基于视觉的PET瓶封盖检测及定位系统

针对目前PET瓶饮料生产线的封盖缺陷依靠人工检测效率低的问题,笔者提出了基于视觉的PET瓶封盖检测及定位系统。设计了3相机加背光源剪影成像的方式,实现稳定有效的采集目标轮廓信息;采用Canny算子寻找二值化图像瓶盖边缘,利用最小二乘法拟合盖顶轮廓线等处理方式,实现对高盖、歪盖、无盖和低液位等缺陷的识别;基于Visual Studio 2019设计了人机操作界面,采用modbus tcp通信协议实现与PLC的通信;设计光电信息系统,对造成相关缺陷的旋盖机工位进行定位。结果表明：该系统运行稳定,检测速度快,满足当前绝大多数饮料生产线;识别准确率高,能有效剔除缺陷产品;定位精准,能够准确的定位旋盖机异常工位。课题组的研究实现了对饮料产线上封盖缺陷的准确识别和剔除,提高了产品合格率。     

新型PET瓶盖杀菌系统的研究与开发

PET瓶超净及无菌灌装技术已成为饮料行业的发展趋势。目前在PET生产线上对瓶盖的杀菌方式主要有紫外线杀菌、倒瓶热力杀菌、化学药剂杀菌等,都存在着杀菌不彻底或者收集处理困难以及成本高等问题。在研究各类杀菌方式、特点的基础上,文章提出了通过过氧化氢喷雾+无菌热空气激发+高强度紫外线结合杀菌的理论,开发一种杀菌彻底,残留少的新型PET瓶盖在线杀菌系统。     

基于机器视觉的饮料瓶盖检测剔除系统

实证分析发现,由于社会网络“趋同性选择”的制约以及返乡后自致性社会网络的“断裂”与 “失灵”,返乡农民工在创业生存性阶段主要依赖于先赋性社会网络,但随着其返乡创业由生存性阶段向成长性阶段的转变,先赋性社会网络的作用随市场化程度的提高而减弱逐渐,而自致性社会网络的作用逐渐显现并呈增强的趋势。同时发现,返乡创业农民工的社会网络能力对先赋性社会网络的生存性创业绩效与自致性社会网络的成长性创业绩效的提升效应具有显著促进作用。因此,乡村振兴背景下返乡创业农民工在创业实践中应充分调动其社会网络的经营与开发能力,在维护业已建立的先赋性社会网络的同时不断构建与拓展自致性社会网络,从而提升返乡创业绩效,促进农业农村高质量发展。     

基于单片机的高精度超声波液位检测系统

介绍一种使用超声波进行液位检测的微机控制系统及其硬件组成及相应软件流程图。为使测量具有较高的精度,系统在测量方式上采用在容器底部放置超声波探头的回波检测法,使超声波在液体中来回传播以稳定超声波传播速度;在硬件上引入专用定时芯片8254,以提高传播时间的分辨率,同时8254的时标信号由具有较高稳定频率的多谐振荡电路产生;在软件算法上减少舍去误差。系统测量精度可准确到厘米。     

基于核聚类的MRI和PET医学图像分割方法

为提高MRI、PET等医学图像分割的精度和速度,提出了基于核聚类的MRI和PET医学图像分割方法,通 过利用Mercer核,将原本简单的样本特征映射到更复杂的高维空间中去,放大了样本特征间的差异,这样能快速 准确地分割样本。实验表明,基于核聚类的分割方法在医学图像处理中具有重要的应用价值。     

基于差分和肤色图像的人脸检测算法

提出并实现了一种基于差分和肤色图像的人脸检测算法。该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位。该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度。实验表明,该算法可行、有效。     

基于摄像头采集和图像处理的机织物密度检测

采用CCD摄像头拍摄机织物图像,根据其特性进行图像处理,自动寻找条纹方向并旋转图像.通过运用误差处理的方法,得到精确的织物经纬密度.研究结果表明,拍摄一幅图像即可快速得到织物的经纬两个方向的密度,比傅里叶变换和小波变换计算量小,并可以用于实际生产过程中的纺织品密度在线检测.     

基于图像滤波的MTF检测方法研究

基于图像滤波的思想,利用图像的逆滤波法、维纳滤波法以及约束最小二乘方法得到光学系统二维调制传递函数。从理论上探讨了基于滤波法获得光学系统MTF的方法,讨论了这些方法在抑制噪声方面的理论基础与优势。通过实验与传统MTF测试方法进行对比分析,对比了3种滤波方法对噪声的不同抑制效果。实验结果表明:3种方法特别是约束最小二乘方滤波法不仅能同时获得多个维度的MTF值,也对噪声具备一定程度的抑制作用。     

基于sobel算子的道路图像边缘检测算法

应用图像低级特征提取技术中的边缘检测技术能够确定和提取车道线边界信息，为后续完成道路识别、实现辅助驾驶系统等提供了重要依据和基础。传统sobel算子进行边缘检测虽然算法简单、速度快，能满足道路图像边缘检测实时性的要求，但由于只获取了水平和垂直两个方向的边缘梯度信息，且阈值选取全靠人为设置，因此边缘信息检测效果不理想。文中提出改进sobel算子的边缘检测算法，算法通过扩大构造5×5的梯度权值模板计算出图像边缘信息，应用K-means聚类算法获取的最佳自适应阈值完成图像分割，最后通过改进的边缘细化算法，保留了更完整有效的边缘信息。通过实验表明，该算法能够较快、较好的提取道路图像边缘信息，而且具有一定的抗干扰能力。