机器视觉在工业领域中的研究应用.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书资料大小：1.19M 资料格式：pdf 举报版权申诉

davidwfx-4348542-16359647461877487723.pdf-第1页.png

第1页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第2页.png

第2页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第3页.png

第3页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第4页.png

第4页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第5页.png

第5页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第6页.png

第6页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第7页.png

第7页 / 共9页

davidwfx-4348542-16359647461877487723.pdf-第8页.png

第8页 / 共9页

文本预览

! ! ¿ !"#$%& "##$ ’( % ) #$23O‘VYZ3&QRno [，;3，4 （ 56789:kcd%&8;，6 "&"##’） ./：@W9@X zAd‰%LM^˝˛EFh， 9@X zEF4z^:;。 012：9@X ；EF˝˛ 34567：()’*&! 89:;<：+! 8=>7：&%$&—’&’’（"##$）#%—#&"*—#, !"#"$%&’ $() $**+,&$-,.( ./ 0$&’,(" 1,#,.( ,( ,()2#-%3 -./ 01./2，34 5.6784.，9./2 :1. （ ;<866= 6> ?@<8./1<.= ./A )6B@C D/2E ，:1./2F84 G/1H@CF1IJ 6> ;<1@/<@ ./A (@<8/6=62J，K8@/L1./2 "&"##’，:1./2F4，MNO） 45#-%$&-：P@H1@B@A Q4R=1F8@C =1I@C.I4C@F 1/ I8@ >1@=A 6> C@F@.C<8 ./A .QQ=1<.I16/ 6> S.<81/@ H1F16/ 1/ 1/A4FICJE T/<=4A1/2 I8@ QC6R7 =@SF 1/ I8@ .QQ=1<.I16/ 6> S.<81/@ H1F16/E 6"3 7.%)#：?.<81/@ H1F16/；P@F@.C<8 ./A .QQ=1<.I16/ #! ST 9@X ,RF@06"，4XY_ 6"、9:%&6"、 #6"、S6"、 86"、@6"、‘)k_X^6"、b[ 9 、v56"…A9P6"[ ［&7’］。, !J _`a、JKBº、c"#^1”-.，¿ 1 !aº、1]vE、i n%Z[ﬁ，-bBCEFGHLM，O% #$、j8、Ws…7#[。œC9@X 6" "# -t U# ’"JF，G]^ ﬁ，zHI%LMBCEF，Z,c>’J K^，Ad‰^,<]$。 &! ]\?QRno &**V ’，;E (C1W. ［V］ [˝˛gRIG9@X ^ /QXI5Z[ 6"，fFHQ^v aqr R`^[ _{I5Z[。 &**U ’，:·?@C=@I ［,］ [99@X 6"EFG ［%］ 5S>。¿’，547?1/2 (F.1 [99@X … JN RS6"v 0， !¸9:I5PQo4^ aº。zc 4，PQo4^`º,f Fn^Md^RP]8Ue< !^。［$］ &*** ’，:@//1/2F PE XE [99@X 6"EF G%#‘"#r&4。zc 4，9@X c ‹WRc@^c，|%#‘^P 2%z。［U］［*］ "##" ’，-E ?@C1.4A@.4 99@X c EFz w+%4+H^pBºkzir& #4。 -E 3.8.L/.C 99@X 6"EFzS>YS9YS r˛@^r&4，¸67`a，`a n7X #Y *F。W`ac FG¿^YS 9r˛@S>，Fg Z.C84/@/736@H@ KF ¸ 67Z[ 。 "##& ’，ME XC.A=@J ［&#］ FG@^9@X ［&&］ c ¸PQp^#。[4QI.，?./6L FA9@X c ¸9:%QPQo4^ at8b_677tb[。［&"］ "##" ’，-E 3.8.L/.C fF9@X c Bº R。Wc EFi"v9， FL2VBº 6"…¸c 67VcF=，J_º]R^ >Œb_。 9@X c ~5Dij R"#r&，BºRR，9‘。7 ^%P，Bºc 1]^、J_… t^ﬁ。¿’，)E X64C2@.I FX Bº+ o¿a^H!。［&’］ *"&

