应用视觉技术的液体质量智能检测系统研究

doi:10.3778/j.issn.1002-8331.2010.24.008

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (24): 26-29.DOI: 10.3778/j.issn.1002-8331.2010.24.008

应用视觉技术的液体质量智能检测系统研究

刘焕军

广东工业大学自动化学院，广州 510520

收稿日期:2010-01-25 修回日期:2010-07-02 出版日期:2010-08-21 发布日期:2010-08-21
通讯作者: 刘焕军

Research on liquid intelligent inspection system using machine vision

LIU Huan-jun

Faculty of Automation，Guangdong University of Technology，Guangzhou 510520，China

Received:2010-01-25 Revised:2010-07-02 Online:2010-08-21 Published:2010-08-21
Contact: LIU Huan-jun

摘要/Abstract

摘要： 提出了一种基于机器视觉和支持向量机集成的液体质量智能检测系统。该系统采用了专门装置采集瓶内旋转液体的序列图像。对采集到的序列图像进行运动分析，确定图像序列中的运动区域。然后提取运动区域的特征，提出多核函数支持向量机集成方法来确定运动区域是否为液体中的杂质。通过实验证明，该液体质量检测系统的检测准确率可达97%。

关键词: 智能检测, 机器视觉, 支持向量机集成, 运动分析

Abstract: This paper presents a liquid intelligent inspection system based on machine vision and support vector machines ensemble.The inspection system is designed，which can capture image sequences of the rotating liquid in the bottle.The motion regions are identified by motion analysis.And then the features of these motion regions are extracted.The multi-kernel function support vector machine ensemble is used to judge if the motion regions are impurities.The experiments demonstrate the inspection precision of the liquid inspection system is above 97%.

Key words: intelligent inspection, machine vision, support vector machines ensemble, motion analysis

中图分类号:

TP391.4

刘焕军. 应用视觉技术的液体质量智能检测系统研究[J]. 计算机工程与应用, 2010, 46(24): 26-29.

LIU Huan-jun. Research on liquid intelligent inspection system using machine vision[J]. Computer Engineering and Applications, 2010, 46(24): 26-29.

[1]	彭昭勇，伍权，陈华伟，郑跃，王书祥. 基于文献计量的机器视觉缺陷检测研究述评[J]. 计算机工程与应用, 2021, 57(4): 28-34.
[2]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[3]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[4]	李忠海，白秋阳，王富明，刘海荣. 基于语义分割的钢轨表面缺陷实时检测系统[J]. 计算机工程与应用, 2021, 57(12): 248-256.
[5]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[6]	何文斌，魏爱云，明五一，贾豪杰. 基于机器视觉的水果品质检测综述[J]. 计算机工程与应用, 2020, 56(11): 10-16.
[7]	马冬梅，贺三三，杨彩锋，严春满. 特征融合型卷积神经网络的语义分割[J]. 计算机工程与应用, 2020, 56(10): 193-198.
[8]	郭倩，张福杨，孙农亮. 融合多特征表示和超像素优化的双目立体匹配[J]. 计算机工程与应用, 2020, 56(1): 216-223.
[9]	王玉源，徐杰，吉卫喜. 基于监督式机器学习的零件几何特征智能识别[J]. 计算机工程与应用, 2019, 55(22): 225-230.
[10]	孙卫红1，李乾坤1，邵铁锋1，吴慧明2. 基于机器视觉的桩护壁裂缝检测方法[J]. 计算机工程与应用, 2019, 55(14): 260-265.
[11]	李超，孙俊. 基于机器视觉方法的焊缝缺陷检测及分类算法[J]. 计算机工程与应用, 2018, 54(6): 264-270.
[12]	姚明海1，齐妙2. 基于模糊聚类规则的图像去雾方法研究[J]. 计算机工程与应用, 2018, 54(6): 26-29.
[13]	孙钊，许增朴，王永强，周聪玲. 机器视觉测量中透视投影误差分析控制与补偿[J]. 计算机工程与应用, 2018, 54(2): 266-270.
[14]	郭瑞峰，袁超峰，杨柳，彭光宇. 基于OpenCV的机器视觉尺寸测量研究[J]. 计算机工程与应用, 2017, 53(9): 253-257.
[15]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.

应用视觉技术的液体质量智能检测系统研究

Research on liquid intelligent inspection system using machine vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics