CN102912714A - 一种用于路面裂纹图像采集与处理的机器视觉*** - Google Patents
一种用于路面裂纹图像采集与处理的机器视觉*** Download PDFInfo
- Publication number
- CN102912714A CN102912714A CN2012104076744A CN201210407674A CN102912714A CN 102912714 A CN102912714 A CN 102912714A CN 2012104076744 A CN2012104076744 A CN 2012104076744A CN 201210407674 A CN201210407674 A CN 201210407674A CN 102912714 A CN102912714 A CN 102912714A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- road surface
- processing
- collection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种用于路面裂纹图像采集与处理的机器视觉***，本发明的光照模块通过数据线与CCD相机连接，CCD相机通过数据线与高速采集模块连接，高速采集模块通过数据线与图像预处理模块连接,图像预处理模块通过数据线与图像显示模块连接，图像显示模块通过数据线与运动控制模块连接，高速采集模块和图像预处理模块通过数据线与图像无线传输模块连接，图像无线传输模块7通过数据线与运动控制模块连接。本发明集成了采集、存储、处理、通信以及控制等模块，***采用模块化思想，经验证方便灵活可靠，而且价格低廉，界面友好，能够胜任路面裂纹检测的高速，实时、自动的要求。本发明能够方便地应用于路面裂纹图像的采集与处理的场合。
Description
技术领域
本发明涉及的是一种机器视觉领域的***，特别是一种用于路面裂纹图像采集与处理的机器视觉***。
背景技术
机器视觉***就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。
简言之, 机器视觉就是用机器代替人眼来做测量和判断。机器视觉***可提高生产线的柔性和自动化程度，在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合, 常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，由于人的主观作用， 造成人工视觉检查产品质量效率低且精度不高，用机器视觉方法检测可以大大提高生产效率和生产的自动化程度。一般来说，机器视觉***包括了照明***、镜头、摄像***和图像处理***。从功能上看，典型的机器视觉***可分为：图像采集部分、图像处理部分和运动控制部分。
现有的路面裂缝自动检测***多数是针对静态图像的采集，然后对图像进行离线处理，图像数据要占据很大的硬盘存储空间，而且需要更多额外的工作，降低了检测效率。因此，结合高新技术开发和设计高效、快速、准确的路面裂缝在线采集和处理***具有重要的意义。
发明内容
本发明的目的在于克服现有技术存在的不足之处，提供一种设计结构合理、成本低、使用方便、测量精度高的路面裂纹图像采集与处理的机器视觉***。
本发明技术方案如下：
一种用于路面裂纹图像采集与处理的机器视觉***，包括：CCD相机、高速采集模块、图像预处理模块、图像显示模块、光照模块、图像无线传输模块和运动控制模块；其中：光照模块通过数据线与CCD相机连接，CCD相机通过数据线与高速采集模块连接，高速采集模块通过数据线与图像预处理模块连接, 图像预处理模块通过数据线与图像显示模块连接，图像显示模块通过数据线与运动控制模块连接，高速采集模块和图像预处理模块通过数据线与图像无线传输模块连接，图像无线传输模块7通过数据线与运动控制模块连接。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：CCD相机带有千兆以太网接口，其采样率达到180帧/秒，实时采集最佳光照条件下的路面裂纹的图像，并将路面裂纹的图像发送给图像预处理模块，为后续的图像采集和处理模块提供了海量的图像信息数据予以处理，采用IEEE1394b接口技术与图像采集模块和图像预处理模块实现高速的实时数据传输。