! !"#$%& "##$ ’( % ) ! ¿ ［/0］ "##& ’，’()*)+,，-. ’ 99@X 6"FG_ :%4，¸P/…zhp67º，| _{ %_d。 c %Zr&：( RfFX _%55；(PfF 5¸67…#，|_{ %^_d。 ¿’，1)2，3,)452 99@X 6"F\p%& 4，˝˛KgRIfF8 BºP]5X 23^r&， r&i…ºQ， 4iFg“ % a› ”。［/6］［/%］ "##6 ’，7’89):; fF9@X 6" ! +:;r&^v ， qr_d^^RS ! c ^X «‹ #。 "##% ’，<9::. = ［/$］ F9@X 6 "¸_ 9 :^[67v 。z %4，%&.)t DBº[，|%^J。ß9@X ^ aº^ﬁ| !¸ Fr& [^v ，，ß 77 gJ_。G z’a%¸ PQxe5ˇ， hS T\%J，-b¿R’ 3)>?@A2，B. 3 V¸ :; ]gRIGJNRS^ ，I [ J_[] [，ß ~b[] -[^%+ ，ß6Rg9 @X c 。［/C］ "! \?QRno 9@X zAd^EF\&34GBºk`a [>Q，ﬂ^%#‘Gdg4A%{^7 。 "D /! JKBºLM G$%BºLM9@X 6"›\& ^EFLM ［/E，"#］。 9@X z%Bº4^EF›l^,¸ HI9:I5^> Œ67º。Ol78、W 5%78、!%78[/B;F…5˝a0 FJgG9@X ^9@I5ºc 。oH c ^XTbH1Z，F^ 7Xv ¿，\&c `、3、i、 #… I5Z[>。ﬂ{]^ | ºTU{\^ J77 ， !g ［"/F"C］。 aº，776gn， g"#”$ z=#$pBº4，9@X 6"EFG =I G 5‰xŒBº、= Bº、SU ［"E，&#］。G$Q^6"N#， tBº[Q Z,zA‰||8 HIB-JIK LH $/# X #‘ #&/ "P^#‘BCEFG=#$pBº4。… OA M7L’M =P C## c == Œ J^Bº；œZ<%&P（ N5>O@ ’2P,299:,2P）z "#=4^^yl@… cy ^r&B º[[ ［&/］，Ad1Q^EF˝˛ ［&"，&&］。 zVWX/7，t=78V¸G h^3 Rg›，˝˛]G9@X ^o>ŒcB ºS， cBºTUc \&o>x3 ‘m、o>/Bº‘m、c #‘mu <‘my， c 1BºJ、^]^ ［&0］。0%78V¸L （ Q)(( R:,* -:F ﬁ :);，QR-）ZSxy^VWXg›，67g QR- U cL9X Bº…c¸= #6"^˝˛，ß fF9@X 6" g QR- L9z^J_` a…=_Bº7]_; ［&6］。 b‰，9@X FG¸GO[%TU ^Bº。G$_ %J]’()，ß¸ & ˚ 。fF9@X 6"|9^ ?R，r<_ ，ˇ“Rb[967，{ \^i、、V.[> b_ "D "! `a ［&%］。 z5/%LMzJ`a^:;，OD :_ c D[`a、+1_ %j”Y` a[。G$9@X 6"GJ^ﬁz Q{\BC^EF。 345678z+1_ %4fF9@ X 6"¸%j”Y`a。g1” x r&4Y`a¸I5W]!^U、12[! ^ST，J_D67%@#，xj ”Y^=_`a。CßA%`a”$!、J ， -b ]RIG9@X ^ay%j”Y `a ，g+1_x4TU‘a ^ayJ]^`a ［&$F&E］。 zG$^D:`a4Wz^,A%T`… ，c&!，`aJ，Z¸Gh. D[，_|=_`a。V¸:;，>7867 gD[X `a˝˛，zX `a4Fn`a y，}9D[`a\RD[#4¸G_` a^P，PbD[`aP，D[] \a|Y，IdkD[ Pn^a cc，9D[\r\ a，n !D[ P^`a ［0#］。 <=%789:^R/，F9@X 6"" ^M， !gG_x^\

! ! ¿ !"#$%& "##$ ’( % ) %5c`a，z9@X c 4fF? Q5{\x，Fx6"，_`%5a， !\%，77 g9:%Z”$ ［&’］。 G@cR（ ()*）=`a.^=_th ST ()* ^p，ß ^`a\ J3 R^&，-b4Ab8;[a67gG9 @X ^ ()* _ D9`a˝˛。7^ F9@X c 67`a @0F_ Q c6"|/HI6 #6"~1” !J_ ［&"+&&］］。 `a ", -! b%LM^EF 9@X ^fFXY#‘^b_、H… PQ^c7“[。AdzQg5/%Z。 478…QR78P0FJg1"#ziX 6"c ，fF9@X 6"|5D¸1zi ［&.］。ßzHLMG ]^b_…cZ 5/ghQ1"A\ \]^gh，|fF 9@X 6 " 4 ‹ W ‹ 7 9 H V [ H % ［&%，&$］。 Z @W W，9@X G1^J、 !aº…in`%Z[Z，zAd‰ %LM?BCEF，77 g"#^#‘p …"#ic&。Adz9@X #‘˝˛F JQN， {Rm ［&/+.-］，kA‰v 1R` e，G$Adz9@X #‘˝˛FJ LMP/!，WzFA‰#‘；z 5Q，Z ,z[ ^˝˛QAd^˝˛AH，\& FRmN^_[ ，56 ]U^ 1”^[ 。ßA‰V¸%!{^ ghzJ K9@X v5#‘^¿，¸[ ^˝˛,GR g7^Ad…5d。 -! #$23cdOno3_O& œC9@X 6"G${\BCEF， 15 ^ ”，G>u6"Wz^R m:;，zEFW,^\R`k#，O，G$ z^›\&^ t:;。z%Bº、9@AX #…v [LM^9@X EF4， t,j 9@X c ^H&‹，G$z9@X ^ t ˝˛ Q，\ & v … 。z v Q，G$Gv5TU^BJKN1g^ 。ßz Q，\&,[ ^。oAd‰0 ]RmU^[ ，,5 /G AQ，zV6^%!{z=_ ［.&］。ß G$EF^[ t、tQ[:; Wzz[ ”$!、^^:;，Z,zz /^%!{，9@X c ^˝¿d ，$=_…JQ。‰，G$^9@X \&EFz " ]、", . ]^#4，ßﬂ \ J_{\V65X^。 &! DF 9@X ^EFG$\&34zBº、`a、 c #、9@A…b[>LM。ßzc " ’，z c #、"#:Pi、º+、º%…_ TU[>L ［..］。G$ M¸G9@X ^EF%i›^ Ad‰0z7dJK9@X #， zxß y9@X #^“ X 5”、“ 9:/”、“ $a Tb”、“ v9c ”、“ S”[’^X，ß]g #^JK。AœCkA‰zLMz R` e，Z,H6E^¿y6"，Ad ¸7^HX，v A^9@X #9{\ 57 。 G H 8 9：［’］! ,‹›，YV0 aﬁ2JnoW‹›ﬁﬂ +¿［ 1］0 ‹›ﬁﬂ，"##&（&）：.2 3 %’0 ［"］! }l，70 *LaﬁWJ2+¿ ［ 1］0 ‹›ﬁﬂ，"##&（"）：22 3 ’#’0 ［-］! [%ﬂ，z，Ub;，X0 *Laﬁo+‹ n¿ ［ 1］0 ~ Q y 8 M M N（ y / ）， "##&，"2（"）：-% 3 -20 ［&］! 45678 9 :，;8<=>8? @ A0 BCDECF56G @C8+ =CR5DH<［ 1］0 PKKK 458H<8GF6DH< DH (8FFC5H TH8S><6< 8HR M8G=6HC PHFCSS6ICHGC，’22&，’%（’’）：’#/$ 3 ’’##0 ［.］! M6N58 1，P7CNG=6 ;0 48<7+D56CHFCR ICHC58F6DH DJ U6 F8<7<［ 1］0 PKKK 458H<8G+ F6DH< DH (8FFC5H TH8S><6< 8HR M8G=6HC PHFCSS6ICHGC， ’22/，"#（"）：’"% 3 ’-/0 ［%］! 4<86 WN+M6HI，)=CH 1CHI+1DHI，)=CH 1CHI+ONHI 0 X6+ <6DH <>，’22/，’&（%）：&’" 3 &""0 ［$］! 1CHH6HI< @ *，*56I=F B0 M8G=6HC U6<6DH 8HR 6HFCSS6ICHGC 6HGD5?D58F6HI EDF6DH GDHF5DS［ 1］0 T< TNFDE8F6DH， ’222，’2（’）：.. 3 ./0 ［/］! O8V56GC MC568NRC8N，THHC，)S865C ACI58HR0 M8G=6HC U6+ <6DH <> 6HRN［ )］0 (5DGCCR+ 6HI< DJ 9(PK0 98H 1D

