简介:摘要:伴随着医院医疗水平和服务质量的不断提高,医疗科研项目逐渐增多,对医疗器械设备的需求量明显增长,除了一些基本的一次性针头、输液管等的基础医疗器械之外,还重视对高精尖医疗器械的应用。高质量和高性能医疗器械的应用,不仅能够更为有效的帮助人们解决病痛,还能够进一步提升医院的综合实力和诊疗水平。但是,随着医疗器械设备更新换代速度的加快和需求量的增长,也增加了医疗器械检测的难度,药品(医疗器械)监督管理部门在进行医疗器械检测的过程中,要提升检测的精度和效率,有效的进行不合格产品的筛选,就离不开对机器视觉技术的应用。文章就主要围绕机器视觉在医疗器械检测中的运用加以分析和研究。
简介:摘要:当前全国儿童青少年近视率超半成且持续增加,用眼健康的任务迫在眉睫,为了适应国家需求,我们设计了这样一套基于机器视觉的智能灯光调控平台,该平台依托人工智能技术,结合物联网设备以及自研智能座位算法实现校园,智能灯光,物联网平台三位一体,综合服务智慧校园灯光调控,提升光照质量,降低用眼疲劳,提升学生视力。同时该灯光调节具备自动调节功能设置,符合可持续发展战略,环保节能。
简介:摘要:随着人脸识别技术的迅速发展,大量新型应用系统采用了基于人脸识别的身份认证方法,产生了很多新的安全与隐私问题[1]。为了减少人们对人脸识别技术的担忧,本文提出基于机器视觉的数字身份认证系统。该身份认证系统对唯一标识如学号进行加密处理后生成二维码,并把唯一标识写入数据库中,注册成功后推送到该用户的微信端;认证时通过机器视觉对该二维码进行内容识别并解密后进入数据库查询认证。通过多次试验,该系统表现稳定性良好和识别速度快等特点,能在一些门禁系统等物联网场景扩展应用。
简介:摘要:本文基于机器视觉识别技术识别杂草与作物根茎,将杂草等对耕深测量的影响进行量化处理,使用激光测距仪进行田地测试,实验结果表明耕深测量会因为杂草的影响而偏大 4-5mm。 Kalman滤波能够缩小测量范围,减小耕深测量标准差。通过 Kalman滤波编写相应程序,应用机器视觉技术,及时修正由于杂草等对耕深测量的影响,有利于进一步提高耕深的测量精度,对精准农业工程具有重要意义。
简介:摘要:现阶段电池 PACK行业属于新兴行业,其所拥有的技术、工艺、机械设备等方面在应用发展过程中还不够成熟,且行业技术人员整体综合能力相对较低。但随着社会快速发展,近年来对电池 PACK 的需求量大幅度增长,若电池 PACK还按照目前的生产效率进行生产则难以满足时代发展要求。所以针对此类情况需要技术人员对电池 PACK生产线加强重视,借助机器等相关技术设备进一步提高电池 PACK生产的自动化水平。本文就以机器视觉为出发点,对电池 PACK装配线装配工艺作出分析,提出几点建议,以供参考。
简介:摘要 : 准确获取西兰花花球面积和新鲜度是确定其长势的关键步骤,本研究通过对深度残差网络 ResNet进行改进得到一种新型的西兰花花球分割模型,并通过花球部位黄绿颜色占比判断其新鲜度,实现低成本高效准确地西兰花表型信息提取。主要技术流程包括:( 1)基于地面自动影像获取平台拍摄西兰花花球正射影像并建立原始数据集;( 2)对训练图像进行预处理并输入模型进行分割;( 3)基于颜色信息用粒子群结构 PSO和大津法 Otsu对分割结果进一步进行阈值分割,获取其新鲜度指标。试验结果表明:本研究建立的分割模型精度优于传统深度学习模型和基于颜色空间变换和阈值分割模型, 4个评价指标结构相似性指数 (SSIM)、平均精度 (Precision)、平均召回率 (Recall)、 F-度量 (F-measure)结果分别为 0.911、 0.897、 0.908和 0.907,相比于传统方法提升了 10%-15%,且对土壤反射率波动、冠层阴影、辐射强度变化等干扰具有一定的鲁棒性。同时,在分割结果的基础上采用 PSO-Otsu法可以实现花球新鲜度快速分析,其精度超过了 0.8。本研究结果实现了西兰花田间多表型参数的高通量获取,可以为作物田间长势监测研究提供重要参考。