根据红外成像特性及金属表面缺陷区域灰度分布变化缓慢的特点，提出了一种基于小波纹理特性统计分析的铜带表面缺陷视觉检测方法。利用CCD视觉传感器获取受检金属表面的红外影像资料，引入一阶Haar小波分解红外图像，抽取4个小波特性，然后分别使用Hotelling T2和X2多变量统计法融合4个小波特性。最后根据统计值判别图像是否存在缺陷，并使用支持向量机对缺陷进行分类。比较分析了两种小波域多变量统计方法检测缺陷的性能。实验结果表明，Hotelling T2统计法在缺陷检测和识别方面的性能较好，对微小缺陷可达到92.8%的检测率和95.42%的识别率。

直线检测现在已经成为计算机视觉中的一个研究重点，近年来许多学者就这一领域展开了广泛研究并提出了许多直线检测算法。目前直线检测算法主要可以分为以下几类： 1）Hough变换法 2）相位编组法 3）链码检测法

完整英文电子版 JEDEC JESD22-B118A：2021 Semiconductor Wafer and Die Backside External Visual Inspection（半导体晶圆和芯片背面外部视觉检测）。半导体晶圆和裸片背面外部目视检查是对已处理的半导体晶圆或裸片的外部非活性表面区域（以下称为背面）的检查。 此检测方法适用于组装前的产品半导体晶圆和裸片。 该测试方法定义了执行标准化外部目视检查的要求，是一种非侵入性和非破坏性检查，可用于鉴定、质量监控和批次验收。 为第 6 条元素提供保证的替代检查方法或技术是可接受的（例如，功能测试、自动检查设备、在线制造操作等）。 本测试方法适用于： • 半导体晶圆和芯片的背面检测。 为外部目视检查而取样的晶圆和模具必须代表最终产品。

工业视觉检测 AI深度学习从可选走向必选 阿丘科技 2020年 Q1: 为什么 工业检测为什么需要AI Q2 : 怎么做 如何做工业领域的AI技术 Q3: 哪些坑如何解AI工业落地难点及解决之道 Source: Capgemini Research Institute analysis. 统计了TOP 300 1. 机器人3D分拣 1. 设备异常预警 1. 智能质检 用于上下料分拣拆垛等 1.

stm32毕业设计_基于stm32的视觉检测设计——（附源码和文档）

一款具备图像图形识别和测量的相机，将制定场景中指定形状目标识别并测量尺寸. 有详细的注释。整合有对圆形和正方形的识别方法，以及最基本的测量方案。

开展履带式机器人运动控制与定位导航技术研究。在建立摆臂履带式机器人运动学模型和各类传感器数学模型的基础上，结合彩色相机、深度相机及 IMU等多传感器信息，采用图像对齐与基于直接直线检测法和 Sobel 边缘检测算法的楼梯结构参数检测方法，提出了一种基于多信息融合的自动化爬梯技术。同时，使用扩展卡尔曼滤波融合里程计与 IMU 信息，改善履带式机器人的定位导航性能。

墙地砖色差的计算机视觉检测研究.pdf

YOLOv5-deepsort 无人机多个目标跟踪，代码以配置好，下载后配置环境就可以使用，包括有训练好的YOLOv5s-drone.pt和YOLOv5m6-drone.pt两个模型，并附上了测试视屏和跟踪结果，并可提取目标运动的质心坐标以及可以绘制出目标 的运动轨迹，有使用说明可以参考，目标类别名为drone，YOLOv5的代码为版本5，用于检测和跟踪空中的无人机

灌装自动化生产线上视觉检测机器人是以机器视觉技术为基础,光机电一体化的智能检测设备,它是现代制造业的重要自动化装备之一。它可以代替人工对灌装自动化生产线上的空瓶和瓶内液体质量进行智能检测。所以研究和开发具有自主知识产权的智能检测机器人是国民经济飞速发展和市场不断扩大的需要。 论文首先介绍了课题研究的背景和意义,机器视觉技术的概况,它在工业智能检测中的应用以及灌装自动化生产线上视觉检测机器人的研究现状。然后根据生产中对灌装前的空瓶质量检测和灌装后瓶内液体质量检测的要求,分别设计了灌装自动化生产线上的空瓶视觉检测机器人和实瓶视觉检测机器人。并在文中对其基本结构作了具体说明。比较了智能检测机器人的几种视觉检测和控制系统设计方案。在此基础上,为了满足高速检测的需要,设计了基于DSP的视觉检测和控制系统。因为图像采集系统是智能检测机器人的核心之一,所以论文中对图像采集系统的各项关键技术进行了深入研究,设计了可以为检测机器人提供清晰图像的图像采集系统。在智能检测机器人完成检测后,对不合格产品需要从生产线上分离,为此论文开发出新的柔性击出器,可以保证在高速流水线上稳定地分离对象产品。论文还开发了模块化的智能检测软件平台,能够稳定可靠地在智能检测机器人上完成检测和控制任务。