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：CCD相机要完成在自然光照条件下拍摄公路路面图像从而获取路面信息的任务，而路面的纹理和颜色比较单一，所以使用黑白CCD相机可以达到采集***的要求。黑白CCD相机的具有结构简单，图像数据量小，传输的速率快，对图像处理速度也较彩色相机快等优点，能够实现动态采集。镜头的固定焦距分别为4～8mm和12～36mm，支持光圈的自动调整。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：用以照射路面目标图像的光照模块采用了LED光源照明，以保证所采集的路面裂纹图像质量。LED以活动插拔的方式与LED阵列基板连接,形成单元模块并构建成LED阵列，LED阵列与LED恒流驱动电路连接,电路通过数据线及电源线与控制器连接,再与电源连接。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：光照模块包括光源模块和光线补偿模块，光源模块用来调节路面裂纹图像所在的光照环境，以获得最佳的路面裂纹的图像的采集条件。光线补偿模块用来补偿CCD相机在采集路面裂纹的图像可能存在的光线不平衡情况。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块首先通过工业摄像机采集来自现场的实时视频信息，然后使用两块无线网卡在ARM开发板与上位机之间构建一个无线局域网络，使用RTP协议将实时数据传输到主机端，从而在主机端实现对路面裂纹图像的采集和处理功能。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块所采用的图像采集卡是一种基于PCI-E接口的可编程高性能数据采集卡。板上内存从128MB到512MB，具有更短的响应时间，和更高的带宽。可以实现多个采集卡的同步采集，从而实现高速图像数据的实时处理，可扩展板上FPGA能力及RAM容量。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块包括：全局逻辑控制模块和图像预处理模块，全局逻辑控制模块实现动态路面裂纹图像输入处理的逻辑控制和图像数据缓冲的控制。图像预处理模块对采集到的路面裂纹图像进行图像增强、图像平滑、图像锐化等方面的预处理，以得到更适合于机器识别的图像数据。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块主要由MATLAB GUI编写的路面裂纹图像处理软件及计算机构成。用于路面裂纹图像的处理，对路面裂纹进行分类，并确定其宽度；处理GPS、距离传感器信号，并计算路面裂纹当前地理位置；存储路面裂纹图像信息和相关数据。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块的预处理过程分为以下三个部分：
（1）图像增强：采用对比图增强方法。通过改变图像像元的亮度分布态势，扩展灰度分布区间来改变图像像元对比度，从而改善图像质量的图像处理方法。
（2）阈值分割：采用局部自适应阈值分割算法，其步骤为：将采集到的整幅m×n路面裂纹图像分为M×N个子图像，m和n分别为M和N的整数倍；计算其梯度直方图，即计算每个子图像中像素点的梯度分布；对每幅图像进行OTSU分割；经过图像的分割后，原图变为二值图像，用3×3块的9个点的结构元素对该二值图像进行腐蚀，再用该二值图像减去腐蚀的图像，即得到路面裂纹图像的边缘。
（3）图像特征提取与匹配：采用几何法，它是建立在裂纹图像纹理基元理论基础上的一种纹理特征分析方法，实现裂纹图像的分类和最终结果评价。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像无线传输模块选用的S3C2410微处理器，见图2，是一款为手持设备等相关应用设计的，低功耗、高集成度的微处理器，采用272脚FBGA封装，包含一个内核，能够满足嵌入式***中的低成本低功耗高性能小体积的要求，具有哈佛缓存结构，主要用于全存储器管理、高性能和低功率都重要的多道程序应用，支持ARM调试结构，包含硬件调试和软件调试的辅助逻辑，并支持协处理器，能输出跟随简单握手信号的指令和数据总线。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像无线传输模块通过无线传输方式与上位机实时传输数据。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：运动控制模块是采用RS485总线，基于S3C2410单片机的电机驱动模块，根据处理后的路面裂纹图像评价结果来决定单片机如何控制各电机的运动。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像显示模块用于显示人机界面和图像，实时显示所采集到路面裂纹图像以及经过处理的路面裂纹图像。
