摘要：围绕一种集火焰识别与定位、路线规划、自动巡逻、环境参数检测、险情预警等功能于一体的室内智能安防车设计,提出将测距法与地磁计相结合的路线规划导航方法,结合PID算法和椭圆拟合算法实现了小车自动巡逻时走直线与转向的精准控制。基于opencv库的Haar-Like特征训练分类器,实现对火焰及入室人员的智能识别,结合传感器采样信息实现对火焰位置的精准定位。系统由手机端、智能小车、网关、云平台组成。该设计解决了传统室内安防设备安装位置固定导致检测死角的问题,给未来的室内智能移动安防设计提供了一定的参考价值。

摘要：本文为了提高车牌识别系统抗干扰的能力,基于opencv与TensorFlow技术设计并实现了抗环境干扰的车牌识别系统。实践表明,系统具有部署简单,抗环境干扰能力强,车牌识别率高的特点。

摘要：人工智能技术的迅速发展使智能驾驶成为热门领域,车道线检测技术作为智能驾驶领域的关键技术,对其进行准确的识别意义重大。文章针对直道车道线识别问题,设计了一种基于opencv的直道车道线识别算法。首先,为了提高检测的准确性,将车道线彩色图片读取为灰度图;然后通过边缘检测算法中的Canny算子提取出车道线边缘;为了进一步减少车道线识别的干扰以及提高运算效率,设置图片的感兴趣区域;最后基于Hough变换对车道线进行拟合,在拟合时根据左右车道线的斜率范围对左右车道线分别进行拟合。通过opencv库对设计的算法进行了验证,结果表明,所设计的算法具有较好的准确性,最终达到识别车道线的目的。

摘要：针对目前对仓库的安全监管和自动控制普遍不足这一问题,文中研究并设计了一套基于以太网和opencv的仓库监控系统,能够对仓库的环境数据及现场视频进行实时监控和管理。该系统为嵌入式系统,采用以太网实现实时通信,可获取仓库的多种环境参数信息,同时结合opencv技术采集和处理仓库现场的监控视频,并根据环境参数和监控视频对仓库进行安全性分析。此外,系统还通过移植嵌入式Web服务器和Sqlite数据库,实现了基于B/S模式的人机交互,可以实时查看环境数据和异常现象记录。经测试,系统运行稳定,操作简单,达到预期要求。

摘要：对于图像监控而言,多数监控只是简单的捕捉图像、处理图像,最后再通过人工进行识别,缺少智能监控,特别是针对某一特定需求的特征识别。本文设计一种基于opencv的图像智能识别系统,利用摄像头采集图像,通过opencv的相关函数进行特征图像的识别。针对食品药品加工过程中的特定问题进行模拟,实验表明,该系统具有较好的识别速度和识别效率,具有一定的实用性。

摘要：图像滤波算法可以有效避免原始图像受到噪声的干扰,提高图像质量。本文对彩色图像的滤波算法进行了研究,设计出彩色图像的RGB三通道滤波算法,采用矢量方法滤除彩色图像中的脉冲噪声。并在传统的彩色图像矢量均值滤波算法和矢量中值滤波算法的基础上,引申出自适应矢量均值滤波算法和自适应矢量中值滤波算法。对所设计出的算法给出程序实现流程图,在Visual C++平台上基于opencv开发滤波程序,通过实验结果分析各滤波器特性。

摘要：实验室中通常使用万用表去测量电阻,但是这种方法只适用于测量少数电阻的情况,在电阻数量过多时,靠人工一个一个去测量是一件十分耗费精力的事情。为此,基于opencv的摄像头测量电阻的系统应运而生,该系统只需要使用手机对大量的电阻拍一张照片,算法可以自动识别电阻的色环,从而计算出电阻的阻值。

摘要：提出一种新型智能捡球机器人构建方案,该方案基于opencv算法识别乒乓球,使用ARM平台为主控,实现机器人的运动、收集、分类、避障等功能。文中详细介绍系统的组成、外形结构、工作原理及功能实现方法。经大量实验验证,该机器人可有效收集球场散落的乒乓球并根据颜色进行分类存放,同时根据传感器实时数据的监测,经智能避障算法实现对障碍物的躲避及避免被踩坏的能力,达到自我保护的目的,稍加改进,该机器人的设计方案可用于其他球类的收集。

摘要：该研究基于opencv库设计出一款水稻谷粒考种软件。它首先利用摄像头获取谷粒图像并进行比例尺校正,之后对图像进行灰度化、平滑化、阈值分割和开运算等处理,然后识别谷粒同时依据需要对其轮廓或数量进行修正,最后在opencv椭圆拟合函数的基础上获取谷粒长、宽和周长等考种数据。通过比对软件测量和人工测量的数据结果,发现软件测量的数据准确性和可靠性均较高,可以替代人工进行水稻谷粒考种分析。

摘要：为避免因司机的大意和路况不熟造成的违规停车问题,营造更好的交通秩序,文中基于单片机设计了一种辅助停车预警系统。系统采用raspberry pi 4B作为控制中心,将opencv算法、北斗卫星定位、WiFi通信、物联网平台与微信小程序相结合,以实现对路边禁停标识的识别和对驾车人的智能预警,并具有行车数据云储存、手机小程序端智能语音提醒、经停轨迹查看等功能。该系统实现了在raspberry pi 4B上的正确识别显示、OneNET平台上的后台显示以及手机端微信小程序的显示和语音提醒。运行结果显示,在理想的路况下,对禁停标识达到了80%的识别效果,并能将数据实时上传至OneNET云端,微信小程序中也可正确地进行语音预警和查看有禁停趋向的地点信息,具有成本低、使用便捷、扩展方便等优点,具有较高的商业价值和社会意义.