针对自动化立体仓库货物检测难度大、实时性差等缺陷,提出一种基于图像差分与特征匹配的货物检测系统。通过四旋翼无人机结合无线图像系统获取货物图像,并传输至上位机软件系统进行检测,通过将实时图像与模板图像差分结合自适应阈值滤波方法检测出货物缺失部分;通过改进的ORB算法结合网格运动统计方法完成图像的精准匹配,采用网格划分统计特征点的方法检测货物缺陷。实验和现场系统运行测试表明,所研究的货物检测系统,在货物缺失、缺陷检测时正确率分别达到95.0%和93.3%,具有较高的准确率。

以开发收藏币币面品相检测系统为目标,研究了图像滤波、变换、类型识别及配准等技术。通过预处理初步分割出币面区域,采用多目标相关性模板匹配法,识别出收藏币类型及币面特征在图像中所处的位置,然后根据匹配结果将目标图像与参考图像进行配准,在配准的基础上进行差分,实现对收藏币币面缺陷区域的提取。再根据不同类型缺陷的灰度、几何、形状特征的不同对缺陷区域进行分类识别,然后统计缺陷区域的面积、坐标等参数。实验数据表明,收藏币币面图像识别配准高效准确,能够有效提取出缺陷区域并准确统计缺陷参数。

本文面向医用大输液溶液的在线自动化检测，运用机器视觉技术、自动控制原理，开发了一台智能灯检机。为了从复杂的视觉图像中提取出微小的检测目标，该灯检机运用机械方法使检测目标与背号间产生运动差异，再利用精密的光学成像系统获取目标运动序列图像，最后应用智能图像处理算法完成对产品的检测。本文给出了灯检机的系统结构，并详细介绍了目标检测的关键算法，给出了实验结果。该研究证明机器视觉技术可以有效的运用于大输液产品的在线检测。

针对相关行业对线缆表面质量检测的需求和人工检测方法的不足,提出一套基于机器视觉的线缆表面缺陷实时检测系统的设计方案。设计了满足工业生产线条件的视觉硬件设备,用于采集优质的线缆图像。在图像处理算法中,改进行灰度均值法实现了复杂环境下图像线缆区域的提取;改进双边滤波建立背景并与原缺陷图像差分实现了缺陷信息的分割。通过对300张存在小孔、划痕、绝缘皮破损等线缆缺陷图像进行检测试验,结果表明:该算法检测准确率高于96.3%。