! !"#$%& "##$ ’( % ) ! ¿ ［&］! ’()*+, -).)/*)(，01)*,23)4 564)+,+7 8)+.,*9 4,2,6* 2:2; 19< =6( >62,1,6*,*? )*@ >)(1 49(,=,+)1,6* 6= ?)2 6,3 =,319(2 A)29@ 6* 9,?9*,<)?92［ B］7 C(6+99@,*?2 6= 0CDE7 0)* F629，"###（G&%%）：""# H ""$7 ［I#］! J()@39: B，K6*? L 07 0M(=)+9 N9O1M(9 D*@,+)16(2 6= N663 K9)(———P 8)+.,*9 Q,2,6* P>>(6)+.［ F］7 N.9 D*19(*)1,6*)3 6= P@4)*+9@ 8)*M=)+1M(,*? N9+.*636?:，"##I（R）：RGS H RRG7 F6M(*)3 ［II］! TM>1) 8)*6/，U)<)* 0.,4)VM<)(7 8)+.,*9 4,2,6* )2; 2,219@ +.)()+19(,W)1,6* 6= <)+.,*9@ 2M(=)+92［ F］7 D*; 19(*)1,6*)3 F6M(*)3 6= C(6@M+1,6* U929)(+.，"##I，G& （R）：$S& H $XR7 ［I"］! -).)/*)( ’，J9(*)(@ U，C9(*M2 ’，564)+,+ 07 8)+.,*9 4,2,6* 2:219< =6( ,*2>9+1,*? 939+1(,+ >3)192［ F］7 B6<; >M19(2 ,* D*@M21(:，"##"，R$（I）：IIG H I""7 ［IG］! C,9((,+V J6M(?9)1，’)A(,+9 89(,)M@9)M7 Y9=9+1 @919+; 1,6* )*@ +3)22,=,+)1,6* 6* <91)33,+ >)(12［ B］7 C(6+99@; ,*?2 6= 0CDE7 0)* F629，"##"（R%%R）：IX" H IX&7 ［IR］! E3)@)Z, P E，T)@93<)Z3) E 0 ，E39Z) D 8 ，PA@93; 0.)=: P P 7 P* )>>3,+)1,6* 6= +6<>M19( 4,2,6* =6( >(6; ?()<<,*? +6<>M19( *M<9(,+)3 +6*1(63 <)+.,*92［ F］7 1.9 D*21,1M1,6* 6= 89+.)*,+)3 E*?,; C(6+99@,*?2 6= *99(2—C)(1 J—E*?,*99(,*? 8)*M=)+1M(9，"##G，"I$ （&）：IGIS H IG"R7 ［IS］! L)* F,)/M*，Y9 0)< -)W)(6，P*1.6*:7 U949(29 E*?,; *99(,*? 6= 0.991 891)3 C)(12 [2,*? 8)+.,*9 Q,2,6* ［ B］7 "##G P08E Y92,?* E*?,*99(,*? N9+.*,+)3 B6*; =9(9*+92 )*@ B6<>M19(2 )*@ D*=6(<)1,6* ,* E*?,*99(; ,*? B6*=9(9*+9，B.,+)?6，D-，[*,19@ 01)192："##G7 ［I%］! \]-9)(: C)M37 8)+.,*9 4,2,6* =6( =99@A)+V +6*1(63 ,* ) 21993 (633,*? <,33［ F］7 B6<>M19(2 ,* D*@M21(:，"##S，S% （X）：&&$ H I##R7 ［I$］! Y)4,@ 59((，F)<92 C9*?,339:，U6A9(1 T)(Z66@7 P22922; <9*1 )*@ 4,2M)3,W)1,6* 6= <)+.,*9 1663 Z9)( M2,*? +6<>M19( 4,2,6*［ F］7 N.9 D*19(*)1,6*)3 F6M(*)3 6= P@; 4)*+9@ 8)*M=)+1M(,*? N9+.*636?:，"##%，"X（ $;X ）： $XI H $&I7 F)+V26* 8 F，U6A,*26* T 8，^:@9 - F，U.6@92 U7 _9M()3 ,<)?9 >(6+922,*? 6= 1.9 Z9)( 6= +M11,*? 16632 +6)19@ Z,1. 1.,* =,3<2［ F］7 F6M(*)3 6= 8)19(,)32 E*?,; *99(,*? )*@ C9(=6(<)*+9，"##%，IS（"）：""G H ""&7 ［IX］! ［I&］! z r7 h i | ˇ x y + M 6 T a ﬁ 2 U V ［ Y］7 T`：TQ8M，"##%7 ［"#］! ，:，g，7 *LaﬁW6T2J +¿［ F］7 ’ 8 M M N（ M /），"##" （"S）%：I H R7 ［"I］! 8，,，ZYQ，X7 hi*Laﬁ+ ” Y»… D 1 2［ F］7 ‹ › ﬁ ﬂ ，"##S "GI （II）：X# H X"7 ［""］! }h‰，^X，}h¿7 hi*Laﬁ+*’ 2J ［ F］7 * 4 ﬁ ﬂ，"##S，GR（ $ ）： IRR H IR%7 ［"G］! M ，sN，X7 hi*Laﬁ+*’16 T2 J［ F］7 3 - 4 3 - *，"##%，"R（ " ）： "& H G"7 ［"R］! ¿，:u，”Q&7 hi*Laﬁ+>nc 2 U V［ F］7 * M N，"##S（ G ）： IGI H IGR7 ［"S］! F，，¿，:u7 hi*Laﬁ+ WD>2UV［ F］7 D@* 41˝a ，"##R，IX（X）：SI H S"7 ［"%］! ¿，U，F，ZQ7 X9cFaﬁ 2UV ［ F］7 * 4]，"##R（%）：ISS H IS$7 ［"$］! }， b，z7 hi*Laﬁ+’ 12JUV［ F］7 * 4ﬁﬂ，"##%，I%%（"）： R$ H R&7 ［"X］! [v，TF，˚¸，X7 hi*Laﬁ+C 6T2［ F］7 ‹›ﬁﬂ，"##R（&）：%$ H %&7 ［"&］! ZQ˝7 #)D’œW2UV+ ˚*aﬁ. /［ F］7 ‹›ﬁﬂ，"##%（R）：I#I H I#G7 ［G#］! z˛，ˇ，87，X7 S

