识别模型,并将自动编码机网络结构与卷积神经网络运算方法相结合,利用自动编码机网络结构具有编码和解码的环节,通过卷积神经网络运算方式构建出一种改进的卷积神经网络;通过卷积层挖掘图片信息中具有采摘信息的特征,同时消除随机环境对图片的干扰,解码部分能够对特征图像进行上采样并判断是否应该进行采摘与采摘姿势;最后,将构建网络模型与迁移学习相结合进行实验,分析迁移学习方法、数据集样本大小、网络参数对实验结果的影响。结果表明:采摘机械臂识别模型整体识别率更高,能够构建出效率更高、鲁棒性更强的采摘控制系统。

摘要：阐述基于计算机视觉的给排水管道施工特点,分析存在的问题,提出智能算法与多传感器数据融合技术的解决方案。通过系统设计和实际验证,展示这些技术在提高施工效率和质量方面的潜力。

摘要：综合分析计算机视觉实际应用包含的关键技术及优势,总结基于计算机视觉技术对塑料产品进行分拣的具体方法,了解分拣系统的鉴损功能,充分发挥现代技术手段的优势。根据现有分拣系统及相关实验数据可知,基于计算机视觉技术设计的针对塑料产品形状、颜色、标号等的分拣系统分拣效率和质量较佳。计算机视觉技术在塑料产品分拣及检测中的应用具有极强的实用性,能够为塑料产品分拣、塑料垃圾回收提供便利,提升塑料产业的经营效益。