知识体系的构建
雪韵凌枫
有道无术尚可求,有术无道止于术
展开
-
知识体系的构建与总结——前言
经过两年的学习, 知识零碎很杂,很多都是凭一时兴趣去学的,缺少一个知识体系,利用闲暇时间把这两年来所学的知识归纳一下,做个总结,同时也以便温习。一、机器视觉VS计算机视觉1.1机器视觉与计算机视觉的联系与区别1.2视觉发展现状二、机器视觉系统2.1视觉系统的研究层次:计算机理论层次、表达与算法层次、硬件实现层次。2.2双目视觉系统:图像采集、相机标定、图像预处理、特征提取、原创 2015-08-18 14:42:41 · 947 阅读 · 0 评论 -
三维测量系统原理的总结
三维测量是集光、机、电、算(数学和计算机)技术于一体的高新技术,主要用于对物体空间外形和结构进行扫描,以获得物体表面的空间坐标。它的意义主要在于能够将实物的三维信息转换为计算机能直接处理的数字信号,为实物数字化提供了相当方便快捷的手段。常见的三维物体形状检测方法可以分为接触式和非接触式两大类,在这里本文主要针对非接触测量的相关技术进行总结介绍。1、双目立体视觉 双目立体视觉原创 2016-03-07 21:21:12 · 7676 阅读 · 0 评论 -
激光测振原理总结
激光多普勒测振仪原理:基于光学干涉和多普勒频移效应。1、光学干涉2、多普勒频移效应假设两束光强分别I1和I2的想干光束相互重叠,干涉条件 I=I1+I2+2√((I1*I2)cos[2π(f1-f0)/) λ]传感器通过高通滤波,即可获得强度变化率f1-f2即∆f,在传感器表面产生干涉原创 2017-08-26 10:46:20 · 8997 阅读 · 0 评论 -
振动测量相关技术总结
多普勒激光测振:单点测量,无法满足大视场、多点测量扫描多普勒激光测振:能满足一定视场、多点测量;高精度宽频带;缺点:视场仍有一定限制,其视场范围与扫描振镜偏转角度有很大关系;激光测振:目前国外polytec做的比较好视觉多点测振:能满足大视场、多点测量,大视场可通过鱼眼镜头解决;缺点:高速相机价格昂贵,采集需要高速存储,无法在线实时处理,需要缓存在电脑或者相机上,这对电原创 2017-08-26 10:52:28 · 1929 阅读 · 0 评论 -
数字信号分析——基础知识点总结
前几篇对数据采集相关知识点进行了总结,从采集卡选型以及模拟信号采集进行相关介绍,通过采集卡进行ADC,就能获取到电脑所能识别的数字信号,接下来就对获取的数字信号进行分析。实际应用中周期性模拟信号很复杂,很难以一个简单的正弦曲线来描述。傅里叶分析法可将任意复杂的波形分解为简单的正弦、余弦或复指函数之和。 正弦波波形表达式F(t)原创 2017-08-26 11:11:31 · 6978 阅读 · 0 评论 -
数字信号处理——振动篇
峰峰值:波峰与波谷的差值,常用来评价位移;均方根值:有效值,常用来评价速度、加速度;FFT点数:做一次FFT变换所采集的点数;采样时间:FFT点数/采样率;频率分辨率:采样时间的倒数,采样率/FFT点数;时域:均方根值,峰峰值;频域:测速度——显示幅值谱RMS测位移——显示幅值谱peak四种频谱形式:幅值谱peak:反映信号谐波的单峰值;幅值谱RMS:反原创 2017-08-26 10:56:49 · 9268 阅读 · 0 评论 -
数字信号分析——窗函数
1、基本定义 为了减少频谱能量泄漏,可采用不同的截取函数对信号进行截短,截断函数称为窗函数,简称为窗。 信号截断以后产生的能量泄漏现象是必然的,因为窗函数w(t)是一个频带无限的函数,所以即使原信号x(t)是有限带宽信号,而在截短以后也必然成为无限带宽的函数,即信号在频域的能量与分布被扩展了。又从采样定理可知,无论采样频率多高,只要信号一经截短,就不可避免地原创 2017-09-01 09:30:59 · 5246 阅读 · 1 评论 -
光学三角法知识点总结
光学三角测量法是一种最常用的一种光学三维测量技术,以传统的三角测量为基础,通过待测点相对于光学光学基准线偏移产生的角度变化计算该点的深度信息。根据具体的照明方式的不同,三角法可以分为被动三角法和主动三角法。 1)双目立体视觉 双目立体视觉属于被动三维测量技术,优点在于其适应性强,可以在多种条件下灵活测量物体三维信息。但是被动三维测量技术需要大量相关匹配运算和较复杂的空间原创 2017-09-12 20:17:31 · 7651 阅读 · 0 评论 -
模态分析知识点总结