! ! ¿ "##&’ !"#$%& "##$ ’( % ) ［&#］! œß’ dd—*Laﬁ2JUV+tuvn» ［(#］! V’ hi )* + Œ tTUVn ‹aﬁ …˝［ 0］’ ‹›ﬁﬂ，"##%（%）：23 1 3,’ [_2./［ +］’ rº：~X8M，"##(’ ［(,］! ’ h i t p | ˇ + 4 ˛ [ _ + . / ［ +］’ X~：X~y8M，"##%’ ［&,］! TF，˚¸，，X’ i*’aﬁ2+ | ˇ ˝ ˚ ［ 0］’ ‹ › ﬁ ﬂ ，"##( （,#）：%3 1 $,’ ［("］! }-\’ *LaﬁW )*- . *+¿. ［&"］! ，[!’ hi+˛klz+|ˇ"P˚ /［ +］’ ’：’8M，"##&’ ［ 0］’ ‹›ﬁﬂ ，"##&（&）：,/$ 1 ,/2’ ［(/］! =" ’ )*- h˝* ’UV@［ +］’ T`：［&/］! TF，˚¸，，X’ *’aﬁ2|ˇ -Xy8M，"##&’ ［((］! X’ hi ˚*aﬁ+91[_4W D2./［ +］’ ：R!8M，"##&’ ［(&］! ][，º，eß，S^’ \A#)WDaﬁ tUV./［ 0］’ jSHS ˚*UV，"##(，"& （(）：%$, 1 %$&’ ［(%］! R’ @aD tTUV+.ﬁn Yﬁ+ tp|ˇxy./［ +］’ rº：~X8M，"##(’ ［($］! }’ |ˇ W “+¿./［ +］’ X~：X~y8M，"##(’ ［(2］! U，TuY，，X’ hi ˚*aﬁ+ r UV［ 0］’ ‹›ﬁﬂ，"##%（&）：,#, 1 ,#/’ ［(3］! ，，ZwM’ hi*Laﬁ+6[_ ./ n ¿ ［ 0］’ ‹ › ﬁ ﬂ ，"##&（ ( ）： ,#, 1 ,#/’ ˝xy［ 0］’ ‹›ﬁﬂ，"##/（,,）：&( 1 &%’ ［&(］! z#，$，%f ’ *Laﬁ,Zxy+z{4. / & ’［ 0］’ ﬁ ﬂ 1 ˝，"##%，"%（ % ）： "2 1 //’ ［&&］! 45678 9 :’ 9;<=>?8 @>6>5? A5576 B8AA C8D5?E >?6F85?［ 0］’ *5?HI5A J?K>?88I>?K，"##&，&"（&）：%& 1 $&’ 12 3 4：，7 8 # $ 9。: ; # $ : \：> ，> ) yB。 )*：（#）,//2"3$#,&( +,-.："##$G#,G/# （ /0’ "& (） %_ &z/?‰X ,#L #%6，^|]\X ((L % 7 M N6，Dc ^&。 %! DF G O8P … Q;<< FJ^ R* "x@，_ R* "x&z， 1FJ.)，”$[ Z。，W @ C / I ¿ J y ^ R* "xXc，¸GE¸…"xT，,RIF˝ y^ R* "x@。5DF˝y_ c ¸ @ ^ & ， | F Z H I _ c ^ @。 6R^%Z9b R* "x@ZR* U^‘m，`=^‰P，Tb 5g› ^xy，c¿^_ c F。 G H 8 9：［,］! ()，}*+’ tT［ 9］’ X~：~,M ./0，"###’ ［"］! z>，&Q，8’ tT S ›,B-L+ 4, ‹［ 0 ］’ ! Q 8 M M N（ M / ），"##%，"/（ % ）： &%( 1 &%2’ ［/］! 05C? T O8@>?8，:5?D 9;65?，8H ;A’ O8P 4 Q;<<［ 9］’ " /’ T‘T，zQ，X:’ ,Y：*./0， "##/’ ［(］! . ，U，cRX’ G%@atTUVW/+ R* ›,B - L @ ［ 0］’ [ * ，"##%，,$ （"）：,%2 1 ,$,’ ［&］! «，，-RW，X’ tTUV ’<+.ﬁ n@［ 0］’ [*，,333，,#（(）：("( 1 ("$’ 1234：，78#$9。:;#$[\：>]BCk¸ A。 q，«8，Q Q。: ; # $ [ \：> ] B C k ¸ A。 JGN;>A：PUP>?KDU8##V N;>A6’ H6>?K=U;’ 8EU’

