导读:本文包含了实时视觉论文开题报告文献综述及选题提纲参考文献，主要关键词:焊接,机器视觉,缺陷检测
实时视觉论文文献综述
李尚仁,王春明,米高阳[1]（2019）在《基于机器视觉的焊缝表面下塌缺陷实时检测系统》一文中研究指出针对工件焊缝表面下塌缺陷检测精度低、效率低的问题,设计了一种基于机器视觉的焊缝表面下塌缺陷检测系统,代替人工检测。利用QT5.9开发软件界面,通过配置CCD相机与辅助光源对焊缝图像进行实时采集,并提出了针对焊缝表面下塌缺陷增强、分割、提取、识别的组合算法。使用改进的GrabCut算法解决了焊缝下塌缺陷与背景分割的难题,实现了对焊缝下塌缺陷的快速精确识别。试验结果表明,系统测量精度为0.02 mm~2,可以对焊缝表面下塌缺陷实现实时、精准、稳定的检测识别。(本文来源于《焊接技术》期刊2019年11期）
陈丁,余奕甫,康国剑,陈连忠[2]（2019）在《基于视觉的模型烧蚀形貌实时测量方法》一文中研究指出针对电弧风洞试验时模型烧蚀形貌实时的变化问题,使用数字散斑相关结合双目视觉的方法直接测量得到了模型烧蚀过程的形貌变化历程。利用散斑相关来进行图像数据的处理,同时综合了亚象素相关算法。通过测量获得了模型烧蚀过程的形貌实时变化情况。标定结果表明标定精度达到了0.02 mm;试验结果表明,测量方法可以为分析平板模型随烧蚀时间变化而变化的特性提供有效的试验数据。(本文来源于《宇航材料工艺》期刊2019年04期）
李东洁,宋贺,徐立航[3]（2019）在《一种基于激光视觉的焊缝实时检测技术研究》一文中研究指出提出了一种基于激光视觉的焊缝实时检测技术,旨在提高焊缝检测的速度和精度。在实际的焊接过程中,由于大量噪声的干扰,焊接图像的采集一直是一个复杂的过程。本文首先建立基于激光视觉的检测系统,以获得激光条纹的原始图像。在此基础上,将原始激光条纹图像灰度化,并提出一种改进的快速中值滤波算法,在去除图像中椒盐噪声的同时,缩短了程序运行时间。并通过Otsu阈值分割获得激光条纹的二值图像,提取感兴趣的激光条纹区域。接着结合方向模板法和脊线跟踪法提取激光条纹中心线,最后采用亚像素级角点法提取焊缝的特征点。实验证明,本文提出的方法有效地克服了焊接环境的影响,不仅缩短了焊缝特征点检测的时间,而且具有较高的检测精度,符合实际焊接要求。(本文来源于《激光与红外》期刊2019年07期）
李志斌[4]（2019）在《计算机视觉下的实时手势识别技术及其应用》一文中研究指出信息化背景下,随着图像处理和模式识别等相关技术的不断发展,人们也开始着重研究手势识别技术。作为一种人机相互结合的新型技术,手势在沟通交流中具有非常重要的作用,但是由于现阶段环境的复杂性,致使手势识别技术的应用仍旧存在着一些缺陷。本文就基于计算机视觉背景下,介绍了实时手势识别的方法,以及该项技术的发展方向,以期为相关人员提供一定的参考。(本文来源于《中国新通信》期刊2019年12期）
岳志强[5]（2019）在《基于CNN的双目立体视觉叁维实时重建算法研究》一文中研究指出机器视觉是生物医学工程领域广泛关注的热点问题。模拟人类双目感知原理的双目立体视觉技术已成为机器视觉的重要研究分支。双目立体视觉在医用手术机器人、无人驾驶等领域具有重要的应用价值。双目立体视觉中传统的稠密立体匹配算法在计算过程中产生海量数据,速度慢,难以应用于实时叁维重建;稀疏立体匹配算法计算速度快,但匹配效果差,对噪声敏感。为在一定程度克服上述问题,本研究将卷积神经网络技术引入立体匹配算法对精度与速度进行提升,实现低成本叁维实时重建。