ODS(Operating Deflection Shape):工作状态下变形分析,不进行参数识别,当模态不太密集时,可通过频响函数或互功率谱直接观察模态的振型。也可以通过时域波形直接显示结构的实际变,要求所有测量点的数据同步测量。特点:最直接地显示结构工作状态下的实际变形。基于时域的ODS:1)按照时间历程、主应力大小、互相关函数、脉冲响应波形自由衰减波形和响应波形的ODS;2)原创 2017-09-02 10:02:10 · 8977 阅读 · 1 评论 -
工业相机SDK接口使用总结
相机调用 我们利用相机采集图像,首先要对相机进行相关参数设置及控制,这需要对相机的SDK包比较了解,一般相机厂家都会提供相机SDK,其中包含用户手册和调用Demo,这些都大大降低了调用门槛,提高了二次开发用户的效率。目前用过Balser、海康、大华等相机,其实都是一个套路,都是按照下面几个步骤进行的。 1)枚举设备原创 2017-10-09 16:10:02 · 20596 阅读 · 1 评论 -
数字信号处理——图像篇
图像的频率是表征图像中灰度变化剧烈程度的指标,是灰度在平面空间上的梯度。如:大面积的沙漠在图像中是一片灰度变化缓慢的区域,对应的频率值很低;而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域,对应的频率值较高。傅立叶变换在实际中有非常明显的物理意义,设f是一个能量有限的模拟信号,则其傅立叶变换就表示f的谱。从纯粹的数学意义上看,傅立叶变换是将一个函数转换为一系列周期函数来处理的。从物原创 2017-11-30 12:25:38 · 15502 阅读 · 0 评论 -
数据采集知识点总结
一、采集卡的选择1、通道数 通道数选择根据需求来选择,看实际应用过程中需要多少AI/AO或者DI/DO的个数来定。通道数对于采用单端和差分两种输入方式的设备,模拟输入通道数可以分为单端输入通道数和差分输入通道数。 在单端输入中,输入信号均以共同的地线为基准。这种输入方法主要应用于输入信号电压较高(高于1 V),信号源到模拟输入硬件的导线较短(低于15 ft)原创 2017-08-19 13:18:00 · 6603 阅读 · 0 评论 -
漫话数据采集之杂谈
数据采集是一个比较宽泛的概念,而信号就是数据中的一类。其中信号又可以细分图像、视频、声音、振动等。就拿个人经常接触的图像与振动为例。不管做图像采集还是振动信号采集,都需要满足采样定理,简单说就是采集频率是信号最高频率的2.56倍,实际应用中为了防止丢帧,一般选择是5~10倍。比如在一个实际应用场景中,想利用视觉采集振动物体的图像,这中情况下在选择相机的帧率的时候一定要考虑到被测对象的振动频率,否则原创 2017-07-29 11:09:58 · 527 阅读 · 0 评论 -
关于远心镜头
远心工业镜头主要是为纠正传统工业镜头的视差而特殊设计的镜头,它可以在一定的物距范围内,使得到的图像放大倍率不会随物距的变化而变化,这对被测物不在同一物面上的情况是非常重要的应用。普通工业镜头目标物体越靠近镜头(工作距离越短),所成的像就越大。在使用普通镜头进行尺寸测量时,会存在如下问题:1)由于被测量物体不在同一个测量平面,而造成放大倍率的不同;2)镜头畸变大3)视原创 2015-11-15 13:21:53 · 1614 阅读 · 0 评论 -
机器视觉入门知识总结
一、机器视觉系统 工业相机类型:按照输出信号类型的不同分为模拟相机和数字相机两种。而数字相机按照接口标准不同,可以分为1394相机、USB相机、CameraLink相机以及Gige相机四种。其中CameraLink接口相机能够解决大数据量传送问题;Gige接口相机能够解决长距离、快速传输问题;而1394相机和USB接口相机具有简单易用、性价比高等特点; 镜头接口类型:C接口、原创 2015-11-24 21:13:26 · 11302 阅读 · 2 评论 -
LABVIEW视觉模块总结
用LabVIEW这么久,对于视觉模块的应用也是不断清晰,利用闲暇时总结一下。1、用LabVIEW做视觉开发需要哪些模块?答:首先你得安装LabVIEW的主框架,也就是你所要安装的版本,然后根据相应的版本需要安装DAQmx、VDM和VAS。DAQmx是采集卡所需要的驱动,安装完不会再后面板上显示,注意它是驱动不是模块;VDM就叫Vision Development M原创 2015-11-24 21:37:27 · 24053 阅读 · 2 评论 -
图像处理常用算法总结
1、滤波(平滑、降噪)2、增强3、边缘锐化4、纹理分析(去骨架、连通性)5、图像分割(灰度、颜色、频谱特征、纹理特征、空间特征)6、变换(空域和频域、几何变换、色度变换)7、几何形态分析(Blob分析) (形状、大小、长度、面积、边缘、圆形度位置、方向、数量、连通性等)8、匹配(模板匹配、搜索匹配)9、字符识别(OCR)10、色彩分析(色度、色密度、光谱、自动白原创 2015-12-02 21:26:40 · 21113 阅读 · 0 评论 -
