当前齿轮破损图像识别未拟合周期性动作捕捉数据,导致齿轮破损图像的识别效率较低,图像边缘轮廓中细节信息丢失,造成识别误差较大、识别效果较差。提出基于函数型数据时间序列建模的齿轮破损图像识别方法,通过小波变换方法提取齿轮破损图像中存在的低频成分,做双直方图均匀化处理,采用高斯高通滤波器提取齿轮破损图像中存在的高频成分,增强齿轮破损图像中存在的细节信息,利用函数型数据分析方法拟合动作捕捉数据,根据获取的数据构建周期时间序列,获得隐马尔可夫模型,通过最大似然估计函数,计算获得测试模型与样本之间的匹配度,实现齿轮破损图像的识别。实验结果表明,所提方法的识别误差较小,识别效果较好,能够有效提高齿轮破损图像的识别效率。

阐述了基于机器视觉的图像采集方法及其在多个领域中的应用;介绍了图像处理技术,以齿轮齿面为例,给出了各个方法的处理结果示意图;对多种分类识别技术的特点和应用现状进行综述,并给出了基于卷积神经网络的轴承表面损伤识别案例;最后,对机器视觉识别技术在机械传动领域,如齿轮齿面损伤识别方向的应用及发展趋势做出了展望。

鉴于目前市面上流行的硬币计数器在硬币的鉴伪方面存在着种种问题，提出了一种基于图案检测的原理对硬币进行鉴伪的方法，具体介绍了系统的硬件组成和工作原理。使用该设备可以方便地对国产的12种硬币进行鉴伪，准确度可达99.99％，整机效率可达8枚／s，样机的研制成功充分表明了该技术的可行性。

根据国家工作计量器具命名与分类代码规范，结合企业实际，选用5层信息混合字符编码方法，形成丰富的质量信息载体；采用CCD传感器接收图像信息、BP神经网络识别的方法，实现计量器具信息自动与人工双重识别功能；结合具体案例进行训练与测试，获得较好的识别精度。

分析了现有声级计自动检定系统存在的问题，提出了一种基于图像识别技术的声级计频率计权自动检定系统的设计方法。该系统能够完成声场的自动校准和声压级的自动回放，并能根据摄像头采集的图像自动识别声级计的读数，同时记录检定结果，并将检定数据自动输出到检定报告中。该系统具有自动化程度高、操作简便、通用性强等特点。实验结果表明，该自动检定系统可较好地应用于声级计的检定工作。

介绍了棒材在线计数的意义和这一技术的进展,详细分析了影响摄像技术采集棒材特征的各种因素和干扰,研制成功了棒材在线计数装置并获得国家专利.装置在线采集链条上每组棒材端面的图像,经计算机进行图像识别,实现了各种规格棒材在线的精确计数.装置的创新点:数据采集箱用于隔离外界干扰;快速准确的图像识别算法;喷液装置使端面成像易于被识别;采集的数据参与过程管理.

专用生产及检测设备通常无法产生标准力源，因而设备上使用的测力装置很难像材料试验机一样用标准测力仪进行校准；采用图像识别技术，可以将这些专用设备屏幕上显示的图象力值数据转换成可通讯的数字信号，并与计算机进行通讯，从而实现力值逐点在线校准。

提出了满足机器人装配作业中对工件进行可靠识别与抓取的信号处理技术及检测方法，对能准确描述物体形状的特征提取方法进行了研究，设计了一种基于视觉与超声技术的机器人自动识别与抓取系统的结构，并在机器人装配作业平台上进行了物体识别与抓取的实验研究.

介绍MBF200的性能、结构及工作原理.实现基于MBF200的SPI型指纹采集系统设计.该采集系统具有自动检测指纹、结构简单、使用方便的特点.

提出了一种基于机器视觉的鞋底运动轨迹识别新方法,首先,自主开发了鞋机自动涂胶系统。引入视觉检测技术,采集鞋底图像,对采集到图像进行中值滤波及灰度增强处理。在此基础上,对遗传算法进行深入研究,研究了基于遗传算法的图像阈值分割方法。结果表明,与传统的ostu法相比,新方法能较好地去除鞋底周边的干扰,准确提取鞋底信息。最后对分割后的图像进行了数学形态学及边缘检测处理,以提取鞋底轮廓边缘,最终的图像误差为±0.03mm,为下一步鞋底涂胶轨迹的自动生成奠定基础。