CN106875418A - 一种机器视觉的检测方法 - Google Patents
一种机器视觉的检测方法 Download PDFInfo
- Publication number
- CN106875418A CN106875418A CN201510915162.2A CN201510915162A CN106875418A CN 106875418 A CN106875418 A CN 106875418A CN 201510915162 A CN201510915162 A CN 201510915162A CN 106875418 A CN106875418 A CN 106875418A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- carried out
- image information
- machine vision
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Image Analysis (AREA)
Abstract
一种机器视觉的检测方法是在合适的光源环境下通过采集目标物图像信息进行分析运算的方法。可以通过此方法快速对空间密集度进行计算、检测物体的完整性、轨迹分析。日趋成熟的机器视觉技术已经在各大行业中得到广泛应用。不仅解放了生产力，提高了生产效率，备受业界人士的青睐，其应用也必将越来越广泛。
Description
技术领域
本发明专利涉及一种机器视觉的检测方法，尤其针对空间密度、物品完整性检测、行为轨迹分析。
背景技术
机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在D·Marr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为现代科技研究的一个热点。机器视觉系统在质量检测的各个方面已经得到了广泛的应用。目前随着我国配套基础建设的完善和技术、资金的积累，各行各业对采用机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近两年在机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。其主要应用于制药、印刷、矿泉水瓶盖检测等领域。
发明内容
机器视觉的检测方法是一种在合适的光源环境下通过采集目标物图像信息进行分析运算的方法。可以通过此方法对空间密集度进行计算、检测物体的完整性。
空间密集度通过视频摄像机锁定目标区域范围，图像采集卡连续采集目标区域内人群密集度图像信息，并将图像信息传输后台进行图像分析，依据人群流量数据进行运算，并快速提供运算结果。
物体完整性检测结合了图像信息采集技术、分析技术。利用高清摄像头将目标物进行图像信息采集，通过图像采集卡对图像进行预处理，图像采集卡将处理后图像信息传输至后台数据库，对目标图像信息进行图像去噪，利用图像特征提取辨识技术提取相应的特征进行对比，最后利用图像分析技术对图像信息进行分析处理，并快速得到检测结果。
轨迹分析是利用高清视频监控摄像机，在所属区域范围内，不断采集图像信息，通过图像分析技术对采集的图像进行分析，与数据库中已记录的运动学参数比对，根据目前信息中获取的运动轨迹信息，统计与计算运动参数，得出最后的轨迹数据。
附图说明
下面结合附图对本发明进一步说明。
图1是对空间密集度进行运行构造图；
图2是对目标物体进行图像分析检测构造图；
图3是对运动轨迹进行监测分析构造图。
具体实施方式
在图1中，通过视频摄像机(1)对锁定的目标区域进行人群流量采集(2)，利用图像采集卡将数据信息回传后台数据库(3)进行图像分析(4)，依照人群流量计算出当前区域的密集度结果(5)。
在图2中，高清摄像机(1)被检测物进行图像信息采集(2)，通过图像采集卡将图像信息传输后台，对图像信息进行图像预处理(3)、图像去噪(4)，提取特征(5)对图像进行比对，运用图像分析(6)对图像数据进行分析，并得到检测结果(7)。
在图3中，高清视频监控摄像机(1)，在所属区域范围内，实时采集图像信息(2)，通过图像分析技术(3)对采集的图像进行分析，与数据库中已记录的运动轨迹参数对比(4)，根据目前信息中获取的运动轨迹信息，统计与计算运动参数(5)，得出最后的轨迹数据(6)。
Claims (4)
1.一种机器视觉的检测方法是在合适的光源环境下通过采集目标物图像信息进行分析运算的方法。可以通过此方法对空间密集度进行计算、检测物体的完整性、行为轨迹分析。
2.根据权利要求1所述，其特征是：通过视频摄像机锁定目标区域范围，图像采集卡连续采集目标区域内人群密集度图像信息，并将图像信息传输后台进行图像分析，依据人群流量数据进行运算，并快速提供运算结果。
3.根据权利要求1所述，其特征是：利用高清摄像头将目标物进行图像信息采集，通过图像采集卡对图像进行预处理，图像采集卡将处理后图像信息传输至后台数据库，对目标图像信息进行图像去噪，利用图像特征提取辨识技术提取相应的特征进行对比，最后利用图像分析技术对图像信息进行分析处理，并快速得到检测结果。
4.根据权利要求1所述，其特征是：利用高清视频监控摄像机，在所属区域范围内，实时采集图像信息，通过图像分析技术对采集的图像进行分析，与数据库中已记录的运动轨迹参数比对，根据目前信息中获取的运动轨迹信息，统计与计算轨迹参数，得出最后的轨迹数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510915162.2A CN106875418A (zh) | 2015-12-09 | 2015-12-09 | 一种机器视觉的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510915162.2A CN106875418A (zh) | 2015-12-09 | 2015-12-09 | 一种机器视觉的检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106875418A true CN106875418A (zh) | 2017-06-20 |