一种用于路面裂纹图像采集与处理的机器视觉***，其中：高速采集模块由工业摄像机、光学镜头、图像采集卡、图像采集软件、计算机等组成。可实时获取路面图像，并对其进行数字化处理。
本发明的优点在于：成本更加低廉：现有国外设备一般售价在450万元人民币以上，国内设备一般售价也在300万元人民币以上；
处理软件更加友好便捷，能够快速在线进行图像数据的传输与处理：现有的处理软件由于路面检测参数的复杂性和特殊性造成信号处理软件难以进行实时处理，特别是路面裂缝、破损识别***，需要大量的人工干预，效率较低；能够即时给出测量结果，并且能自行完成路面质量的评价。本发明集成了采集、存储、处理、通信以及控制等模块，***采用模块化思想，经验证方便灵活可靠，而且价格低廉，界面友好，能够胜任路面裂纹检测的高速，实时、自动的要求。本发明能够方便地应用于路面裂纹图像的采集与处理的场合。
附图说明
图1为本发明的***结构示意图。
图2为本发明图像无线传输模块7的***硬件结构示意图。
附图标记：路面裂纹1、CCD相机2、高速采集模块3、图像预处理模块4、图像显示模块5、光照模块6、图像无线传输模块7、运动控制模块8、SDRAM 9、NAND Flash 10、串行通信11、USB接口12、JTAG调试13、NOR Flash14、复位15、电源16、S3C2410微处理器17。
具体实施方式
实施例1. 一种用于路面裂纹图像采集与处理的机器视觉***，包括：CCD相机2、高速采集模块3、图像预处理模块4、图像显示模块5、光照模块6、图像无线传输模块7和运动控制模块8；其中：光照模块6通过数据线与CCD相机2连接，CCD相机2通过数据线与高速采集模块3连接，高速采集模块3通过数据线与图像预处理模块4连接, 图像预处理模块4通过数据线与图像显示模块5连接，图像显示模块5通过数据线与运动控制模块8连接，高速采集模块3和图像预处理模块4通过数据线与图像无线传输模块7连接，图像无线传输模块7通过数据线与运动控制模块8连接。
实施例2.一种用于路面裂纹图像采集与处理的机器视觉***，其中：CCD相机2带有千兆以太网接口，其采样率达到180帧/秒，实时采集最佳光照条件下的路面裂纹1的图像，并将路面裂纹1的图像发送给图像预处理模块4，为后续的图像采集和处理模块提供了海量的图像信息数据予以处理，采用IEEE1394b接口技术与图像采集模块3和图像预处理模块4实现高速的实时数据传输。其余同实施例1。
实施例3.一种用于路面裂纹图像采集与处理的机器视觉***，其中：CCD相机2要完成在自然光照条件下拍摄公路路面图像从而获取路面信息的任务，而路面的纹理和颜色比较单一，所以使用黑白CCD相机可以达到采集***的要求。黑白CCD相机的具有结构简单，图像数据量小，传输的速率快，对图像处理速度也较彩色相机快等优点，能够实现动态采集。镜头的固定焦距分别为4～8mm和12～36mm，支持光圈的自动调整。其余同实施例1或2。
实施例4.一种用于路面裂纹图像采集与处理的机器视觉***，其中：用以照射路面目标图像的光照模块6采用了LED光源照明，以保证所采集的路面裂纹1的图像的质量。LED以活动插拔的方式与LED阵列基板连接,形成单元模块并构建成LED阵列，LED阵列与LED恒流驱动电路连接,电路通过数据线及电源线与控制器连接,再与电源连接。其余同实施例1。
实施例5.一种用于路面裂纹图像采集与处理的机器视觉***，其中：光照模块6包括光源模块和光线补偿模块，光源模块用来调节路面裂纹1的图像所在的光照环境，以获得最佳的路面裂纹1的图像的采集条件。光线补偿模块用来补偿CCD相机在采集路面裂纹1的图像可能存在的光线不平衡情况。其余同实施例1或4。
实施例6.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块4首先通过工业摄像机采集来自现场的实时视频信息，然后使用两块无线网卡在ARM开发板与上位机之间构建一个无线局域网络，使用RTP协议将实时数据传输到主机端，从而在主机端实现对路面裂纹1的图像的采集和处理功能。其余同实施例1。
