- 博客(13)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 基于HALCON的机器视觉开发，C++或C#如何选择？
转自：https://mp.weixin.qq.com/s/lW5v8xkPJWjpxWzNbyScYQ大多数HALCON解决方案必须嵌入到主应用程序中(例如，提供图形用户界面)，然后大多数机器视觉应用程序都是用c++或c#实现的。下面是我们关于下一个HALCON项目应该使用哪种主机语言的观点，供读者参考。语言选择编程语言的选择对于公司来说是一个战略和长期的决策。这很难在一篇文章中详细解释。我们将尽最大努力强调C++和C语言之间的差异。评估和最终决策必须由一个公司或其HalCon开发人员来.
2020-09-28 14:17:06
4915
翻译 图像处理中的深度学习技术
深度学习算法现在是图像处理软件库的组成部分。在他们的帮助下，可以学习和训练复杂的功能;但他们的应用也不是万能的。“机器学习”和“深度学习”有什么区别？在机器视觉和深度学习中，人类视觉的力量和对视觉信息的理解可以被再现甚至超越。借助深度学习，作为机器学习的一部分，可以在应用实例的基础上学习和训练复杂的关系。机器学习中的另一种技术是例如“超级矢量机”。与深度学习相比，必须手动定义和验证...
2019-02-26 16:49:15
2311
原创 机器视觉技术可能比您想象的更厉害
从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。这些任务需要尽快速、高精缺执行重复的工作任务，这正是机器视觉系统的优势所在。在过去几十年里，它们的成本效益也越来越高，实施起来也越来越简单。图1. HAWK MV-4000智能相机检查一系列印刷电路板。自动化检验通常是在生产线上进行的，即与生产线上的产品...
2019-01-24 10:16:49
732
翻译 实施自动视觉检查系统之前要考虑的6个因素
一个实用的自动视觉检查系统可以显著降低不良产品的风险，并随着时间的推移降低生产成本。如果你生产的是精密的小零件，质量会驱动整个制造过程。帮助确保此类产品质量的方法之一是使用被称为机器视觉系统的自动检查系统。机器视觉系统采用计算机视觉技术自动检查零件的许多不同缺陷(例如，污染、划痕、凹痕或因生产中的故障而造成的变形)和规格(主要是尺寸异常)。他们还收集有助于提高制造效率、几何尺寸和公差的数据。最...
2018-11-12 15:57:36
257
1
翻译 结合了机器视觉和深度学习的人工智能相机
相机对于我们来说并有什么好奇，到处都有非常普及。其中一个原因是芯片规模扩大，半导体制造商的关键部件允许设备制造商制造1/4尺寸的相机，这种摄像头在农业、汽车和工业市场上越来越普遍。现在，机器视觉相机制造商正在以图像处理的形式增加智能功能，根据一家供应商的说法，这种功能将机器视觉相机应用带入了人工智边缘，具有深度学习推理能力。这种相机的特点在于，将深度神经网络直接放在相机上，就可以在网络边缘...
2018-10-22 16:01:56
854
翻译 苹果公司在欧洲发布用于车辆自动驾驶的距离信息图像压缩系统专利
早在2017年11月，Patently Apple发布了一份名为“苹果研究报告称VoxelNet优于LiDAR关于自主车辆3D检测方法”的报告。报告指出，苹果公司的高级人工智能研究员尹周和机器学习研究科学家Oncel Tuzel已经发表了他们关于自动驾驶汽车如何在使用更少传感器的情况下更好地检测行人和骑车者的工作。在他们的论文中提供的许多图片中，有一些包括了下面的图片。。今天早些时候...
2018-10-22 15:59:48
200
翻译 立体视觉相机使用JetsonTX2提升图像
E-con的“TaraXL”立体视觉相机与Nvidia的Linux驱动的Jetson TX2模块和其他基于Tegra的系统配合使用，通过USB 3.0以高达50fps的速率传输752 x 480分辨率的3D深度图。E-con Systems的TaraXL专为立体视觉成像应用而设计，包括自动驾驶，机器人，无人机，混合现实应用，人员检测/计数，库存水平监测，体积测量和接近警告系统。 与非常相似，两...
2018-09-05 09:55:35
1030
翻译 人工智能初学者指南：计算机视觉和图像识别
让计算机'看'是一个不小的壮举。为了让机器像人或动物一样真正地观察世界，它依赖于计算机视觉和图像识别。计算机视觉是条形码扫描仪能够“看到”UPC中的一堆条纹的能力。这也是Apple的Face ID可以判断出它的相机正在看的脸是否是你的。基本上，只要机器处理原始视觉输入（例如JPEG文件或摄像机馈送），它就会使用计算机视觉来理解它所看到的内容。一般来讲计算机视觉视为处理眼睛接收到的信息的人类大脑...
2018-07-18 16:38:17
6707
翻译 机器视觉相机的镜头选择基础知识
优化您的高性能机器视觉相机 ; 它需要与适当的镜头匹配。 我们专注于相机，但从我们多年的经验可以提供一些基本的镜头选择。 提供的细节和示例只是一个简单的概述 - 请联系我们任何复杂的问题。 我们可以将机器视觉镜头分为两个非官方的大类： 1. 镜头的视野（图像大小）比相机传感器的尺寸大得多 2. 视野范围较小或接近相机传感器尺寸的镜头。 当视野（图像尺寸）远大于相
2017-12-29 10:00:35
928
翻译 机器学习与深度学习最好的解释
在这篇文章中，我们正在看机器学习和深度学习的术语。 当一个新的工具或应用程序被发明，一个新的字如下。 所以，过去几年来，我们要解决两个问题：机器学习（ML）和深度学习（DL）。
2017-11-28 09:26:55
2274
转载 机器视觉系统不同检测场景的光源选择技巧
机器视觉的照明系统可以将被测物特征最大化，并减少相应的背景中对比物的影响，使高速相机可以清晰地“看见”被测物。高对比的图像可以降低系统难度并提高系统的稳定性；反之，低对比的图像会增加系统的处理时间并使加大系统的复杂度。机器视觉应用的成功很大一部分取决于照明设置，一个合适的照明系统可以使整个视觉检测系统更具有效率和准确性。下面小新将介绍机器在不同检测场景中光源的选择技巧： 一：使用强光检测缺
2017-07-27 21:01:48
2956
转载 机器视觉工程师应该知道的23个工业镜头专业术语
机器视觉系统中，镜头相当于人的眼睛，其主要作用是将目标的光学图像聚焦在图像传感器（相机）的光敏面阵上。视觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性能。下面对机器视觉工业镜头的相关专业术语做以详解。 一、失真可分为枕形失真和桶形失真，如下图示：二、电视失真：实际边长的歪曲形状与理想的形状的百分比算出的值。 三、光学倍率四、监视
2017-07-26 10:02:15
2578
转载 机器视觉系统光源选型技巧及应用案例
用一句常说的话来开头：机器视觉是用机器代替人眼来做测量和判断；机器视觉系统主要包含相机、镜头、光源、图像处理系统和执行机构。而光源作为其中重要组成部分，直接关系到系统的成败。为什么这样说呢，在视觉系统中图像是核心，选择合适的光源能够呈现一幅好的图像，能够简化算法提高系统稳定性，一幅图像如果曝光过度则会隐藏很多重要的信息；出现阴影则会引起边缘误判；图像不均匀则会导致阈值选择困难。因此要保证有
2017-07-24 16:10:05
8713
浅谈机器视觉传感器
2015-02-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人