基于机器视觉的煤炭分拣技术研究

基于机器视觉对苹果进行在线检测分级，包括苹果图像处理和大小形状、颜色、缺陷分级算法。

针对视觉背景提取（visualbackgroundextractor，ViBe）算法中出现的鬼影及复杂场景检测不佳等问题，提出一种改进的ViBe算法。该算法在初始化阶段使用多帧图像的像素值训练背景样本

设计一种以PLC控制为核心的自动煤炭分拣系统。在系统中加入多种传感器检测煤炭材料的属性与颜色,从而达到自动分拣的目的。该煤炭自动分拣装置具有运行安全、稳定性强、可靠性高及便于操作的优点。该系统降低了煤

主要研究面向人形机器人行走和爬行的立体视觉问题。障碍检测和物体识别广泛采用图像处理和物体识别技术,数据拟合技术也应用于人形机器人的路径规划。通过实时合成高精度的物体特征检测方法能够提供精准的视觉反馈。

针对目前矿井输煤用的带式输送机输送带在运行过程中容易发生纵向撕裂,而撕裂的后果不仅会危害到矿井生产更可能会危害到生命安全。目前广泛使用的撕裂保护装置属于发生识别型,也就是在撕裂发生后对其进行判断停车。

机器视觉测量技术.pdf........................................

机器视觉测量技术，详细讲解了图像处理、机器视觉领域中的测量与获取的方法。

这篇文章对冷轧带钢表面缺陷检测过程分析的很透彻是一篇很赞的学术论文

【摘要】 文本自动分类是信息检索与数据挖掘领域的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.提出了基于机器学习的文本分类技术所面临的互联网内容信息处理等复杂应用的挑战,从模型、算法和评测等

操作者在 PC 上通过浏览器访问机器人，不仅可以看到机器人连接的摄像头拍摄 的实时图像，而且可以控制机器人的运动。