对于CV&MV的思考
问题解决不了是自己的问题,归根到底是自己能力不够,要从自身找问题,别抱怨没平台,即使没平台自己搭建平台,在互联网时代,网络就是最好的平台,多交流多学习才能成长。 方向比努力本身更重要。天道不一定酬勤,站在风口的猪也能飞翔。成功是勤奋在时间和方向上的累积的结果,只有把握好方向才能找到风口,越努力越幸运。 搞机器视觉的,必须得懂C++,至少会一个视觉开发软件(Opencv、原创 2016-02-02 15:12:05 · 1325 阅读 · 0 评论 -
对于机器视觉的应用的总结
机器视觉就是利用机器代替人眼做出测量和判断,在应用层面上,目前主要用来做系统集成或二次开发的较多,可以概括为以下四个部分:1、检查。外观及缺陷检测; 主要利用模板匹配。2、识别。生物特征识别(人脸、语音、指纹、虹膜),目标识别(车牌识别,射频识别等),条码识别(一维码、二维码),字符识别,纹理识别等 识别的最终原创 2016-02-02 16:30:23 · 7442 阅读 · 1 评论 -
关于架构的理解
一直以来,在软件行业,我们经常听说架构这概念。对于什么是架构,都有很多的争论,每个人都有自己的理解。甚至于很多架构师一说架构,就开始谈论什么应用架构、硬件架构、数据架构等等。究竟何为架构?查了一下资料,是这样解释的:就是把一个整体切分成不同的部分(分工),由不同角色来完成这些分工,并通过建立不同部分相互沟通的机制,使得这些部分能够有机的结合为一个整体,并完成这个整体所需要的所有活动,这就是架构。之原创 2016-03-09 13:33:47 · 748 阅读 · 0 评论 -
机器视觉VS计算机视觉
一、机器视觉与计算机视觉的区别与联系 在很多情况下,我们误认为机器视觉就是计算机视觉,其实这是不准确的。首先我们从定义着手,何为机器视觉?何为计算机视觉?机器视觉其实就是用机器代替人眼进行测量和判断。计算机视觉是利用计算机和其辅助设备来模拟人的视觉功能,通过感知客观世界来进行检测、识别和认知。机器视觉和计算机视觉不仅是两个不同的概念,而且侧重点也不同。机器视觉侧重工程的应用,强调实原创 2016-03-07 19:53:06 · 12488 阅读 · 2 评论 -
激光散斑原理总结
激光散斑:激光在散射体表面的漫反射或通过一个透明散射体(如毛玻璃)时,在散射表面或附近的光场中可以观察到一种无规分布的亮暗斑点,这种斑点称为激光散斑(Laser Speckles)。激光散斑是由无规散射体被相干光照射产生的,因此是一种随机过程。要研究它必须使用概率统计的方法。通过统计方法的研究,可以认识到散斑的强度分布、对比度和散斑运动规律等特点。最重要的特点就是,这种散斑具有高度的随机性,而原创 2016-05-29 15:31:44 · 32030 阅读 · 0 评论 -
源码研究心得
阅读别人的代码是一件很痛苦的事情,尤其是没有注解的源代码更是让人头痛。最近做算法移植,研究一个没有注解的软件源代码。结合多日的研究,总结一下心得体会。 研究源码正确的“套路”: 1)首先不要着急研究,要做的重要事情就是要备份,否则有可能改过的代码你无法复原了; 2)运行的开发环境 。看一下代码的IDE以及运行的开发环境; 3)写注解原创 2016-09-20 18:43:58 · 1467 阅读 · 0 评论 -
关于软硬结合时的思考
最近在搞一各NI 9239采集卡采样率与实际不符的问题,由于接手别人的工作,资料也不全,刚开始将其与其他采集卡一样对待,殊不知进入了误区,昨天晚上去官网论坛读取相关英文资料,进行公式推导终于找到问题答案。 回想过去与硬件打交道的经验,有必要总结一下以供后续之需。对于设备开发,做软件经常要与硬件打交道,经过一系列的工作,感觉解决办法都是一个套路。比如说相机,你不要要熟悉其硬件相关参数,做为软件原创 2017-07-19 10:14:10 · 895 阅读 · 0 评论 -
数字图像相关(DIC)原理与应用
数字图像相关技术(DIC)利用双目立体视觉技术,通过追踪物体表面的散斑图像,实现变形过程中物体表面的三维坐标、位移及应变的测量,主要应用于全场应变、变形、位移、振幅、模态等信息的测量和获取。DICM:利用相机拍摄变形前后被测平面物体表面的数字散斑图像,再通过匹配变形前后数字散斑图像中的对应图像子区获得被测物体表面各点的位移。物体变形前后,其表面上的几何点的移动产生了位移,通过相关的算法,确原创 2018-01-31 08:41:36 · 29324 阅读 · 10 评论