论文--机器视觉网

首页>论文

类别：: 全部专家综述技术前沿专业论文

展开

标签：: 全部机器视觉图像处理机器人人工智能模式识别其他

展开

基于棱镜技术的线扫描相机实现RGB和SWIR同时成像

在工业成像领域长期以来一直依赖可见光的能力来实现质量检测、缺陷检测和材料分类。然而，随着制造工艺日益复杂化，对检测精度、可靠性和检测效率的要求不断提高，各行各业正在寻求能够超越表面的成像解决方案。

专家综述 2025-07-30 | 机器视觉 | 图像处理 |

718
基于光流预测的三维光场显示透视关系校正

三维光场显示中，观看者在前后移动时会发生透视关系错误，观看到变形错误的三维图像。为了获得正确的透视关系，本文提出了一种基于光流预测的透视关系校正方法。采用一个由光流预测网络和透视变化网络组成的透视关系补偿网络来补充透视关系信息，实现透视关系校正。其中，光流预测网络用来提供深度信息以辅助透视关系补偿网络生成深度方向上的光流，保留垂直光流分量用于插值出设定范围内任意距离处的透视关系信息。通过人眼跟踪设备获取观看者位置，实时生成图像与编码并加载到三维显示系统中，实现实时的透视关系校正。实验结果表明，该方法可以有效校正透视关系，使观看者在前后移动时观看到正确的三维图像。

技术前沿 2025-07-29 | 机器视觉 | 图像处理 | 模式识别 |

800
傅里叶光场显微镜的进展及其生物应用

光场显微镜在生物医学成像领域展现出巨大潜力，但其固有的空间采样不均匀性和重建伪影问题限制了其应用。为了解决这些问题，本文介绍了近年来发展起来的傅里叶光场显微镜技术。傅里叶光场显微镜通过在傅里叶域中记录光场信息，实现了入射光空间和角度信息的一致性混叠，从而有效避免了重建伪影，并提高了成像分辨率的均匀性。本文详细阐述了傅里叶光场显微镜的成像原理、系统设计方法以及重建算法，并对比了其与传统光场显微镜在点扩散函数上的差异。此外，本文还概述了傅里叶光场显微镜在亚细胞成像和模式生物成像等生物学研究中的应用进展，最后对傅里叶光场显微镜未来的发展方向进行了展望。

技术前沿 2025-07-24 | 机器视觉 |

906
光度立体成像技术实现高效精准2.5D缺陷检测

随着工业自动化发展，机器视觉在外观缺陷检测中的高效精准需求日益凸显。光度立体成像技术作为计算成像技术的重要分支，基于多角度照明与图像采集原理，通过光源模块、相机模块、图像处理与分析模块等组件构成的系统，可提取物体表面 2.5D 特征，实现微小缺陷检测。

专家综述 2025-07-23 | 机器视觉 | 图像处理 | 人工智能 |

960
利用深度特征、自适应非极大值抑制和学习回环检测，显著提升精度和鲁棒性

ORB-SLAM3虽是当前最先进的SLAM之一，但由于使用传统的ORB（定向FAST和旋转BRIEF）特征，在尺度、旋转和光照发生显著变化时可能会表现出局限性。为此，我们将基于深度学习的兴趣点检测和描述符SuperPoint集成到ORB-SLAM3框架中，以取代传统的ORB特征。同时，我们采用自适应非极大值抑制（ANMS）来确保关键点在空间上的均匀分布。最后实验结果表明，在KITTI数据集上，定位精度有了显著提高，六自由度姿态估计中的平均平移误差从4.15%降低到0.34%，平均旋转误差从0.0027度/米降低到0.001度/米。与原始的ORB-SLAM3相比，在更具挑战性的EuRoC数据集上，我们的系统在所有序列中都取得了显著的改进，平移误差从1.2%-1.6%降低到0.5%-0.9%，旋转误差从0.0035-0.0045度/米降低到0.0018-0.0028度/米。

技术前沿 2025-07-23 | 机器视觉 | 图像处理 |

970
基于深度学习的三维视觉引导机械臂物流分拣方法

本文提出一种基于深度学习的三维视觉引导机械臂物流分拣方法，旨在解决传统分拣系统在复杂场景下识别精度低、适应性差的问题。通过融合三维视觉技术与深度学习算法，系统实现对物流物品的高精度三维建模与特征提取，结合强化学习策略优化机械臂的运动轨迹规划，显著提升分拣效率与准确性。实验结果表明，该方法在动态环境下分拣错误率降低，同时具备对不同尺寸、形状物品的快速适应能力，可广泛应用于智能仓储、自动化生产线等场景，为物流智能化升级提供技术支撑。

专家综述 2025-07-17 | 机器视觉 | 图像处理 |

1189

1 2 3 4 5 6 7 最后一页

推荐论文