首先,使用张正友棋盘标定法对双目相机进行标定。可同时采集两张图像的USB接口双目相机是本研究的硬件基础,但制造过程所形成的光学畸变会严重影响匹配结果。为此,分析了相机成像数学模型和常见的相机标定算法,采用基于MATLAB工具箱的张氏标定法标定了本研究所使用的双目相机,经过特征点提取及迭代计算得到双目相机内参数和外参数,为后续研究做好基础。然后,针对传统匹配算法精度低且耗时的问题,设计了基于卷积神经网络的匹配代价算法。良好的软件平台可加速算法的设计和验证过程。因此,配置了win7系统的vs2013开发环境下的OpenCV3.3.0机器视觉开发库,搭建了Ubuntu16.04系统下的卷积神经网络框架Caffe。利用KITTI数据集中具有真实视差的图像对,构建大量小块图像对正负样本数据集,设计了孪生卷积神经网络结构并设定了各层参数,训练网络模型计算图像对匹配代价。最后,采用半全局匹配算法进行代价聚合、Winner-Take-All策略寻找最优对应点,使用左右一致性检查算法解决因物体遮挡造成匹配点缺失的问题,并通过平滑滤波对视差图进一步优化,获得最终视差图。高精度视差图结合叁角测量原理,获取人颅骨模型及大脑解剖模型的3D点云数据并进行叁维重建。实验结果证明了基于孪生卷积神经网络模型的立体匹配算法对提升匹配精度和速度的有效性和可行性,初步实现实时的双目立体视觉叁维重建。(本文来源于《沈阳工业大学》期刊2019-06-04）
吴佳宁[6]（2019）在《基于机器视觉的木板实时检测算法》一文中研究指出木材分类是木制家具制作的重要环节。木材表面的亮度明暗不一,纹理结构精细复杂且天然无规律,使得依据木材表面亮度和纹理特点的分类任务一直是机器视觉与图像处理领域的前沿课题。木材的表面缺陷对木制家具质量具有较大的影响,木材缺陷形状复杂,种类多样,用常规方法不能达到人工检测的检测效果,如何提高木材的分选质量和分类效率是木制家具生产过程中的重要环节。近年来,视觉检测技术迅速发展,使得通过机器视觉技术来完成木材分选成为可能。论文完成了叁个方面的工作,1、木材成像采集系统设计;2、木材分类方法的研究与设计;3、木板缺陷识别算法的设计。在成像系统设计方面,设计了胶合木板成像实验平台。实验平台由相机、镜头、光源和木板模拟生产线组成。论文介绍了相机、镜头、光源的重要参数,通过实验与理论计算设计了采样效果最佳的成像平台,结合项目实际需求设计了木板实时分类系统的人机交互界面。在木材分类算法的设计方面,本文从人眼仿生角度出发,提出一种基于多种特征融合的分类方法。将木材依据表面综合亮度与纹理特性进行综合分类。通过动态阈值分割,特征筛选,形态学处理等方法识别图像中的木板区域。提取了基于灰度共生矩阵和仿人眼视觉分类标准的多种特征值,构建多层神经网络进行分类识别。在木板缺陷识别算法的设计方面,针对木板表面存在蓝变缺陷的问题,设计了基于色差法的蓝变缺陷识别算法;针对木板表面存在死节,裂痕等缺陷的问题,提出一种基于卷积神经网络的木板缺陷识别算法。为验证木板实时检测系统的稳定性和有效性,论文设计了多种针对性对比试验加以验证。为解决木板图像多次采集存在差异的问题,论文比较了多种不同的光源打光方案;为验证文中木板纹理提取算法的高效性,设计了基于不同分割算法的对比试验;为验证论文中木板分类算法的有效性,设计了基于不同特征提取方法的对比试验;为验证论文中木板分类算法的稳定性,设计了光照强度不足时鲁棒性对比实验。实验证明,论文中算法可以较好的完成木板实时分类与缺陷识别任务,且具有大于94.17%的综合分类准确率。(本文来源于《沈阳工业大学》期刊2019-06-03）