机器视觉在工业领域中的研究应用作者：范祥，卢道华，王佳， Fan Xiang， Lu Dao-hua， Wang Jia 作者单位：刊名：英文刊名：年，卷(期)：江苏科技大学机械与动力工程学院,镇江,212003 现代制造工程 MODERN MANUFACTURING ENGINEERING 2007，""(6) 1次被引用次数：参考文献(55条) 1.朱铮涛.黎绍发视觉测量技术及其在现代制造工业中的应用[期刊论文]-现代制造工程 2004(04) 2.刘继胜.钟良机器视觉技术在质量检测中的应用[期刊论文]-现代制造工程 2004(02) 3.唐向阳.张勇.李江有机器视觉关键技术的现状及应用展望[期刊论文]-昆明理工大学学报(理工版) 2004(02) 4.Trika S N.Kashyap R L Geometric Reasoning for Extraction of Manufacturing Features in Iso-Orented Polyhedrons 1994(11) 5.Miura J.Ikeuchi K Task-oriented generation of visual sensing strategies in assembly tasks 1998(02) 6.Tsai Du-Ming.Chen Jeng-Jong.Chen Jeng-Fung Vision system for surface roughness assessment using neural networks 1998(06) 7.Jennings R B.Bright G Machine vision and intelligence incorporating motion control 1999(01) 8.Fabrice Meriaudeau.Anne.Claire Legrand Machine vision systems in the metallurgy industry 2000 9.Franci Lahajnar.Stanislav Kovacic Machine vision system for positioning and part verification of gas oil filters based on eigenimages 2000 10.Bradley C.Wong Y S Surface Texture Indicators of Tool Wear--A Machine Vision Approach 2001(04) 11.Gupta Manoj.Raman Shivakumar Machine vision assisted characterization of machined surfaces 2001(04) 12.Lahajnar F.Bernard R.Pernus F.Kovacic S Machine vision system for inspecting electric plates 2002(01) 13.Pierrick Bourgeat.Fabrice Meriaudeau Defect detection and classification on metallic parts 2002 14.Eladawi A E.Gadelmawla E S.Elewa I M.AbdelShafy A A An application of computer vision for programming computer numerical control machines 2003(09) 15.Yan Jiajun.De Sam Lazaro.Anthony Reverse Engineering of Sheet Metal Parts Using Machine Vision 2003 16.O'Leary Paul Machine vision for feedback control in a steel rolling mill 2005(08) 17.David Kerr.James Pengilley.Robert Garwood Assessment and visualization of machine tool wear using computer vision 2006(7-8) 18.Jackson M J.Robinson G M.Hyde L J.Rhodes R Neural image processing of the wear of cutting tools coated with thin films 2006(02) 19.张志云基于图像处理的高精密视觉检测系统 2006 20.廖强.周忆.米林.徐宗俊机器视觉在精密测量中的应用[期刊论文]-重庆大学学报(自然科学版) 2002(06) 21.王桂棠.朱妙贤.吴黎明基于机器视觉的活塞环闭口间隙自动检测[期刊论文]-现代制造工程 2005(11) 22.刘兆妍.马翠红.刘兆妮基于机器视觉的机械零件测量技术[期刊论文]-机械设计与制造 2005(07) 23.高飞.石米娜基于机器视觉的机械零件自动精密测量[期刊论文]-试验技术与试验机 2006(02) 24.雷良育.周晓军.潘明清基于机器视觉的轴承内外径尺寸检测系统[期刊论文]-农业机械学报 2005(03) 25.商俊敏.宫闽军.雷良育.周晓军基于机器视觉的在线轴承检测系统[期刊论文]-组合机床与自动化加工技术 2004(08) 26.雷良育.李秀莲.商俊敏.吴瑞明齿轮外表视觉检测系统设计[期刊论文]-机床与液压 2004(06)

