混合生产线上的基于机器视觉检测的三种瓶体识别方法

    公开(公告)号:CN102393908A

    公开(公告)日:2012-03-28

    申请号:CN201110179444.2

    申请日:2011-06-29

    Applicant: 湖南大学

    Abstract: 本发明公开了一种混合生产线上的基于机器视觉检测的三种瓶体识别方法,利用数字图像处理技术对检测对象进行预处理后,采取自适应阈值的归一化水平扫描和垂直扫描获取目标的几何特征信息,同时结合目标的不变矩特性构成模式特征矢量,再经过结合单层感知器和改进型BP神经网络的分类器处理,对产品实现准确识别。本发明中将带有自适应阈值的归一化投影技术用于求取检测对象的几何特征,简化了计算步骤,耗时较少,具有较广泛的适用性,可推广到各类型检测对象几何特征的提取。同时分类器结合了单层感知器和BP神经网络两种类型的神经网络,根据特征矢量的不同选择不同的网络结构,自适应较强,提高了识别分类的精确度。

    一种基于机器视觉的生产线上瓶体的定位方法

    公开(公告)号:CN102708368A

    公开(公告)日:2012-10-03

    申请号:CN201210136801.1

    申请日:2012-05-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于机器视觉的生产线上瓶体的定位方法,包括以下步骤:步骤1:采集瓶体的图像以及对图像进行预处理;步骤2:提取多组瓶体外边缘点集:对预处理后的图像进行纵向直线轨迹和定点圆轨迹的两次扫描,并利用最小偏差绝对值和的方法有效去除误差点;步骤3:对边缘点集进行整合,并将整合后的边缘点集实施最小二乘法进行直线拟合,得到边缘特征线集;步骤4:根据线集元素之间的相交性关系求出异型瓶瓶身的定位特征角点,并根据特征角点得到包括瓶身偏转角、瓶高、瓶宽、几何中心的瓶身特征信息。该基于机器视觉的生产线上瓶体的定位方法能自动识别、快速精准定位。

    一种基于随机策略的运动目标检测方法

    公开(公告)号:CN102629383B

    公开(公告)日:2014-08-27

    申请号:CN201210046534.9

    申请日:2012-02-28

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于随机策略的运动目标检测方法,包括以下步骤:步骤1:利用第一帧视频完成样本序列的初始化。对每一帧视频上每一个像素点分别建立一个样本序列,构成背景模型;步骤2:对当前像素点进行运动点或背景点的判断;步骤3:采用概率均等随机策略,更新当前像素点及其任意8邻域的样本序列;步骤4:重复步骤2和步骤3,完成当前帧其他所有像素点的处理,结束当前帧运动目标的检测;步骤5:将下一帧第一个像素点作为初始处理像素点,重复步骤2、步骤3和步骤4,直至最后一帧处理结束,完成视频序列中运动目标的检测。本发明的运动目标检测方法检测精度高,计算复杂度低,且占用内存小,环境适应性强。

    一种基于机器视觉的生产线上瓶体的定位方法

    公开(公告)号:CN102708368B

    公开(公告)日:2014-01-15

    申请号:CN201210136801.1

    申请日:2012-05-04

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于机器视觉的生产线上瓶体的定位方法,包括以下步骤:步骤1:采集瓶体的图像以及对图像进行预处理;步骤2:提取多组瓶体外边缘点集:对预处理后的图像进行纵向直线轨迹和定点圆轨迹的两次扫描,并利用最小偏差绝对值和的方法有效去除误差点;步骤3:对边缘点集进行整合,并将整合后的边缘点集实施最小二乘法进行直线拟合,得到边缘特征线集;步骤4:根据线集元素之间的相交性关系求出异型瓶瓶身的定位特征角点,并根据特征角点得到包括瓶身偏转角、瓶高、瓶宽、几何中心的瓶身特征信息。该基于机器视觉的生产线上瓶体的定位方法能自动识别、快速精准定位。