实施例7.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块4所采用的图像采集卡是一种基于PCI-E接口的可编程高性能数据采集卡。板上内存从128MB到512MB，具有更短的响应时间，和更高的带宽。可以实现多个采集卡的同步采集，从而实现高速图像数据的实时处理，可扩展板上FPGA能力及RAM容量。其余同实施例1或5。
实施例8.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块4包括：全局逻辑控制模块和预处理模块，全局逻辑控制模块实现动态路面裂纹1的图像输入处理的逻辑控制和图像数据缓冲的控制。图像预处理模块对采集到的路面裂纹1的图像进行预处理，其中预处理包括：图像增强、图像平滑、图像锐化，以得到更适合于机器识别的图像数据。其余同实施例1或5。
实施例9.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块4主要由MATLAB GUI编写的路面裂纹1的图像处理软件及计算机构成。用于路面裂纹1的图像的处理，对路面裂纹进行分类，并确定其宽度；处理GPS、距离传感器信号，并计算路面裂纹当前地理位置；存储路面裂纹1的图像信息和相关数据。其余同实施例1或5。
实施例10.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块4的预处理过程分为以下三个部分：
（1）图像增强：本发明采用对比图增强方法。通过改变图像像元的亮度分布态势，扩展灰度分布区间来改变图像像元对比度，从而改善图像质量的图像处理方法。
（2）阈值分割：采用局部自适应阈值分割算法，其步骤为：将采集到的整幅m×n路面裂纹1的图像分为M×N个子图像，m和n分别为M和N的整数倍；计算其梯度直方图，即计算每个子图像中像素点的梯度分布；对每幅图像进行OTSU分割；经过图像的分割后，原图变为二值图像，用3×3块的9个点的结构元素对该二值图像进行腐蚀，再用该二值图像减去腐蚀的图像，即得到路面裂纹1的图像的边缘。
（3）图像特征提取与匹配：本发明采用几何法，它是建立在裂纹图像纹理基元理论基础上的一种纹理特征分析方法，实现裂纹图像的分类和最终结果评价。其余同实施例1或5。
实施例11.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像无线传输模块7选用的S3C2410微处理器17，如说明书附图2，是一款为手持设备等相关应用设计的，低功耗、高集成度的微处理器，采用272脚FBGA封装，包含一个内核，能够满足嵌入式***中的低成本低功耗高性能小体积的要求，具有哈佛缓存结构，主要用于全存储器管理、高性能和低功率都重要的多道程序应用，支持ARM调试结构，包含硬件调试和软件调试的辅助逻辑，并支持协处理器，能输出跟随简单握手信号的指令和数据总线。其余同实施例1。
实施例12.一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像无线传输模块7通过无线传输方式与上位机实时传输数据。其余同实施例1或8。
实施例13.一种用于路面裂纹图像采集与处理的机器视觉***，其中：运动控制模块8是采用RS485总线，基于S3C2410单片机的电机驱动模块，根据处理后的路面裂纹1的图像评价结果来决定单片机如何控制各电机的运动。其余同实施例1。
实施例14. 一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像显示模块5用于显示人机界面和图像，实时显示所采集到的路面裂纹1的图像以及经过处理的路面裂纹1的图像。其余同实施例1。
实施例15. 一种用于路面裂纹图像采集与处理的机器视觉***，其中：高速采集模块3由工业摄像机、光学镜头、图像采集卡、图像采集软件、计算机等组成。可实时获取路面图像，并对其进行数字化处理。其余同实施例1。
工作原理：
由CCD相机2实时采集最佳光照条件下的路面裂纹1，并将路面裂纹1的图像发送给图像预处理模块4，为后续的图像采集和处理模块提供了海量的图像信息数据予以处理，采用IEEE1394b接口技术与图像采集模块3和图像预处理模块4实现高速的实时数据传输。图像显示模块5用于显示人机界面和图像，实时显示所采集到的路面裂纹1的图像以及经过处理的路面裂纹1的图像。光照模块6用以照射路面目标图像，图像无线传输模块7通过无线传输方式与上位机实时传输数据，运动控制模块8根据处理后的路面裂纹1的图像评价结果来决定单片机如何控制各电机的运动。
Claims (6)