27.刘中坡.杜宝江.张杰基于机器视觉的零件尺寸自动测量系统[期刊论文]-机械设计与制造 2006(02) 28.唐宇慧.杨敏.叶邦彦基于机器视觉的圆轴直径精密检测[期刊论文]-现代制造工程 2004(09) 29.吴春凌生产线零件编号检测系统的计算机视觉研究[期刊论文]-现代制造工程 2006(04) 30.张悦.孔谅.王钟炜防松垫片质量在线图像监控[期刊论文]-现代制造工程 2006(07) 31.胡兴军.唐向阳.张勇机器视觉技术及其在汽车制造质量检测中的应用 2005(11) 32.赵颖全.杨军西门子机器视觉系统在PET饮料瓶缺陷检测中的应用 2006(04) 33.吴黎明.朱妙贤.邓耀华基于边缘检测自动位置补偿的缺陷识别技术[期刊论文]-现代制造工程 2004(05) 34.左建中.张新荣.王刚.张钢集成电路芯片管脚尺寸自动检测的研究与实现[期刊论文]-制造业自动化 2000(09) 35.郭建强 BGA全自动植球机视觉检测和自动对准控制技术研究[学位论文] 2006 36.侯学智.杨平.赵云松基于图像处理技术的刀具测量系统[期刊论文]-制造技术与机床 2004(03) 37.王全义.莫健华.毛锋.黄树槐金属板材数控渐进成形技术及加工轨迹坐标对位研究[期刊论文]-锻压装备与制造技术 2005(03) 38.毛锋.莫健华.王全义.黄树槐基于计算机视觉的机床自寻位在无模渐进成形设备中的实现[期刊论文]-锻压技术 2005(06) 39.王全义基于机器视觉的金属板材数控渐进成形加工轨迹坐标对位研究 2005 40.龙腾宇基于PC的钻尖磨床数控系统及钻头视觉定位检测研究[学位论文] 2004 41.滕靖基于数字图像的无夹具定位的技术研究[学位论文] 2006 42.刘华波机器视觉技术在PCB V 割机上的应用研究 2005 43.余任冲 PCB基板切割机软件系统开发[学位论文] 2005 44.武琳璞基于计算机视觉的凸轮磨削自动定位与在线检测技术研究[学位论文] 2005 45.罗三定.沙莎.沈德耀.贾维嘉棒材生产在线视觉计数系统研究[期刊论文]-小型微型计算机系统 2004(04) 46.左飞燕开放式组焊数控系统的研制及焊缝识别的数字图像处理研究[学位论文] 2004 47.刘鹏图像法技术在焊接过程中的应用研究[学位论文] 2004 48.李强.杨晓京.魏岚基于计算机视觉的烟叶分离系统[期刊论文]-现代制造工程 2006(05) 49.廖强.蔡飞.吴存学基于机器视觉技术的精确定位方法研究及应用[期刊论文]-现代制造工程 2005(04) 50.何炳蔚激光-机器视觉测量系统的数据采样及网络化[期刊论文]-现代制造工程 2006(06) 51.杨敏.叶邦彦.牟丽用于机械零件视觉检测的彩色图像灰度化算法[期刊论文]-现代制造工程 2004(10) 52.许岚兵.桂国富基于匹配变换对的图像矫正算法[期刊论文]-现代制造工程 2005(05) 53.杨敏.叶邦彦.牟丽机械零件视觉检测图像二值化处理[期刊论文]-现代制造工程 2003(11) 54.张磊.罗翔.史金飞机器视觉实时问题的对策与研究方法综述[期刊论文]-制造业自动化 2006(06) 55.Hoske M T Machine vision looks well beyond inspection 2005(05) 相似文献(10条) 1.学位论文韦宏强机器视觉技术在弹药测试设备中的应用研究 2009 作为计算机科学的一个重要分支，机器视觉技术在近几十年得到了快速发展，它主要是利用数字化输入设备，获取自然界的各种图像及视频数据，将其转换为数字信息，然后用计算机作为工具对获取的客观世界的图像数据进行研究。机器视觉技术是计算机科学、光学、自动化技术、模式识别和人工智能技术等多种技术的综合。以机器视觉技术为基础的智能识别代替人眼视觉具有很大的优势和发展前景，已经广泛应用于工业、农业、交通以及军事等领域。本文在查阅大量文献的基础上，首先回顾了机器视觉技术的发展历史，介绍了机器视觉技术在工业、农业、医疗卫生、国防军事等各个领域内的应用情况，然后进行了机器视觉技术在弹药测试设备中的应用研究。本文介绍了数字图像处理的一些常用算法，提出了基于改进的Hough变换检测椭圆参数的算法，利用双对称轴图形其边界上切线斜率相等的对偶点连线必过中心点的原理，先对椭圆进行边缘检测，边界闭合，然后求出边界点的切线斜率，找出对偶点，采用Hough变换的方法，计算图形的中心点坐标，求出长半轴与短半轴的长度，以及长轴的方向，得到任意椭圆的5个参数；运用MATLAB仿真计算，与传统的Hough变换相比，计算任意椭圆参数的速度提高了近20倍。本文介绍了破片迎风面积测量系统的设计方案和研制工作，分析了采用“正二十面体”方法进行破片迎风面积测量的工作原理，介绍了在16个不同方向计算破片投影面积方法，并计算出了相应的角度。介绍了设备的结构、功能及工作流程，研究了提高面积计算精度与工作效率的方法，采用不同方向的4台CCD相机，对置于亮背景载物台上的目标进行图像拍摄，同时载物台在计算机的控制下按预定程序进行旋转，这样只需要载物台旋转4次，就可以拍摄到需要的16个方向的目标图像，大大提高了工作效率，减少了测量时间；为适应不同大小的破片，提高面积测量精度，在计算机的控制下，相机可以前后移动，使目标的图像

