qq_34836838的博客

深度学习边缘提取是指利用深度神经网络模型来检测并提取图像中的边缘信息。传统的边缘检测算法通常使用一些手工设计的特征来进行边缘检测，这些算法的性能往往依赖于特征选择的效果。而深度学习边缘提取方法则是通过训练卷积神经网络自动学习边缘特征，从而实现更加精确的边缘检测。

常见的3D点云数据大多是伪彩色的，实际上采集数据时，我们通过2D相机已经获取到了物体真实的颜色数据，其实我们可以将3D点云和2D灰度图数据融合，甚至是进一步调整颜色通道，优化显示效果，还原一个真实的3D世界，这篇文章，小杨将结合Halcon和LMI-Gocator进行演示，希望能够给大家带来一点帮助。

Visionpro二维码棋盘格标定板是多相机坐标系统一标定的神器，但是棋盘格角点提取和二维码坐标关系对应是难点，小杨结合查找资料，另辟蹊径，在Halcon中完成了一种通用方法，可以很好的解决以上问题，主要思想就是码定位+坐标排序+直线查找+直线交点，当然效率打了折扣，此方法比基于生长法的角点提取法鲁棒性更高，以上观点仅个人思考，欢迎交流。

工业自动化视觉多相机坐标系统一原理描述，适用于多相机对位贴合，多相机尺寸测量，原理性推理讲解，如需高精度，可以参考康耐视AlignPlus说明手册，利用棋盘格做畸变校正以及机构误差校正，如有不足，请各位大佬多多指教，欢迎赐教

都说“纸上得来终觉浅，绝知此事要躬行”，可惜咱没这条件呀，没项目咱也不能干坐着呀，那咱发挥主观能动性，咱不是学机械的么，还好还记得一点CAD的知识，今天小杨说事，咱就“纸上谈兵”，用CAD结合公司的视觉算法平台VisionMaster来说说相机映射和对位贴合的事，如果有错误的地方，还请各位自动化前辈多多指教，毕竟网上的关于这个知识太少了。实际的生产过程中，我们常常会碰到这样的情况，机械手从工位...