1.一种用于路面裂纹图像采集与处理的机器视觉***，包括：CCD相机（2）、高速采集模块（3）、图像预处理模块（4）、图像显示模块（5）、光照模块（6）、图像无线传输模块（7）和运动控制模块（8）；其特征在于：光照模块（6）通过数据线与CCD相机（2）连接，CCD相机（2）通过数据线与高速采集模块（3）连接，高速采集模块（3）通过数据线与图像预处理模块（4）连接, 图像预处理模块（4）通过数据线与图像显示模块（5）连接，图像显示模块（5）通过数据线与运动控制模块（8）连接，高速采集模块（3）和图像预处理模块（4）通过数据线与图像无线传输模块（7）连接，图像无线传输模块（7）通过数据线与运动控制模块（8）连接。
2.根据权利要求1所述的一种用于路面裂纹图像采集与处理的机器视觉***，其特征在于：光照模块（6）包括光源模块和光线补偿模块。
3.根据权利要求1所述的一种用于路面裂纹图像采集与处理的机器视觉***，其特征在于：图像预处理模块（4）包括全局逻辑控制模块和预处理模块。
4.根据权利要求1所述的一种用于路面裂纹图像采集与处理的机器视觉***，其特征在于：图像无线传输模块（7）采用S3C2410微处理器（17），S3C2410微处理器（17）通过导线与SDRAM（9）、NAND Flash（10）、串行通信（11）、USB接口（12）、JTAG调试（13）、NOR Flash（14）、复位（15）、电源（16）双向连接。
5.根据权利要求1所述的一种用于路面裂纹图像采集与处理的机器视觉***，其特征在于：运动控制模块（8）是利用RS485总线，基于单片机的电机驱动模块，根据处理后的路面裂纹（1）图像评价结果来决定单片机如何控制各电机的运动。
6.根据权利要求1或3所述的一种用于路面裂纹图像采集与处理的机器视觉***，其中：图像预处理模块4的预处理过程分为以下三个部分：
（1）图像增强：本发明采用对比图增强方法；通过改变图像像元的亮度分布态势，扩展灰度分布区间来改变图像像元对比度，从而改善图像质量的图像处理方法；
（2）阈值分割：采用局部自适应阈值分割算法，其步骤为：将采集到的整幅m×n路面裂纹（1）的图像分为M×N个子图像，m和n分别为M和N的整数倍；计算其梯度直方图，即计算每个子图像中像素点的梯度分布；对每幅图像进行OTSU分割；经过图像的分割后，原图变为二值图像，用3×3块的9个点的结构元素对该二值图像进行腐蚀，再用该二值图像减去腐蚀的图像，即得到路面裂纹（1）的图像的边缘；
（3）图像特征提取与匹配：本发明采用几何法，它是建立在裂纹图像纹理基元理论基础上的一种纹理特征分析方法，实现裂纹图像的分类和最终结果评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012104076744A CN102912714A (zh) | 2012-10-24 | 2012-10-24 | 一种用于路面裂纹图像采集与处理的机器视觉*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012104076744A CN102912714A (zh) | 2012-10-24 | 2012-10-24 | 一种用于路面裂纹图像采集与处理的机器视觉*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102912714A true CN102912714A (zh) | 2013-02-06 |
Family
ID=47611265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012104076744A Pending CN102912714A (zh) | 2012-10-24 | 2012-10-24 | 一种用于路面裂纹图像采集与处理的机器视觉*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102912714A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103469723A (zh) * | 2013-09-10 | 2013-12-25 | 兰州大学 | 用于公路质量检测的装置 |
| CN103898619A (zh) * | 2014-03-07 | 2014-07-02 | 广东工业大学 | 一种连续无针电纺纳米纤维轨迹采集装置 |
| CN104165892A (zh) * | 2014-07-25 | 2014-11-26 | 中国科学院东北地理与农业生态研究所 | 土壤裂纹参数在线测量***及采用该***实现土壤裂纹参数提取方法 |
