一次垃圾分类识别比赛过程中，使用的图片数据集，图片大小均为640X480

基于机器视觉的工业品色差检测系统的设计，主要针对工业现场的色差和色度信息进行自动检测。基于机器视觉的工业品色差检测系统的设计，主要针对工业现场的色差和色度信息进行自动检测。

将机器视觉技术引入到了茶小绿叶蝉的自动识别领域, 以实现茶园中茶小绿叶蝉的准确及时预报。采集了自然场景下黄色诱虫板的图像,利用超像素分割算法和多DBSCAN聚类图像融合的方法对采集的图像进行区域分割,保证了目标区域的准确性和完整性。在此基础上,提取了目标图像子区域的L、a、b均值和标准差特征,构建了最小二乘支持向量机(LSSVM)自动识别模型。为解决训练样本中茶小绿叶蝉和其他害虫数量不均衡带来的分类超平面偏移问题,采用改进SMOTE算法和KS算法来提高模型对茶小绿叶蝉小样本的识别精度。结果表明,该算法的整体识别精度可达到99.03%,茶小绿叶蝉的查准率可达91.76%,为茶小绿叶蝉的实时检测提供了有效途径。

西安邮电大学机器视觉(也叫计算机视觉，视觉测量技术等)期末考试试卷，适合学习机器视觉相关课程的本科生和研究生复习使用。

天轮在深井提升系统中是一个关键运行部件，主要起承载力和导向的作用。由于天轮是运转轮体，考虑到自身不易安装传感器，提出了基于线结构光的机器视觉非接触式天轮偏摆实时监测方案。运用机器视觉处理技术，线激光照射在运转天轮上，将摄像机实时拍摄的图像传输到Labview软件中的图像模块进行图像处理，然后通过嵌套在Labview中的Matlab程序完成线结构光提取以及偏摆测量，并将测量数据实时显示形成曲线图并保存，从而达到实时监测天轮偏摆故障的目的。

针对概率Hough变换耗费大量内存以及直线端点搜索容易受到网状聚集点干扰的缺陷，提出一种基于概率的局部Hough变换优化算法。将边界分为有序和无序两类，前者通过随机抽取采样点并结合其相邻点进行直线搜索，后者采用在随机抽取点周围建立感兴趣区域并进行局部Hough变换，检测到直线后进行全局搜索并实时修正直线斜率，对因网状聚集点产生的错误直线采用间隔计数和限制总间隔长度的方法进行排除。使用500张图片进行实验验证，算法耗时均低于概率Hough变换耗时的1/3，且对网状聚集边界点的直线错检具有较高抵抗性，检测结果比概率Hough变换直线检测更加准确，内存消耗减少超过90%以上。

VB 机器视觉系统 微小间距测量

计算机视觉 机器视觉 两本教材 张广军， 计算机视觉 机器视觉 两本教材 张广军

0积分下载，代码运行效果图见压缩包

在室外光照条件变化下进行有效的障碍物识别是高压输电线路巡检机器人所面临的技术难点之一。针对弱光条件下障碍物识别的稳健性问题，提出了一种基于机器人视觉的障碍物识别智能方法，以使巡检机器人适应各种不同程度的弱光变化。通过对采集的障碍物图像进行自适应同态滤波处理，以减少部分光照的影响；将障碍物图像分成均匀大小的子区域，运用改进的局部方向模式提取各个子区域图像的特征直方图向量，并把子块特征直方图逐个串联为总的直方图；再选用卡方距离法进行统计识别。实验结果表明：该方法使巡检机器人对输电线上的防震锤、悬垂线夹和绝缘子串能够进行有效的识别。相比于其他算法，其具有更好的抗光照干扰效果和更高的准确识别率；提升了机器人巡检过程中图像识别的稳健性、适应性和准确性，极大地提高了巡检机器人在电力行业的可持续发展性。