    混合生产线上的基于机器视觉检测的三种瓶体识别方法

    公开(公告)号:CN102393908B

    公开(公告)日:2013-07-17

    申请号:CN201110179444.2

    申请日:2011-06-29

    Applicant: 湖南大学

    Abstract: 本发明公开了一种混合生产线上的基于机器视觉检测的三种瓶体识别方法,利用数字图像处理技术对检测对象进行预处理后,采取自适应阈值的归一化水平扫描和垂直扫描获取目标的几何特征信息,同时结合目标的不变矩特性构成模式特征矢量,再经过结合单层感知器和改进型BP神经网络的分类器处理,对产品实现准确识别。本发明中将带有自适应阈值的归一化投影技术用于求取检测对象的几何特征,简化了计算步骤,耗时较少,具有较广泛的适用性,可推广到各类型检测对象几何特征的提取。同时分类器结合了单层感知器和BP神经网络两种类型的神经网络,根据特征矢量的不同选择不同的网络结构,自适应较强,提高了识别分类的精确度。

    一种基于随机策略的运动目标检测方法

    公开(公告)号:CN102629383A

    公开(公告)日:2012-08-08

    申请号:CN201210046534.9

    申请日:2012-02-28

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于随机策略的运动目标检测方法,包括以下步骤:步骤1:利用第一帧视频完成样本序列的初始化。对每一帧视频上每一个像素点分别建立一个样本序列,构成背景模型;步骤2:对当前像素点进行运动点或背景点的判断;步骤3:采用概率均等随机策略,更新当前像素点及其任意8邻域的样本序列;步骤4:重复步骤2和步骤3,完成当前帧其他所有像素点的处理,结束当前帧运动目标的检测;步骤5:将下一帧第一个像素点作为初始处理像素点,重复步骤2、步骤3和步骤4,直至最后一帧处理结束,完成视频序列中运动目标的检测。本发明的运动目标检测方法检测精度高,计算复杂度低,且占用内存小,环境适应性强。

    冷凝器管口图像的平面质心定位方法

    公开(公告)号:CN102289824A

    公开(公告)日:2011-12-21

    申请号:CN201110188065.X

    申请日:2011-07-06

    Applicant: 湖南大学

    Abstract: 本发明公开了一种冷凝器管口图像的平面质心定位方法,包括步骤:(1)对摄像机进行标定;(2)控制机器人手眼机构沿摄像机的光轴运动,连续拍摄待清洗管板区域的灰度鸟瞰图,在其中选择清晰的图像进行预处理,得到多个管口和背景呈“黑白”对照的二值图像,待清洗管板区域中的管口呈横纵错列式分布;(3)绘制列像素灰度值累加和曲线S1和行像素灰度值累加和曲线S2;统计S1中“列波谷”处的局部极小值点集的横坐标以及S2中“行波谷”处的局部极小值点集的纵坐标,得到一质心粗略坐标集合;(4)剔除伪质心,完成多目标的质心粗略定位。本发明具有精度高、计算量小的优点。

    冷凝器管口图像的平面质心定位方法

    公开(公告)号:CN102289824B

    公开(公告)日:2013-04-24

    申请号:CN201110188065.X

    申请日:2011-07-06

    Applicant: 湖南大学

    Abstract: 本发明公开了一种冷凝器管口图像的平面质心定位方法,包括步骤:(1)对摄像机进行标定;(2)控制机器人手眼机构沿摄像机的光轴运动,连续拍摄待清洗管板区域的灰度鸟瞰图,在其中选择清晰的图像进行预处理,得到多个管口和背景呈“黑白”对照的二值图像,待清洗管板区域中的管口呈横纵错列式分布;(3)绘制列像素灰度值累加和曲线S1和行像素灰度值累加和曲线S2;统计S1中“列波谷”处的局部极小值点集的横坐标以及S2中“行波谷”处的局部极小值点集的纵坐标,得到一质心粗略坐标集合;(4)剔除伪质心,完成多目标的质心粗略定位。本发明具有精度高、计算量小的优点。

Patent Agency Ranking