摘要：文章提出了一种专门针对单一水厂的脱泥装置中污水浑浊程度检测的方法。首先,利用水厂脱泥装置中部署的多个摄像头进行图像采集,在其中选择能够较为明显区分脱泥罐中污水浑浊程度的图片。然后,将图片格式统一从RGB格式转化为灰度图,以契合摄像头的红外夜视功能。在此基础上,对图像的关键区域进行裁剪,并提取出能够区分污水浑浊程度的特征。最后,采用不同机器学习模型,以特征向量为输入进行训练,从而分辨出污水是否浑浊。实验结果表明,该方法在特定类型的污水脱泥装置中具有良好的识别效果,并具有一定的泛化能力。结合自动图像抓取检测,该方法可实现自动化的污水浑浊报警,从而减少水厂运行成本,提高污水处理效率,节省人工成本。

摘要：针对金工实习钳工作品的夹角、对边距离、螺孔中心位置检验是由人工采用目测方式使用量角器、卡尺测量的,存在效率低、误差大、结果易受人为因素影响等问题,提出了应用计算机视觉技术进行检测。首先以工件的边缘特征为检测目标,设计硬件系统采集图像、图像预处理、边缘特征提取及细化,得到精准的各加工边缘特征;然后采用最小二乘法拟合直线及圆特征,计算相邻两直线夹角及圆心到六边形各边的距离;最后根据所得结果判定作品质量。基于LabVIEW软件开发了界面友好、操作简单的计算机视觉钳工作品质量检测系统,实际使用结果表明:该系统准确率、效率、可靠性及精度均达到检测要求,检测结果客观、直观,稳定性好,效果良好。

摘要：文章针对当前本科生计算机视觉课程不能满足快速发展的视觉智能需求的问题,分析了计算机视觉课程的特点和教学要求,基于OBE理念,依据本科生对知识点的接受程度,设计了包含计算机视觉基本原理、数字图像处理、2D计算机视觉、3D计算机视觉四个模块的课程体系构建方案,并从计算机视觉课程教学实践出发,阐述了课程教学目标建设、课程体系和教学内容体系建设、评价体系建设、教学模式建设、课程质量持续改进的措施,以期多元化全方位进行课程建设。

摘要：为了优化电子元件表面缺陷检测效果,提升缺陷检测率,实现自动、快速、准确的检测目标,引入计算机视觉,提出了一种全新的电子元件表面缺陷检测算法。首先,拍摄电子元件表面图像,对图像进行滤波处理,消除原始图像中多余的噪声;其次,基于阈值分割原理,将电子元件图像划分成若干个区域,从各个区域中提取与元件表面缺陷相关的特征,初步检测电子元件表面缺陷;在此基础上,基于计算机视觉技术,设计电子元件表面缺陷检测算法,进一步精确检测元件表面是否存在缺陷。实验结果表明,提出的检测算法应用后,6种不同类型的电子元件表面缺陷检测率均较高,检测能力更强,准确性和可靠性优势显著。

摘要：计算机视觉是当前计算机和人工智能领域的热门方向,但前沿课程内容在算法、算力和数据方面的需求,使得传统授课模式无法满足对当前学生实践能力培养的需求。在教育部产学合作协同育人的背景下,该文从课程核心内容、前沿技术扩展、先进实验设计和考核方式改革等多方面,开展课程的革新与探索,并在实际教学活动详解的基础上,验证教学质量和学生综合能力的提升,为计算机视觉相关课程提供参考。

摘要：在数字化技术快速发展的时代,计算机视觉作为一种致力于使计算机能从图像或多维数据中理解世界的科学,已成为技术创新的前沿领域。在建筑工程领域,测绘数据的智能分类与识别对规划、设计和建设过程的优化具有重要意义。文中系统地探讨了基于计算机视觉的建筑工程测绘数据智能分类与识别技术。通过详细分析计算机视觉在测绘数据处理中的应用,阐述了建筑工程测绘数据的特点,并研究了数据智能分类、特征提取方法、分类与识别算法的选择及实时数据处理技术,旨在推动建筑工程领域的技术进步和发展。

摘要：物流业发展迅速,但快递工人的数量有限,快递员总是要处理成堆的包裹,工作效率低下。针对分拣和投递系统的快件堆放问题,提出并设计了一种基于视觉的机械手快递系统。该系统结合了计算机视觉、深度学习、机械手控制和运动规划技术。采用YOLO算法和PCL法向量确定位置和法向量包裹取件点,规划并控制机械手移动到目标位置吸包,并通过视觉确定包裹尺寸,获取客户信息。与RCNN和SDD算法相比,YOLO算法具有明显的收敛性,检测速度更快,同时对快递箱等小型堆叠目标的处理精度更高。采用YOLOv3算法来提高系统的提取精度和速度。最后,系统的成功率为75%,完成时间约为15 s。实验结果表明,该系统具有分拣和快递功能,以及向客户发送取货信息的功能,具有一定实际应用和借鉴价值。

摘要：人工智能“新工科”建设强调对学生实践能力、学科交叉能力、团队协作能力、创新能力的培养。计算机视觉实验作为人工智能专业的核心专业实验课,从科研项目中提炼能够反映前沿性和创新性的有挑战度的实验内容,采用多路径迭代的实验设计,通过准科研的过程体验,将学生的知识、能力和素质培养进行有机融合,实现从单科到交叉、从被动到主动、从应试到实战、从个体到协作的四个转变,培养学生解决复杂工程问题的能力和科研创新能力。

摘要：针对传统人体运动姿态检测算法存在鲁棒性较差及准确率偏低的问题,文中基于改进的深度图卷积网络提出了一种运动姿态检测算法。该算法将图卷积网络的时域和空间域模型相结合,提升了模型的感受野,并从时、空两个维度提取人体特征点的数据,再利用残差网络将时域和空间域卷积相连接,进而改善了模型拟合能力较差的不足。同时,对于模型因卷积核固定而导致无法适应多种类数据的缺陷,使用多头注意力机制来增强其自适应能力。在实验测试中,所提出的模型改进项相较原算法性能有一定提升,且与最优算法相比,该模型的误差指标降低了1.14 mm,准确率则提升了1.3%,证明了所提方法的有效性及优越性。

摘要：为了有效提升车载轨道缺陷智能巡检结果的准确性,提出一种基于计算机视觉的车载轨道缺陷智能巡检系统。在高速运动状态下,采用高分辨率摄像机实时采集和存储车载轨道图像,通过车载轨道图像采集模块、车载轨道缺陷检测和信息管理模块组成系统硬件部分。滤除车载轨道图像中的噪声,提取车载轨道缺陷特征,通过计算机视觉技术建立计算机视觉模型,将特征输入到模型中,最终完成车载轨道缺陷智能巡检。实验结果表明,所提系统可以有效巡检车载轨道缺陷,同时还可以满足实时性检测需求,可为未来铁路的发展提供可靠的价值参考。