尽可能充满摄影视场，使用调焦镜头，在计算机控制下，镜头前后移动，使目标清晰地成像在CCD像面上：相机和镜头的移动均由计算机控制，由丝杠带动，在直流电机的驱动下，沿着导轨前后移动，移动的距离由光栅尺实时记录。研究了相机及载物台的运动控制方法，采用逐步逼近的方法可以使相机准确定位，采用电压调整的方法可以使载物台快速、准确定位到预定位置。研究了控制电路的设计方法以及主机与单片机通信的方法。进行了系统软件设计，包括软件总体设计、数据库管理及图像处理。研究了图像面积的计算方法，分析了图像面积计算过程中的难点，研究了图像细分技术、蒙板技术及动态链接库技术在设备研制过程中的应用。研究结果表明，该设备的研制达到了设计方案要求，能准确、快速地测量破片迎风面积。 ICT(Industrial Computerized Tomography)是以γ射线或高能X射线为探测手段，能快速、直观、准确地显现出被测物体断面内部结构的二维图像，高分辨率地展示被测物体的空间密度、区分物体内部细小的结构变化，但由于受到所采用的物理方法、被测物体内部密度分布以及射线散射、电子器件噪声等多种因素的影响，不可避免出现图像质量下降、图像模糊、边缘和细节不清晰等问题，给图像判别带来一定的困难，因此，需要对图像进行增强处理，改善ICT图像的视觉质量，然后根据目标的灰度特性和形状特性，做出正确的判别，得到客观、准确的结论。本文结合弹药ICT图像缺陷检测方法研究，提出了基于小波图像融合及数学形态学的ICT图像增强方法。实验结果表明，采用数字图像处理技术中的特定算法处理ICT图像，能够提高ICT图像的视觉效果，增强图像的清晰度与对比度，增大目标与背景的差别，从而有利于对ICT图像缺陷的自动识别。本文研究了利用远距离拍摄获得的航弹、导弹等飞行目标运动轨迹的图像序列，分析了这些图像的特点，研究了目标自动识别的方法。包含弱小运动目标的序列图像信噪比很低，目标难以自动识别，因此，首先采用基于块匹配技术配准图像序列，对原始图像序列进行切割，得到大小一致的配准图像序列，然后采用基于能量累加的背景去除技术，对图像序列进行图像间平均，得到背景图像，从图像序列中减去背景图像，获得包含目标及噪声的图像序列；采用自适应阈值分割技术，对去除背景后的图像序列进行阈值分割，得到包含目标及噪声点的二值图像；最后利用目标帧间相关的特点，根据目标的速度梯度和方向梯度，对二值图像中所有的点进行帧间相关性判断，对于帧间不相关点判别为噪声点，去除噪声点后，获取目标点，并计算出目标坐标值，在原图像上进行标注。实验结果表明，该方法能够有效地在航弹、导弹等飞行目标运动轨迹的图像序列中准确识别出弱小运动目标。本文进行了基于激光靶的战斗部破片群飞行速度测量方法研究，介绍了国内外目前在破片速度测量中采用的方法，分析了传统的接触式区截法与高速摄影法测量破片飞行速度方法存在的问题。接触式区截法由于靶面本身会对破片产生阻挡，影响破片飞行速度，测速用的多个靶面不能前后摆放，必须相互错开，因此，这样计算破片飞行速度时，多个靶面所采集的数据不是同一块破片的数据，而是击中靶面的飞行速度最快的破片的数据，所以只能假定击中多个靶面的破片飞行速度相同，这与实际情况显然不符，也就是说这种假定是不合理的，在实践中，采用接触式区截法测量破片速度时，经常会出现异常的数据。采用接触式区截法测量破片飞行速度时，靶面只能一次性使用，每测量一发战斗部就需要消耗很多靶面；同时爆炸激起的砂粒、石子等异物触及靶面也会产生异常信号，而这种信号无法自动剔除，因此，接触式区截法存在准确度差、效率低下、费用较高等问题。而高速摄影法测量破片飞行速度存在的问题主要是：(1)设备组成复杂、庞大，野外试验现场布置困难多：(2)胶片上破片数量多，在不同影像中识别同一破片难度很大；(3)在瞬态高温、高压、强冲击下拍摄的X射线底片，图像质量较差，人工判读过程中不可避免引入人为误差；(4)由于判断破片飞行距离仅在摄影视场内进行，而摄影视场尺寸有限，人工判读中的微小误差会被放大；(5)胶片需要试验后冲洗，判读需要冲洗出胶片才能进行，实时性差。有人提出了采用6光幕天幕靶测量破片速度的方法，虽然可以非接触测量破片速度，但该方法设备布设繁琐，计算复杂，不利于野外工作场合快速测量破片群速度。本文分析了破片在空中飞行的特点，研究了非接触式区截法测量破片群速度的方法。利用激光束作为信号源，光敏三极管作为传感器，构成激光幕。测量系统包括基座、两个激光幕、多路计时仪以及计算机。当战斗部爆炸时，多路计时仪启动，当破片飞过激光幕时，实时记录破片飞过激光幕的时间及坐标数据，运用图像处理技术中的目标识别方法，利用同一破片飞过两个激光幕的时间及坐标数据相关的特点，准确识别出飞过两个激光幕的同一破片数据，从而准确计算出破片的飞行速度，对异常数据能够自动剔除。对该测量方法进行了误差分析，并进行了激光靶和天幕靶枪弹测速对比实验，结果表明，该方法测速精度能达到0.5％。本文研究了机器视觉技术在弹药测试设备研制工作中的应用情况，包括破片迎风面积测量、弹药ICT图像增强、拍摄航弹导弹等飞行目标运动轨迹的图像序列中弱小运动目标识别、基于激光靶的非接触式战斗部破片飞行速度测量等项目。研究结果表明，在弹药测试领域，机器视觉技术大有可为。