| CN104452555A (zh) * | 2014-10-27 | 2015-03-25 | 河南省高远公路养护技术有限公司 | 路面病害检测高精度信号同步采集***及其同步采集方法 |
| CN104867130A (zh) * | 2015-04-21 | 2015-08-26 | 浙江工业大学 | 一种基于裂纹图像子区灰度均值的自适应分割方法 |
| CN105205821A (zh) * | 2015-09-21 | 2015-12-30 | 江苏科技大学 | 一种焊接图像分割方法 |
| CN105447956A (zh) * | 2015-11-06 | 2016-03-30 | 东方通信股份有限公司 | 一种拼接纸币的检测方法 |
| CN105780631A (zh) * | 2014-12-23 | 2016-07-20 | 桂林电子科技大学 | 一种手推式水泥混凝土路面接缝损坏检测装置 |
| CN106856547A (zh) * | 2015-12-08 | 2017-06-16 | 湖南润普科技发展有限公司 | 高速影像处理*** |
| CN108022437A (zh) * | 2017-12-20 | 2018-05-11 | 四川建筑职业技术学院 | 一种十字路口智能交通疏导*** |
| CN110208278A (zh) * | 2019-07-09 | 2019-09-06 | 电子科技大学 | 路面表观裂痕视觉测量*** |
| CN110541341A (zh) * | 2019-09-04 | 2019-12-06 | 山西省交通科技研发有限公司 | 一种基于稳定视觉的公路结构病害检测装置及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1801214A (zh) * | 2005-11-18 | 2006-07-12 | 厦门大学 | 基于数字化虚拟器官的肿瘤图像信息处理装置与处理方法 |
| CN101127839A (zh) * | 2007-08-20 | 2008-02-20 | 北京航空航天大学 | 细胞形态图像采集处理*** |
| CN101276218A (zh) * | 2008-04-29 | 2008-10-01 | 上海交通大学 | 针对高实时性图像采集与处理的机器视觉*** |
-
2012
- 2012-10-24 CN CN2012104076744A patent/CN102912714A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1801214A (zh) * | 2005-11-18 | 2006-07-12 | 厦门大学 | 基于数字化虚拟器官的肿瘤图像信息处理装置与处理方法 |
| CN101127839A (zh) * | 2007-08-20 | 2008-02-20 | 北京航空航天大学 | 细胞形态图像采集处理*** |
| CN101276218A (zh) * | 2008-04-29 | 2008-10-01 | 上海交通大学 | 针对高实时性图像采集与处理的机器视觉*** |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103469723A (zh) * | 2013-09-10 | 2013-12-25 | 兰州大学 | 用于公路质量检测的装置 |
| CN103898619A (zh) * | 2014-03-07 | 2014-07-02 | 广东工业大学 | 一种连续无针电纺纳米纤维轨迹采集装置 |
| CN104165892A (zh) * | 2014-07-25 | 2014-11-26 | 中国科学院东北地理与农业生态研究所 | 土壤裂纹参数在线测量***及采用该***实现土壤裂纹参数提取方法 |
| CN104165892B (zh) * | 2014-07-25 | 2016-10-26 | 中国科学院东北地理与农业生态研究所 | 土壤裂纹参数在线测量***及采用该***实现土壤裂纹参数提取方法 |
| CN104452555A (zh) * | 2014-10-27 | 2015-03-25 | 河南省高远公路养护技术有限公司 | 路面病害检测高精度信号同步采集***及其同步采集方法 |