李杉[7]（2019）在《基于FPGA的实时田间机器人视觉导航算法架构的设计与实现》一文中研究指出以农业为基础的信息技术的发展,是提升农业生产力、强化智慧农业的必要技术手段。基于视觉的机器人导航方法虽然能较好指导机器人行走,但是田间机器人导航算法复杂且较难满足应用场景实时性要求。因此,本文的设计并实现了功耗低且运行速度快的田间机器人视觉导航算法。基于视觉的田间机器人导航算法实现的关键在于如何快速且精确地确定复杂田间图像中田垄的位置。传统的垄线提取方法均是离线的、非实时的,并不能有效地控制机器人行动。因此,本文分析已有田间垄线检测算法,提出基于扇形扫描垄线的优化方法,并采用该方法检测垄线位置。依据实验结果分析,该优化方法可有效检测到垄线信息,相比于已有算法优化后的算法平均准确率可达89.7%。继而,本文重点在现场可编程门阵列(FPGA)上设计和实现田间机器人导航算法。整体算法由图像预处理、优化后的田间垄线检测和田间机器人导航参数提取叁个部分组成。该叁部分内部均采用并行流水线架构实现。其中,图像预处理的各个子模块以并行方式计算图像绿度和阈值,并以流水线方式分割图像作物和背景;而田间垄线检测模块则采用并行方式计算垄线密度和左右边界,并以流水线的形式传输图像数据。依最终实验结果,对分辨率为1920×1080尺寸的图像,图像预处理模块能有效分割出图像中的绿色作物和背景,且与真值相比F-score值为91.1%,用时仅16ms。本文实现的田间垄线检测模块在0.2s内即可完成图像中垄线的检测,相比于软件实现算法占用时间缩短了近50倍。导航参数提取模块占用372个寄存器和1013个查找表。经过试验表明,在保证整体算法运算精度的前提下,本文实现了基于FPGA的田间机器人导航算法架构,并满足了算法的实时性要求。(本文来源于《内蒙古大学》期刊2019-06-03）
黄威[8]（2019）在《基于视觉测量的车辆运行场景实时重构算法研究》一文中研究指出从二维图像恢复场景的叁维结构是计算机视觉中的一个基本问题。相机仅能够提供视觉特征的方向信息,这使得基于单目相机的定位与建图具有尺度不确定性。本文面向道路场景提出一种实时的场景重构系统,该系统使用智能车辆上固定的单目相机实现对车辆周围场景的可视化重建。本文的研究工作内容如下:1.针对车辆全景图像的拼接算法实时性较差的问题,本文根据图像在鸟瞰图视角下的特性,研究在地面的特征点之间的快速匹配,提出一种基于特征匹配的车辆二维局部定位和车辆全景图像拼接算法。2.针对基于单目相机的叁维重建无法确定场景的真实尺度的问题,本文根据道路场景研究六自由度的定位与建图算法。该算法利用局部道路平坦的特点估计单目相机带有尺度信息的六自由度运动,并且建立全局优化模型来计算全局一致性的稀疏点云地图。3.针对稀疏点云不能直观呈现叁维场景,并且不能够满足交互的可视化需要的问题,通过研究稀疏点云的叁角剖分关系,本文实现通过图像纹理映射方法快速重建可视化叁维场景。4.本文基于ORB-SLAM开源系统实现车辆运行场景重构系统,该系统实现了本文所提出的算法。基于该系统,对所提出的实时场景重构算法进行了实车实验验证。综上所述,本文研究了全景图像拼接、定位、可视化,并在车辆运行场景重构系统的基础上,对全景图像拼接、定位、可视化进行了实车实验,其研究结果在相关领域中具有一定的应用参考价值。(本文来源于《重庆邮电大学》期刊2019-05-28）