可以在许多设备的研制方案中运用机器视觉技术，从而实现客观、准确、实时、非接触的测量过程，提高测试设备的自动化水平，加快常规兵器测试设备的发展。 2.学位论文冀瑜基于机器视觉的高精度尺寸检测技术及应用研究 2006 制造业需要有相应的检测技术来保证生产制造出的产品质量。随着我国成为世界制造基地，对检测的需求和要求也逐步提高。机器视觉是近年来发展起来的一项新技术，它是利用光机电一体化的手段使机器具有视觉的功能。将机器视觉引入检测领域，可以在很多场合实现在线高精度高速测量。本文首先研究了机器视觉在尺寸检测中的应用现状，提出了当前机器视觉尺寸检测中存在的瓶颈：视场较大时精度难以提高；缺乏有效的评价方法和相关的理论支持。在本文的第二部分，引入了有效分辨率的概念，指出有效分辨率是测量系统最重要的指标之一，可以反映测量的精度和可信程度；利用方差分析和回归分析设计了评价测量系统的有效分辨率的一种方法——AC评价法。并利用这种方法设计了评价机器视觉尺寸检测系统的有效分辨率的平台。在本文的第三部分，针对机器视觉尺寸检测系统的有效分辨率进行了分析和研究，研究了影响机器视觉尺寸检测系统的有效分辨率的因素，分析了提高机器视觉尺寸检测系统的有效分辨率的方法；针对目前比较活跃的亚像素技术，分析了当前存在的问题，对比较常用的样条函数插值亚像素方法的精度进行了评价。在理论研究的基础上，本文的第四部分中设计了一个机器视觉维氏硬度自动检测系统。利用机器视觉技术代替传统的人眼瞄准检测，实现了维氏硬度的自动检测。设计了特征点逐次逼近算法、鲁棒Hough变换算法、Hough变换——最小二乘拟合法等算法，提高了系统的有效分辨率。这些算法也可用于其他机器视觉检测的应用中提高检测效率和精度。该系统已经在中船重工6354研究所投入应用，有效分辨率优于0.5um，最大测量不确定度为1.3％。进一步的工作希望针对以下三方面开展：一是根据统计方面的理论推导出系统的有效分辨率和测量数据之间的关系。二是研究测量系统的有效分辨率和测量不确定度之间的深层次的关系。三是进一步研究高精度大视场的机器视觉检测技术并投入实际应用，解决诸如陶瓷基板的在线检测分析等生产中的实际问题。 3.期刊论文童钊.廖桂平.李锦卫.金晶.TONG Zhao.LIAO Gui-ping.LI Jin-wei.JIN Jing 机器视觉技术在农产品检测中的应用研究 -农业网络信息2008,""(11) 机器视觉技术在农产品检测领域得到了广泛的应用,并随着相关技术的不断成熟和发展,机器视觉在农产品检测领域中的应用必将对传统检测模式产生巨大影响.本文分析了机器视觉技术在农产品检测中的应用现状,提出了应用中出现的问题,并为未来的研究方向进行了初步的探讨. 4.学位论文成喜春机器视觉技术在坦克驾驶考核评判中的应用研究 2009 许多国家正在应用数字化、信息化和智能化装备来提高坦克部队的考核水平，提高考核作业的效率，保证考核过程的公正性与正确性，确保能全天候考核作业，最终提高部队的实战能力。而我军坦克驾驶考核作业基本采用的是人工监测和评判的传统方法。机器视觉是多学科的交叉与结合，既是一门科学学科又是一门工程学科，机器视觉是一个相当新且发展十分迅速的研究领域，它具有精度高，连续性，灵活性等特点。随着对机器视觉研究的深入，机器视觉的应用已经推广到了各个领域，特别是在智能交通领域的发展更为迅速，如车辆识别、车辆跟踪、停车场的监视、车号识别等。本课题主要运用机器视觉和数字图像处理技术，探讨机器视觉技术在坦克驾驶评判中的应用的实现方法，涉及图像处理，运动目标检测，运动目标跟踪，图像分割，图像特征提取，图像识别等技术和算法的应用和研究，从而实现在复杂环境下对坦克在行驶过程中出现的违规动作进行评判。主要工作如下：
　　（1）在总结和分析常用角点提取算法的基础上提出一种基于边缘的角点提取算法。
　　（2）在充分研究彩色图像特点和传统运动目标检测算法的基础上提出一种基于HSI模型的彩色图像背景减法，从而实现在复杂背景条件下对运动目标的自动提取。
　　（3）通过基于HSI模型的彩色图像背景差法或者通过彩色图像分割提取出能代表坦克运动状态的特征量，然后对特征量进行跟踪识别，从而实现坦克在通过限制路或者障碍物时是否存在停车或者倒车的自动判断。
　　（4）提出一种单摄像头的测速原理，利用运动目标提取、投影法等技术实现坦克运动速度的测量。
　　（5）利用彩色图像分割，特征提取等技术设计一种算法，从而实现坦克在车辙桥上是否掉桥或者是否偏离规定的宽度的自动判别。
　　（6）根据《装甲兵专业技术教范》规定，对坦克驾驶考核评估系统的结构和功能进行初步设计。
　　最后在总结全文的基础上，提出若干有待进一步深入研究和探讨的问题。 5.学位论文刘利平机器视觉技术在污水处理溶解氧测定中的应用研究 2009 活性污泥法是一个需氧的微生物代谢过程。其中，反应池中的微生物利用曝气提供的溶解氧(Dissolved Oxy—gen)来降解污水中的有机物等污染物质。水体中的溶解氧(DO)是污水处理生化反应过程中的一个重要控制参数，也是影响运行费用和出水水质的重要因素。而曝气反应过程是一种复杂的非线性的生化过

分享到：

赞收藏

资料库

机器视觉在工业领域中的研究应用.pdf

相关推荐

开发技术

热门标签

最新资料