| CN105780631A (zh) * | 2014-12-23 | 2016-07-20 | 桂林电子科技大学 | 一种手推式水泥混凝土路面接缝损坏检测装置 |
| CN104867130A (zh) * | 2015-04-21 | 2015-08-26 | 浙江工业大学 | 一种基于裂纹图像子区灰度均值的自适应分割方法 |
| CN105205821B (zh) * | 2015-09-21 | 2018-09-04 | 江苏科技大学 | 一种焊接图像分割方法 |
| CN105205821A (zh) * | 2015-09-21 | 2015-12-30 | 江苏科技大学 | 一种焊接图像分割方法 |
| CN105447956A (zh) * | 2015-11-06 | 2016-03-30 | 东方通信股份有限公司 | 一种拼接纸币的检测方法 |
| CN106856547A (zh) * | 2015-12-08 | 2017-06-16 | 湖南润普科技发展有限公司 | 高速影像处理*** |
| CN108022437A (zh) * | 2017-12-20 | 2018-05-11 | 四川建筑职业技术学院 | 一种十字路口智能交通疏导*** |
| CN110208278A (zh) * | 2019-07-09 | 2019-09-06 | 电子科技大学 | 路面表观裂痕视觉测量*** |
| CN110541341A (zh) * | 2019-09-04 | 2019-12-06 | 山西省交通科技研发有限公司 | 一种基于稳定视觉的公路结构病害检测装置及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102912714A (zh) | 一种用于路面裂纹图像采集与处理的机器视觉*** | |
| CN109961003A (zh) | 一种基于fpga的嵌入式输电线路机载辅助巡视装置 | |
| CN102156862B (zh) | 一种反遮改车牌识别***及识别方法 | |
| CN103454285A (zh) | 基于机器视觉的传动链条质量检测*** | |
| CN111974704A (zh) | 基于计算机视觉的垃圾分类检测***及方法 | |
| CN105957090A (zh) | 一种基于达芬奇技术的单目视觉位姿测量方法及*** | |
| CN202143150U (zh) | 一种车载道路破损自动识别装置 | |
| CN202393715U (zh) | 一种坯布疵点自动检测装置 | |
| CN102175701A (zh) | 工业x射线机在线探伤检测***及方法 | |
| CN105044126A (zh) | 宽幅连续表面缺陷视觉检测*** | |
| CN205538710U (zh) | 一种基于机器视觉的电感质量自动检测*** | |
| CN102175692A (zh) | 织物坯布疵点快速检测***及方法 | |
| CN108318773A (zh) | 一种输电导线断股检测方法及*** | |
| CN103325116A (zh) | 一种印品图像检测***及方法 | |
| CN102879404B (zh) | 工业结构化场景中医用胶囊缺陷自动检测的*** | |
| CN205721986U (zh) | 一种线缆表观缺陷检测和字符识别装置 | |
| CN103542805A (zh) | 基于高速图像传感器和并行处理的视觉检测*** | |
| CN202676612U (zh) | 一种用于测试led电路芯片的装置 | |
| CN103091330A (zh) | 模拟人类视觉感知机理的铜带表面缺陷辨识装置及方法 | |
| CN111507325A (zh) | 基于深度学习的工业视觉ocr识别***及方法 | |
| CN113569971B (zh) | 一种基于图像识别的渔获目标分类检测方法及*** | |
| CN103293167A (zh) | 泡沫镍中铜颗粒自动检测方法及*** | |
| CN109881356B (zh) | 基于svm图像分类的袜机织针在线检测装置及方法 | |
| CN207366475U (zh) | 一种凹凸图案在线视频检测装置 | |
| CN203894177U (zh) | 一种基于机器视觉的壁纸缺陷自动检测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130206 |