Family
ID=59177131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510915162.2A Pending CN106875418A (zh) | 2015-12-09 | 2015-12-09 | 一种机器视觉的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106875418A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111464777A (zh) * | 2020-02-24 | 2020-07-28 | 中铁第四勘察设计院集团有限公司 | 一种地质勘探监控图像/视频的校正处理方法和系统 |
-
2015
- 2015-12-09 CN CN201510915162.2A patent/CN106875418A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111464777A (zh) * | 2020-02-24 | 2020-07-28 | 中铁第四勘察设计院集团有限公司 | 一种地质勘探监控图像/视频的校正处理方法和系统 |
| CN111464777B (zh) * | 2020-02-24 | 2021-05-04 | 中铁第四勘察设计院集团有限公司 | 一种地质勘探监控图像/视频的校正处理方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Can micro-expression be recognized based on single apex frame? | |
| Faghih-Roohi et al. | Deep convolutional neural networks for detection of rail surface defects | |
| Li et al. | In-field tea shoot detection and 3D localization using an RGB-D camera | |
| CN103279765B (zh) | 基于图像匹配的钢丝绳表面损伤检测方法 | |
| CN105160310A (zh) | 基于3d卷积神经网络的人体行为识别方法 | |
| CN104198497B (zh) | 一种基于视觉显著图和支持向量机的表面缺陷检测方法 | |
| CN109886245A (zh) | 一种基于深度学习级联神经网络的行人检测识别方法 | |
| CN112270310A (zh) | 一种基于深度学习的跨摄像头行人多目标跟踪方法和装置 | |
| CN110827235B (zh) | 钢板表面缺陷检测方法 | |
| CN105044122A (zh) | 一种基于半监督学习模型的铜件表面缺陷视觉检测系统及检测方法 | |
| CN102509085A (zh) | 基于轮廓不变矩特征的猪行走姿态识别系统和方法 | |
| CN106548131A (zh) | 一种基于行人检测的施工人员安全帽实时检测方法 | |
| Sun et al. | Multi target pigs tracking loss correction algorithm based on Faster R-CNN | |
| CN103226713A (zh) | 一种多视角行为识别方法 | |
| CN106203476A (zh) | 一种基于最近邻分类与模糊算法的猪头尾轮廓识别方法 | |
| CN111738218A (zh) | 人体异常行为识别系统及方法 | |
| CN115131348A (zh) | 一种纺织品表面缺陷的检测方法及系统 | |
| Puno et al. | Quality Assessment of Mangoes using Convolutional Neural Network | |
| CN103177435B (zh) | 一种基于机器视觉的苹果表面无冗余信息图像处理方法 | |
| 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 | |
| CN104992448B (zh) | 机器人防损伤采摘葡萄的自动定位方法 | |
| CN107516315B (zh) | 一种基于机器视觉的掘进机出渣监测方法 | |
| CN101770645A (zh) | 高分辨率棉花异性纤维彩色图像的快速分割方法与系统 | |
| Li et al. | Recognizing workers' construction activities on a reinforcement processing area through the position relationship of objects detected by faster R-CNN | |
| CN106875418A (zh) | 一种机器视觉的检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170620 |
|
| WD01 | Invention patent application deemed withdrawn after publication |