为了实现工作人员在集控中心进行站所内的巡检和操作任务,提出了一种带电操作机器人系统。该系统是以基于图像识别的操作机器人为本体的智能系统,用于执行变电房高压柜的状态识别和开关操作。针对该机器人系统,提出了一种基于三维点云的深度相机标定方法,实现了机器人手眼坐标系的统一。设计了一种针对旋转类型按钮的定位算法,实现了机器人对开关的定位和操作。实验表明,将带电操作机器人部署在实际站所中进行测试,对旋钮类型开关、压板及按钮的一次性操作成功率达到93.88%。由此得出,该机器人系统能够稳定运行,并可实现高压电柜上4种类型开关的自动化操作,该研究为智能变电站的发展做出了有效探索。

针对钢管生产线自动测长及精度问题．基于计算机视觉设计并实现了钢管在线测长系统。采用面阵摄像机采集钢管图像．对图像上钢管的头、尾部边缘进行检测，并利用参照物边缘比对的方法保证了长度测量的高效准确。该系统抗干扰能力强．对图像模糊及摄像机抖动的情况亦能准确测长．控制误差在8min以内。系统对硬件要求不高，具有很高的性能价格比，并已成功应用于生产现场。

对条码型水准标尺进行检测是测定标尺的分划误差或确定标尺的修正常数,也是实现精密测绘计量任务的重要保证.针对条码型水准标尺的编码原则,提出采用计算机视觉瞄准结合双频激光干涉长度测量的方法实现条码尺的线纹分划检测.实验证明,该视觉瞄准方法的准确度高、重复性好,适用于条码型水准标尺的分划检测.

该文对可用于测量动态角度量的测角方法进行研究并追踪其研究进展，主要介绍了激光干涉法、莫尔条纹法、基于PSD的测角法以及基于CCD图像处理和计算机视觉技术的动态角测量方法，阐述了各方法的测量原理，并分析了其优缺点和使用场合，最后针对动态大范围角度量的实时测量给出探讨性的意见。

基于计算机视觉技术的四轮定位仪可实现汽车车轮定位参数的简单、快速、精确检测，具有良好的应用前景。该产品目前主要依赖进口，对其原理国外厂商严格保密，国内文献尚未见详细述及。本文对基于计算机视觉的车轮定位参数测量原理进行了探讨，分别对国外基于透视学的方式和本文基于空间向量的方式进行了详细分析，给出了基于空间向量方式的数学模型，并进行了现场实车检测实验，结果表明了本文所提出的模型是正确有效的。为国内汽车电子检测行业的发展提供了新技术。

液压支架护帮板的打开和闭合是煤矿井下的主要作业之一。为了自动识别监控视频中每个护帮板的工作状态,需研究液压支架护帮板工作状态智能识别算法。结合深度学习和计算机视觉的算法,可采用融合幅度信息的光流直方图(Histograms of Oriented Optical Flow,HOF)提取运动特征。实验结果表明:算法的准确率达到88.69%、精确率达到79.08%、召回率达到76.16%、F1_score值达到76.53%,fps值达到18帧/s,验证了该算法的可行性和有效性。

闭环检测是移动机器人自主导航以及各种视觉定位的重要组成。近年来随着深度卷积神经网络展,基于卷积描述符的闭环检测与基于手工设计描述符的闭环检测,均在各个系统得到了应用。通过利用深度卷积神经网络实现图像匹配,并将其用于移动机器人的全局定位算法中,对其工程实际表现进行了定量评估以及对比。从所设计的试验方法量化对比出目前主流的描述符在各种场景应用中的优劣性,可知基于AlexNet模型的卷积描述符在各实验中均表现最佳,为图像匹配及其全局定位提供定量参考选择标准。

在机械旋转构件的动态参数检测中，传统的检测法由于需接触检测而难以满足实时检测要求。提出了基于计算机视觉原理的非接触实时在线定量检测方法，设计了以TMS320C6701 DSP为核心的旋转构件动态参数检测系统。为实现机械构件的非接触式在线实时定量检测提供新的技术与方法。

基于计算机视觉检测技术,开发一种光电编码器零点自动校正系统,通过数字图像处理识别出编码器零点的位置信息,用模版匹配的方法对零点位置是否对齐进行判断。结果表明,应用计算机视觉检测技术实现编码器零点自动校正,提高了光电编码器的安装精度,解决了目前在检测过程中人工操作工作量大、判断不准确以及效率低等问题。

为解决木板在加工过程中分类检测环节效率低、准确率不稳定的问题，结合Python设计了一套木板条纹间距和颜色自动检测系统。该系统能够从条纹间距的大小及板材颜色不均和不同两个方面来判断木板的级别，分别利用改进直方图算法和色度区间分类来实现。最后通过实验分析该系统的图像识别能力，测得识别准确率达92.3%，传送速度为8 cm/s。结果表明，该系统效率高、准确度高、稳定性好，并且系统算法更简单、运行时间短。