马翠红,王毅,毛志强[9]（2019）在《基于梯度响应图与视觉显着性的快速实时目标检测》一文中研究指出针对复杂背景的图像中纹理目标检测实时性低,准确率不高的问题,提出了一种基于梯度响应图和视觉显着性的快速实时目标检测方法。首先,利用"BING"特征算法快速搜索图像中目标,确定目标大概位置,同时去除冗余背景;然后,引入视觉注意机制,利用改进谱残差模型消除目标纹理响应,同时加强目标轮廓的梯度显着性,构建梯度显着图;最后,在梯度显着图的基础上,建立梯度响应图,利用模板主方向和查找表的实时模板匹配法,通过计算梯度响应图与模板之间梯度主方向的相似性度量值进行目标检测。在"ECSSD"公开数据集上进行测试,该算法能够在复杂背景下,快速实时地完成目标检测,且针对纹理目标具有很高的鲁棒性。实验结果表明,该方法检测准确率高达95.3%,具有良好的检测性能。(本文来源于《工业控制计算机》期刊2019年05期）
陈华,孙宇晨[10]（2019）在《基于计算机视觉的交通流实时监控综述》一文中研究指出计算机视觉在智能交通领域占据重要地位,为异常情况处理、交通调控做了深厚的理论铺垫。从运动物体检测、运动物体跟踪、目标分类识别、行为分析4个方面,在理论层面上对于近年热门技术进行归纳总结。着重提出词袋模型、深度学习这两个新兴技术,背景相减法、粒子滤波等传统优秀算法,并对同功能算法进行横向对比,讨论各算法的优缺点,分析不同情境下算法的取舍,最终提出该领域发展的空缺以及前景。(本文来源于《微型电脑应用》期刊2019年05期）
实时视觉论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对电弧风洞试验时模型烧蚀形貌实时的变化问题,使用数字散斑相关结合双目视觉的方法直接测量得到了模型烧蚀过程的形貌变化历程。利用散斑相关来进行图像数据的处理,同时综合了亚象素相关算法。通过测量获得了模型烧蚀过程的形貌实时变化情况。标定结果表明标定精度达到了0.02 mm;试验结果表明,测量方法可以为分析平板模型随烧蚀时间变化而变化的特性提供有效的试验数据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
实时视觉论文参考文献
[1].李尚仁,王春明,米高阳.基于机器视觉的焊缝表面下塌缺陷实时检测系统[J].焊接技术.2019
[2].陈丁,余奕甫,康国剑,陈连忠.基于视觉的模型烧蚀形貌实时测量方法[J].宇航材料工艺.2019
[3].李东洁,宋贺,徐立航.一种基于激光视觉的焊缝实时检测技术研究[J].激光与红外.2019
[4].李志斌.计算机视觉下的实时手势识别技术及其应用[J].中国新通信.2019
[5].岳志强.基于CNN的双目立体视觉叁维实时重建算法研究[D].沈阳工业大学.2019
[6].吴佳宁.基于机器视觉的木板实时检测算法[D].沈阳工业大学.2019
[7].李杉.基于FPGA的实时田间机器人视觉导航算法架构的设计与实现[D].内蒙古大学.2019
[8].黄威.基于视觉测量的车辆运行场景实时重构算法研究[D].重庆邮电大学.2019
[9].马翠红,王毅,毛志强.基于梯度响应图与视觉显着性的快速实时目标检测[J].工业控制计算机.2019
[10].陈华,孙宇晨.基于计算机视觉的交通流实时监控综述[J].微型电脑应用.2019